本发明涉及流体动力学和气动声学,特别是涉及一种流体的流声模态分解方法、装置、电子设备及计算机可读存储介质。
背景技术:
1、对于流体的一般非定常可压缩流动,其动力学过程包含三类模态,分别是声模态、涡模态和熵模态,其中,涡模态和熵模态亦称为流体动力学模态。在气动声学领域,在旺盛的湍流占主导的近场,将声模态与其他两类模态分离(也就是流声模态分解)是气动声学的核心基础问题,也是流声相互作用机制、噪声快速预测、声源准确识别的关键所在。通常而言,气动声学分析主要是基于速度或压力场进行的,然而目前没有针对流体速度的精确且完整的流声模态分解方法。
2、现有技术通常采用信号处理方法进行流声模态分解,主要是基于静止介质中不同模态的传播速度差异进行流声模态分解,通常声模态的传播速度为声速,而涡模态和熵模态以主流的对流速度向下游输运。基于此特性,根据频率-波数谱可对速度场或压力场的时间序列信号采用诸如傅里叶变换、小波变换等方法实现流声分离。但是对于马赫数接近于声速的跨声速流动,声模态速度和动力学模态速度接近,此时采用信号处理方法通常不能有效地分解流声模态,而且该方法需要人工设置滤波阈值,在此过程中会引入误差,导致分解精度受影响。
3、鉴于此,如何将流体中的声模态、涡模态和熵模态进行精确分解成为本领域技术人员需要解决的问题。
技术实现思路
1、本发明实施例的目的是提供一种流体的流声模态分解方法、装置、电子设备及计算机可读存储介质,在使用过程中能够实现对流体的速度场的有效分解,并且实现过程简单,精确度高。
2、为解决上述技术问题,本发明实施例提供了一种流体的流声模态分解方法,包括:
3、获取流体的速度场;
4、对流体的速度场进行亥姆霍兹分解,得到流体的涡模态速度和可压缩模态速度;
5、对所述可压缩模态速度进行分解,得到声模态速度和熵模态速度。
6、在一种实施例中,还包括:
7、基于所述涡模态速度、所述声模态速度和所述熵模态速度结合压力的泊松方程,得到流体的涡模态压力、声模态压力和熵模态压力。
8、在一种实施例中,所述对流体的速度场进行亥姆霍兹分解,得到流体的涡模态速度和可压缩模态速度,包括:
9、对速度场u进行亥姆霍兹分解,分解结果为u=ur+uc;其中,ur为涡模态速度,uc为可压缩模态速度,a为矢量势,φ为标量势;
10、基于所述分解结果,结合流体的标量势的泊松方程得到可压缩模态速度以及涡模态速度ur=u-uc;其中,θ为流体的胀量,为散度算符。
11、在一种实施例中,所述对所述可压缩模态速度进行分解,得到声模态速度和熵模态速度,包括:
12、将流体的胀量分解为声胀量和热胀量;
13、根据所述标量势的泊松方程,得到声模态速度势的泊松方程和熵模态速度势的泊松方程;
14、基于所述声胀量结合所述声模态速度势的泊松方程,计算得到声模态速度;
15、基于所述热胀量结合所述熵模态速度势的泊松方程,计算得到熵模态速度。
16、在一种实施例中,所述将流体的胀量分解为声胀量和热胀量,包括:
17、基于随体形式的连续性方程得到胀量与随体密度变化率的关系其中,
18、基于所述胀量与随体密度变化率的关系及理想气体状态方程、声速关系式和熵定义式,得到声胀量和热胀量;其中,理想气体状态方程为p=ρrt,ρ=ρ(p,s),p为流体压力,ρ为流体的密度,r为完全气体常数,t为流体的温度,s为熵;所述声速关系式为c为声速;所述熵定义式为s0为熵参考值,cv为等容比热比,γ为比热比;声胀量为热胀量为其中,θp+θs=θ,θp为声胀量,θs为热胀量,
19、在一种实施例中,所述基于所述声胀量结合所述声模态速度势的泊松方程,计算得到声模态速度,包括:
20、基于所述声胀量并结合声模态速度势的泊松方程得到声模态速度势φa;
21、对所述声模态速度势φa进行梯度计算,得到声模态速度
22、相应的,所述基于所述热胀量结合所述熵模态速度势的泊松方程,计算得到熵模态速度,包括:
23、基于所述热胀量并结合熵模态速度势的泊松方程得到熵模态速度势φs;
24、对所述声模态速度势φs进行梯度计算,得到声模态速度
25、在一种实施例中,所述基于所述涡模态速度、所述声模态速度和所述熵模态速度结合压力的泊松方程,得到流体的涡模态压力、声模态压力和熵模态压力,包括:
26、根据随体形式的动量方程得到压力的泊松方程其中,τ为流体的黏性应力张量,t为时间,λ为流体的第一黏性系数,μ为流体的第二黏性系数,ω为涡量;
27、根据所述压力的泊松方程,得到涡模态压力的泊松方程声模态压力的泊松方程熵模态压力的泊松方程其中,pr为涡模态压力,pa为声模态压力,ps为熵模态压力,p=pa+ps+pr;
28、根据涡模态速度ur结合涡模态压力的泊松方程,计算得到涡模态压力pr;
29、根据声模态速度ua结合声模态压力的泊松方程,计算得到声模态压力pa;
30、根据熵模态速度us结合熵模态压力的泊松方程,计算得到熵模态压力ps。
31、本发明实施例还提供了一种流体的流声模态分解装置,包括:
32、获取模块,用于获取流体的速度场;
33、第一分解模块,用于对流体的速度场进行亥姆霍兹分解,得到流体的涡模态速度和可压缩模态速度;
34、第二分解模块,用于对所述可压缩模态速度进行分解,得到声模态速度和熵模态速度。
35、在一种实施例中,还包括:
36、第三分解模块,用于基于所述涡模态速度、所述声模态速度和所述熵模态速度结合压力的泊松方程,得到流体的涡模态压力、声模态压力和熵模态压力。
37、本发明实施例还提供了一种电子设备,包括:
38、存储器,用于存储计算机程序;
39、处理器,用于执行所述计算机程序时实现如上述所述流体的流声模态分解方法的步骤。
40、本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述所述流体的流声模态分解方法的步骤。
41、本发明实施例提供了一种流体的流声模态分解方法、装置、电子设备及计算机可读存储介质,该方法包括:获取流体的速度场;对流体的速度场进行亥姆霍兹分解,得到流体的涡模态速度和可压缩模态速度;对可压缩模态速度进行分解,得到声模态速度和熵模态速度。
42、可见,本发明在对流体的速度场进行分解的过程中,通过获取流体的速度场,然后对速度场进行亥姆霍兹分解得到涡模态速度和可压缩模态速度,并进一步对可压缩模态速度进行分解,得到声模态速度和熵模态速度,从而实现对流体的速度场的有效分解,并且实现过程简单,精确度高。
1.一种流体的流声模态分解方法,其特征在于,包括:
2.根据权利要求1所述的流体的流声模态分解方法,其特征在于,还包括:
3.根据权利要求2所述的流体的流声模态分解方法,其特征在于,所述对流体的速度场进行亥姆霍兹分解,得到流体的涡模态速度和可压缩模态速度,包括:
4.根据权利要求3所述的流体的流声模态分解方法,其特征在于,所述对所述可压缩模态速度进行分解,得到声模态速度和熵模态速度,包括:
5.根据权利要求4所述的流体的流声模态分解方法,其特征在于,所述将流体的胀量分解为声胀量和热胀量,包括:
6.根据权利要求5所述的流体的流声模态分解方法,其特征在于,所述基于所述声胀量结合所述声模态速度势的泊松方程,计算得到声模态速度,包括:
7.根据权利要求6所述的流体的流声模态分解方法,其特征在于,所述基于所述涡模态速度、所述声模态速度和所述熵模态速度结合压力的泊松方程,得到流体的涡模态压力、声模态压力和熵模态压力,包括:
8.一种流体的流声模态分解装置,其特征在于,包括:
9.根据权利要求8所述的流体的流声模态分解方法,其特征在于,还包括:
10.一种电子设备,其特征在于,包括:
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述流体的流声模态分解方法的步骤。