摘要: 流体的涡旋运动是工程和自然界中一种普遍存在的流动现象。当前学界对定常条件下涡的生成机制及其稳定性已有一般共识，但对非定常情况下涡运动的机理还在继续探索之中。 常规的流场数据分析方法主要是可视化技术，如流线迹线抽取、等值面抽取、体... 展开 流体的涡旋运动是工程和自然界中一种普遍存在的流动现象。当前学界对定常条件下涡的生成机制及其稳定性已有一般共识，但对非定常情况下涡运动的机理还在继续探索之中。 常规的流场数据分析方法主要是可视化技术，如流线迹线抽取、等值面抽取、体绘制和纹理映射等。由于非定常三维流场数据是高维时序数据，这些传统的可视化方法都会在降维过程中遇到信息遗漏或显示过度复杂等问题，因此有必要研究更加智能、更加简化的分析方法。 本文针对非定常三维流场的涡旋运动，提出一个新的分析框架。该方法分为检测、度量、跟踪和挖掘四个步骤。首先利用基于临界点理论的涡检测算法检测流场中涡结构的位置；接着使用涡核匹配的方法对涡的运动进行跟踪，形成涡状态变化图。进行涡的度量，计算涡的几何和动力学特征，对涡状态变化图进行标号，涡的状态变化图中每个节点代表一个时间步中的一个涡结构，节点属性是涡结构的各种度量特征，这样涡的状态变化图将复杂的时序三维场数据映射为了二维有向无环图，可供流体力学专家进行跟踪观察。最后，对该状态图进行频繁子图挖掘，能够将状态图中经常出现的模式抽取出来，以分析对应流场中涡的运动规律。 使用该方法，对Rayleigh-Bénard不稳定现象和高速列车过隧道的气动模拟数据集进行了分析，得到了一些有益结果。整个分析流程和方法得到了流体力学专家的认可。 收起