摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第15-38页 |
1.1 研究工作的背景与意义 | 第15-19页 |
1.1.1 研究背景 | 第15-16页 |
1.1.2 研究意义 | 第16-19页 |
1.2 基于物理的流体模拟方法 | 第19-22页 |
1.2.1 纳维-斯托克斯方程 | 第19-20页 |
1.2.2 欧拉方法和拉格朗日方法 | 第20-21页 |
1.2.3 SPH流体模拟方法 | 第21-22页 |
1.3 基于SPH方法的流体模拟国内外研究现状 | 第22-34页 |
1.3.1 真实感SPH流体的不可压缩性 | 第23-25页 |
1.3.2 GPU并行加速算法 | 第25-27页 |
1.3.3 自适应加速策略 | 第27-29页 |
1.3.4 边界处理方法 | 第29-31页 |
1.3.5 流固耦合模拟 | 第31-34页 |
1.4 存在的问题 | 第34-35页 |
1.5 本文的主要贡献与创新 | 第35-36页 |
1.6 本论文的结构安排 | 第36-38页 |
第二章 基于GPU的不可压缩SPH流体并行加速方法 | 第38-61页 |
2.1 引言 | 第38-40页 |
2.2 不可压缩SPH流体模拟 | 第40-42页 |
2.2.1 WCSPH算法 | 第40-41页 |
2.2.2 PCISPH算法 | 第41-42页 |
2.3 基于GPU的并行邻居粒子查找算法 | 第42-46页 |
2.4 基于GPU的不可压缩SPH流体并行模拟方法 | 第46-52页 |
2.4.1 GPU并行数据结构 | 第46-49页 |
2.4.2 GPU并行模拟流水线 | 第49-52页 |
2.5 GPU并行优化策略 | 第52-53页 |
2.6 实验结果与分析 | 第53-58页 |
2.6.1 基于GPU的WCSPH流体模拟结果分析 | 第54-56页 |
2.6.2 基于GPU的实时PCISPH流体模拟结果分析 | 第56-58页 |
2.7 本章小结 | 第58-61页 |
第三章 基于休眠加速策略的自适应SPH流体模拟方法 | 第61-77页 |
3.1 引言 | 第61-63页 |
3.2 基于休眠策略的自适应SPH流体模拟方法 | 第63-66页 |
3.2.1 SPH活跃粒子划分标准 | 第63-65页 |
3.2.2 基于休眠策略的自适应WCSPH算法 | 第65-66页 |
3.3 时间自适应SPH方法 | 第66-69页 |
3.3.1 时间步长与CFL条件 | 第66-67页 |
3.3.2 基于自适应技术的时间步长选取方法 | 第67-69页 |
3.4 基于排斥力计算模型的拉伸不稳定性解决方案 | 第69-70页 |
3.5 实验结果与分析 | 第70-74页 |
3.6 本章小结 | 第74-77页 |
第四章 结合边界粒子自适应采样的真实感SPH流体模拟方法 | 第77-93页 |
4.1 引言 | 第77-79页 |
4.2 不可压缩SPH流体边界处理方法 | 第79-84页 |
4.2.1 基于质量权重函数模型的双层边界粒子自适应采样方法 | 第79-82页 |
4.2.2 基于双层边界粒子自适应采样的不可压缩SPH流体模拟 | 第82-84页 |
4.3 基于校正光滑核函数模型的拉伸不稳定性解决方案 | 第84-86页 |
4.4 实验结果与分析 | 第86-89页 |
4.4.1 基于WCSPH的不可压缩流体边界模拟结果分析 | 第86-87页 |
4.4.2 基于PCISPH的不可压缩流体边界模拟结果分析 | 第87-89页 |
4.5 本章小结 | 第89-93页 |
第五章 基于隐式不可压缩SPH的流固耦合并行模拟方法 | 第93-107页 |
5.1 引言 | 第93-94页 |
5.2 IISPH流体模拟方法 | 第94-97页 |
5.3 基于粒子的刚体模拟方法 | 第97-99页 |
5.4 基于GPU的IISPH流体和刚体的双向耦合并行模拟算法 | 第99-103页 |
5.5 实验结果与分析 | 第103-105页 |
5.6 本章小结 | 第105-107页 |
第六章 总结与展望 | 第107-109页 |
6.1 总结 | 第107-108页 |
6.2 展望 | 第108-109页 |
致谢 | 第109-110页 |
参考文献 | 第110-118页 |
攻博期间取得的研究成果 | 第118-119页 |