改进的Delaunay背景映射：提高大变形网格变形质量

本文主要探讨了一种针对Delaunay网格变形方法中遇到的问题提出的改进策略。Delaunay网格变形方法在处理大变形场景时，由于计算网格点在背景网格中的精确映射不足，可能导致网格变形效果不佳，特别是在极端变形情况下，网格质量难以保证。为解决这一问题，研究者提出了一个新的网格变形方法，其核心在于增强背景网格的远场边界，通过加密边界上的网格单元，从而提高计算网格在背景网格中的映射精度。 这种方法的具体步骤包括对原始Delaunay网格变形方法中的背景网格进行优化，增加更多的边界节点，使得每个计算网格点在背景网格中的对应关系更加细致。这种改进不仅提升了计算的精度，还保持了相对较高的计算效率，这对于大变形情况下的网格生成至关重要。作者通过对比实验，使用了一个正方形网格作为基础案例和一个复杂的30P30N三段翼型流场网格作为实际应用测试，结果显示，改进后的网格变形方法在保持高效的同时，显著提高了大变形情况下网格的质量和变形能力。 研究团队由蒋波、朱目成、曾磊、刘深深和刘骁等研究人员组成，他们分别在动网格生成技术、无损检测、高超声速气动热与热防护以及航天飞行器气动布局设计等领域有深入的研究。这项工作得到了国家科技工程基金的支持，期刊编号为1001-3695，发表于2018年的某期。论文的关键词包括动网格、网格变形、Delaunay图映射和边界加密，这些关键词反映了研究的核心内容和技术创新。 本文的贡献在于提供了一种有效的方法来解决Delaunay网格变形中遇到的挑战，特别是在处理大变形场景时，这对于数值模拟、流体力学仿真以及相关领域的计算性能提升具有重要的实践价值。