流体模拟 "Blows Up"
Fluid Simulation "Blows Up"
下面的流体模拟是翻译一个paper by Stam。真正可怕的事情发生了。每次程序 运行 且 DIFF=0.01
较低时,值开始很小然后迅速扩展,或 "blow up"。我仔细检查了数学例程。由于代码以一个 0.5
开头,从数学上讲它是乘以和添加一堆零,因此最终结果应该接近零密度和其他向量。
代码很长,所以我把它分成几块并删除了多余的代码。减去所有开头和 SDL 代码,只有大约 120 行。我花了几个小时尝试更改但无济于事,因此非常感谢您的帮助。
经过一些实验,我相信当 DIFF
设置得太低时可能会出现一些浮点错误。当值从 0.01
增加到 0.02
时,值不会爆炸。不过,我不认为这是全部问题。
需要说明的是,目前 1201ProgramAlarm 和 vidstige 的回答并没有解决问题。
粗体部分为重要部分,其余为完整性。
开头的东西,跳过
#include <SDL2/SDL.h>
#include <stdio.h>
#include <iostream>
#include <algorithm>
#define IX(i,j) ((i)+(N+2)*(j))
using namespace std;
// Constants
const int SCREEN_WIDTH = 600;
const int SCREEN_HEIGHT = 600; // Should match SCREEN_WIDTH
const int N = 20; // Grid size
const int SIM_LEN = 1000;
const int DELAY_LENGTH = 40; // ms
const float VISC = 0.01;
const float dt = 0.1;
const float DIFF = 0.01;
const bool DISPLAY_CONSOLE = false; // Console or graphics
const bool DRAW_GRID = false; // implement later
const int nsize = (N+2)*(N+2);
数学例程 扩散例程除以 1+4*a
。这是否意味着密度必须 <= 1?
void set_bnd(int N, int b, vector<float> &x)
{
// removed
}
inline void lin_solve(int N, int b, vector<float> &x, vector<float> &x0, float a, float c)
{
for (int k=0; k<20; k++)
{
for (int i=1; i<=N; i++)
{
for (int j=1; j<=N; j++)
{
x[IX(i,j)] = (x0[IX(i,j)] + a*(x[IX(i-1,j)]+x[IX(i+1,j)]+x[IX(i,j-1)]+x[IX(i,j+1)])) / c;
}
}
set_bnd ( N, b, x );
}
}
// Add forces
void add_source(vector<float> &x, vector<float> &s, float dt)
{
for (int i=0; i<nsize; i++) x[i] += dt*s[i];
}
// Diffusion with Gauss-Seidel relaxation
void diffuse(int N, int b, vector<float> &x, vector<float> &x0, float diff, float dt)
{
float a = dt*diff*N*N;
lin_solve(N, b, x, x0, a, 1+4*a);
}
// Backwards advection
void advect(int N, int b, vector<float> &d, vector<float> &d0, vector<float> &u, vector<float> &v, float dt)
{
float dt0 = dt*N;
for (int i=1; i<=N; i++)
{
for (int j=1; j<=N; j++)
{
float x = i - dt0*u[IX(i,j)];
float y = j - dt0*v[IX(i,j)];
if (x<0.5) x=0.5; if (x>N+0.5) x=N+0.5;
int i0=(int)x; int i1=i0+1;
if (y<0.5) y=0.5; if (y>N+0.5) y=N+0.5;
int j0=(int)y; int j1=j0+1;
float s1 = x-i0; float s0 = 1-s1; float t1 = y-j0; float t0 = 1-t1;
d[IX(i,j)] = s0*(t0*d0[IX(i0,j0)] + t1*d0[IX(i0,j1)]) +
s1*(t0*d0[IX(i1,j0)] + t1*d0[IX(i1,j1)]);
}
}
set_bnd(N, b, d);
}
}
void project(int N, vector<float> &u, vector<float> &v, vector<float> &p, vector<float> &div)
{
float h = 1.0/N;
for (int i=1; i<=N; i++)
{
for (int j=1; j<=N; j++)
{
div[IX(i,j)] = -0.5*h*(u[IX(i+1,j)] - u[IX(i-1,j)] +
v[IX(i,j+1)] - v[IX(i,j-1)]);
p[IX(i,j)] = 0;
}
}
set_bnd(N, 0, div); set_bnd(N, 0, p);
lin_solve(N, 0, p, div, 1, 4);
for (int i=1; i<=N; i++)
{
for (int j=1; j<=N; j++)
{
u[IX(i,j)] -= 0.5*(p[IX(i+1,j)] - p[IX(i-1,j)])/h;
v[IX(i,j)] -= 0.5*(p[IX(i,j+1)] - p[IX(i,j-1)])/h;
}
}
set_bnd(N, 1, u); set_bnd(N, 2, v);
}
密度和速度求解器
// Density solver
void dens_step(int N, vector<float> &x, vector<float> &x0, vector<float> &u, vector<float> &v, float diff, float dt)
{
add_source(x, x0, dt);
swap(x0, x); diffuse(N, 0, x, x0, diff, dt);
swap(x0, x); advect(N, 0, x, x0, u, v, dt);
}
// Velocity solver: addition of forces, viscous diffusion, self-advection
void vel_step(int N, vector<float> &u, vector<float> &v, vector<float> &u0, vector<float> &v0, float visc, float dt)
{
add_source(u, u0, dt); add_source(v, v0, dt);
swap(u0, u); diffuse(N, 1, u, u0, visc, dt);
swap(v0, v); diffuse(N, 2, v, v0, visc, dt);
project(N, u, v, u0, v0);
swap(u0, u); swap(v0, v);
advect(N, 1, u, u0, u0, v0, dt); advect(N, 2, v, v0, u0, v0, dt);
project(N, u, v, u0, v0);
}
我考虑过floating-point inconsistencies,但是用-ffloat-store
编译后问题仍然存在。
麻烦的根源在于lin_solve
。您的 i
和 j
循环从零开始,但您引用 IX(i-1,j)
,这将访问越界数组元素 x[-1]
.
看到这个,我立刻觉得我必须回答。我在这篇文章发表的时候读过它。我已经在 Android 上实现了他的东西并且非常喜欢它。我什至在 2000 年代初期在于默奥演讲时遇到了这个人,他是一个非常友好的人。而且很高。 :)
所以问题来了。你没有做速度传播步骤,如果我没记错的话,我认为这对 not "blowing up" 很重要。
此问题与 add_source()
中缺少规范化有关。
当你的密度变得足够稳定时(x0
与 x
的分布非常相似,达到一个比例因子),然后 add_source()
有效地乘以 x
大约1+dt
,导致你的指数爆炸。 DIFF
的高值通过比 lin_solve()
中的 x0
更重 x
来掩盖这种影响,这意味着有效乘数更接近 1
,但是仍然高于 1.
那么效果就是每次迭代都会增加更多的质量。如果它不能 "spread out" 在边缘足够快,它将开始堆积。一旦密度变得完全静止,它的质量将以由 1+dt/(4a)
.
确定的指数速率增加
根据您给定的设置 (dt=0.1, a=0.1*0.01*20*20=0.4
),这是 1+0.1/1.6 ~ 1.06
。
解决方法是在 add_source 中标准化:
x[i] = (x[i]+dt*s[i])/(1.0f+dt);
,或将 lin_solve()
的 c
参数计算为 1+4*a+dt
。两者都会迫使质量下降。
下面的流体模拟是翻译一个paper by Stam。真正可怕的事情发生了。每次程序 运行 且 DIFF=0.01
较低时,值开始很小然后迅速扩展,或 "blow up"。我仔细检查了数学例程。由于代码以一个 0.5
开头,从数学上讲它是乘以和添加一堆零,因此最终结果应该接近零密度和其他向量。
代码很长,所以我把它分成几块并删除了多余的代码。减去所有开头和 SDL 代码,只有大约 120 行。我花了几个小时尝试更改但无济于事,因此非常感谢您的帮助。
经过一些实验,我相信当 DIFF
设置得太低时可能会出现一些浮点错误。当值从 0.01
增加到 0.02
时,值不会爆炸。不过,我不认为这是全部问题。
需要说明的是,目前 1201ProgramAlarm 和 vidstige 的回答并没有解决问题。
粗体部分为重要部分,其余为完整性。
开头的东西,跳过
#include <SDL2/SDL.h>
#include <stdio.h>
#include <iostream>
#include <algorithm>
#define IX(i,j) ((i)+(N+2)*(j))
using namespace std;
// Constants
const int SCREEN_WIDTH = 600;
const int SCREEN_HEIGHT = 600; // Should match SCREEN_WIDTH
const int N = 20; // Grid size
const int SIM_LEN = 1000;
const int DELAY_LENGTH = 40; // ms
const float VISC = 0.01;
const float dt = 0.1;
const float DIFF = 0.01;
const bool DISPLAY_CONSOLE = false; // Console or graphics
const bool DRAW_GRID = false; // implement later
const int nsize = (N+2)*(N+2);
数学例程 扩散例程除以 1+4*a
。这是否意味着密度必须 <= 1?
void set_bnd(int N, int b, vector<float> &x)
{
// removed
}
inline void lin_solve(int N, int b, vector<float> &x, vector<float> &x0, float a, float c)
{
for (int k=0; k<20; k++)
{
for (int i=1; i<=N; i++)
{
for (int j=1; j<=N; j++)
{
x[IX(i,j)] = (x0[IX(i,j)] + a*(x[IX(i-1,j)]+x[IX(i+1,j)]+x[IX(i,j-1)]+x[IX(i,j+1)])) / c;
}
}
set_bnd ( N, b, x );
}
}
// Add forces
void add_source(vector<float> &x, vector<float> &s, float dt)
{
for (int i=0; i<nsize; i++) x[i] += dt*s[i];
}
// Diffusion with Gauss-Seidel relaxation
void diffuse(int N, int b, vector<float> &x, vector<float> &x0, float diff, float dt)
{
float a = dt*diff*N*N;
lin_solve(N, b, x, x0, a, 1+4*a);
}
// Backwards advection
void advect(int N, int b, vector<float> &d, vector<float> &d0, vector<float> &u, vector<float> &v, float dt)
{
float dt0 = dt*N;
for (int i=1; i<=N; i++)
{
for (int j=1; j<=N; j++)
{
float x = i - dt0*u[IX(i,j)];
float y = j - dt0*v[IX(i,j)];
if (x<0.5) x=0.5; if (x>N+0.5) x=N+0.5;
int i0=(int)x; int i1=i0+1;
if (y<0.5) y=0.5; if (y>N+0.5) y=N+0.5;
int j0=(int)y; int j1=j0+1;
float s1 = x-i0; float s0 = 1-s1; float t1 = y-j0; float t0 = 1-t1;
d[IX(i,j)] = s0*(t0*d0[IX(i0,j0)] + t1*d0[IX(i0,j1)]) +
s1*(t0*d0[IX(i1,j0)] + t1*d0[IX(i1,j1)]);
}
}
set_bnd(N, b, d);
}
}
void project(int N, vector<float> &u, vector<float> &v, vector<float> &p, vector<float> &div)
{
float h = 1.0/N;
for (int i=1; i<=N; i++)
{
for (int j=1; j<=N; j++)
{
div[IX(i,j)] = -0.5*h*(u[IX(i+1,j)] - u[IX(i-1,j)] +
v[IX(i,j+1)] - v[IX(i,j-1)]);
p[IX(i,j)] = 0;
}
}
set_bnd(N, 0, div); set_bnd(N, 0, p);
lin_solve(N, 0, p, div, 1, 4);
for (int i=1; i<=N; i++)
{
for (int j=1; j<=N; j++)
{
u[IX(i,j)] -= 0.5*(p[IX(i+1,j)] - p[IX(i-1,j)])/h;
v[IX(i,j)] -= 0.5*(p[IX(i,j+1)] - p[IX(i,j-1)])/h;
}
}
set_bnd(N, 1, u); set_bnd(N, 2, v);
}
密度和速度求解器
// Density solver
void dens_step(int N, vector<float> &x, vector<float> &x0, vector<float> &u, vector<float> &v, float diff, float dt)
{
add_source(x, x0, dt);
swap(x0, x); diffuse(N, 0, x, x0, diff, dt);
swap(x0, x); advect(N, 0, x, x0, u, v, dt);
}
// Velocity solver: addition of forces, viscous diffusion, self-advection
void vel_step(int N, vector<float> &u, vector<float> &v, vector<float> &u0, vector<float> &v0, float visc, float dt)
{
add_source(u, u0, dt); add_source(v, v0, dt);
swap(u0, u); diffuse(N, 1, u, u0, visc, dt);
swap(v0, v); diffuse(N, 2, v, v0, visc, dt);
project(N, u, v, u0, v0);
swap(u0, u); swap(v0, v);
advect(N, 1, u, u0, u0, v0, dt); advect(N, 2, v, v0, u0, v0, dt);
project(N, u, v, u0, v0);
}
我考虑过floating-point inconsistencies,但是用-ffloat-store
编译后问题仍然存在。
麻烦的根源在于lin_solve
。您的 i
和 j
循环从零开始,但您引用 IX(i-1,j)
,这将访问越界数组元素 x[-1]
.
看到这个,我立刻觉得我必须回答。我在这篇文章发表的时候读过它。我已经在 Android 上实现了他的东西并且非常喜欢它。我什至在 2000 年代初期在于默奥演讲时遇到了这个人,他是一个非常友好的人。而且很高。 :)
所以问题来了。你没有做速度传播步骤,如果我没记错的话,我认为这对 not "blowing up" 很重要。
此问题与 add_source()
中缺少规范化有关。
当你的密度变得足够稳定时(x0
与 x
的分布非常相似,达到一个比例因子),然后 add_source()
有效地乘以 x
大约1+dt
,导致你的指数爆炸。 DIFF
的高值通过比 lin_solve()
中的 x0
更重 x
来掩盖这种影响,这意味着有效乘数更接近 1
,但是仍然高于 1.
那么效果就是每次迭代都会增加更多的质量。如果它不能 "spread out" 在边缘足够快,它将开始堆积。一旦密度变得完全静止,它的质量将以由 1+dt/(4a)
.
根据您给定的设置 (dt=0.1, a=0.1*0.01*20*20=0.4
),这是 1+0.1/1.6 ~ 1.06
。
解决方法是在 add_source 中标准化:
x[i] = (x[i]+dt*s[i])/(1.0f+dt);
,或将 lin_solve()
的 c
参数计算为 1+4*a+dt
。两者都会迫使质量下降。