matlab流场可视化后处理

这篇具有很好参考价值的文章主要介绍了matlab流场可视化后处理。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1流体中标量的可视化

流体力学中常见的标量为位置、速度绝对值、压强等。

1.1 云图

常用的云图绘制有pcolor、image、imagesc、imshow、contourf等函数。 这里利用matlab自带的wind数据作为演示案例,显示二维云图的速度场。

close all
load wind
x2=x(:,:,5);y2=y(:,:,5);u2=u(:,:,5);v2=v(:,:,5);
%速度云图
figure()
pcolor(x2,y2,sqrt(u2.^2+v2.^2))
shading interp%插值绘制颜色

复制

绘制结果如下:

matlab流场可视化后处理

1.2 切片图绘制

切片图常用于可视化复杂的三维流动。 由于二维计算机屏幕和二维视网膜的限制,人类对垂直于眼球面的速度分量不是很敏感,所以绘制三维可视化的时候一定要注意光照、视角、明暗、反光等信息,辅助人去补全第三维度的信息。

常用的切片显示函数有contourslice和slice,对应二维的contour和pcolor用法。 下面以流场的涡量切片图为例,介绍切片图的用法。

close all
load wind
%涡量切片图绘制
%构建颜色图
mycmp=[[ones(20,1),(0.05:0.05:1)',(0.05:0.05:1)'];[(1:-0.05:0.05)',(1:-0.05:0.05)',ones(20,1)]];
cav = curl(x,y,z,u,v,w); %计算旋度
h = slice(x,y,z,cav,[90 134],59,0); %切片
shading interp
daspect([1 1 1]); %坐标轴缩放
axis tight
colormap(mycmp);
caxis([-5,5]) %确定颜色范围,使得颜色图中白色对应0涡量
camlight %设置光照
set([h(1),h(2)],'ambientstrength',.6); %调整局部亮度

复制

matlab流场可视化后处理

1.3 三维等值面图绘制

等值面相关的常用函数有:patch、isosurface、isocaps、isocolors、isonormals、reducevolume、subvolume等。 下面以绘制三维速度等值面为例,介绍等值面的用法。

close all
clear
load wind

figure
wind_speed = sqrt(u.^2 + v.^2 + w.^2);%速度
%绘制等值面
hiso = patch(isosurface(x,y,z,wind_speed,40));
isonormals(x,y,z,wind_speed,hiso) %平滑
hiso.FaceColor = 'red'; %等值面上色
hiso.EdgeColor = 'none';
%绘制断面
hcap = patch(isocaps(x,y,z,wind_speed,40),...
   'FaceColor','interp', 'EdgeColor','none');
colormap hsv
%调整图片视角光源等
axis tight 
set(gca,'BoxStyle','full','Box','on')
camproj perspective
%camzoom(1.25)
view(65,30)
camlight(-45,45)
hcap.AmbientStrength = 1;
lighting gouraud
daspect([1 1 1]);

复制

matlab流场可视化后处理

2流体中矢量的可视化

流体中常见的矢量有速度矢量、旋度矢量、梯度矢量等。

2.1 箭头图或速度图

matlab常用的速度图函数为quiver和quiver3。

quiver为二维矢量图绘制,用法如下图所示。如果绘制箭头太密集,可以采用间隔采样的方式绘制。

load wind
figure()
x2=x(:,:,5);y2=y(:,:,5);u2=u(:,:,5);v2=v(:,:,5);
Q=quiver(x2,y2,u2,v2);%详见帮助文档quiver
Q.AutoScaleFactor=1.2;%更改箭头比例,详见帮助文档Quiver Properties

复制

输出结果如下

matlab流场可视化后处理

quiver3为3维矢量场的绘制。可视化效果不如coneplot函数的圆锥图。 推荐搭配空间曲面的使用。参见quiver3帮助文档。

load wind
quiver3(x([5 10],:,:),y([5 10],:,:),z([5 10],:,:),u([5 10],:,:),v([5 10],:,:),w([5 10],:,:))%quiver3

复制

matlab流场可视化后处理

2.2 流线图

matlab中绘制流线常用的函数有:streamline、streamslice、stream2、stream3、interpstreamspeed。

matlab中标准的流线图streamline需要知道流场的起始点,但通常对于复杂流场,起始点没有规律。而且二维流场streamline也不会显示流场方向。

一种解决方法为随机在空间中散布一些点,然后以这些点为起点正向反向同时绘制流线。

matlab中的streamline用法:

load wind
x2=x(:,:,5);y2=y(:,:,5);u2=u(:,:,5);v2=v(:,:,5);
hold on
startx=73*ones(1,6);starty=20:5:45;%定义流线起点
streamline(x2,y2,u2,v2,startx,starty)
quiver(x2(1:3:end,1:3:end),y2(1:3:end,1:3:end),u2(1:3:end,1:3:end),v2(1:3:end,1:3:end),'color','r')
hold off

复制

结果如下所示

matlab流场可视化后处理

双向随机绘图:

load wind
figure()
N=30; %随机点的数量
x2=x(:,:,5);y2=y(:,:,5);u2=u(:,:,5);v2=v(:,:,5);
maxx=max(x,[],'all');minx=min(x,[],'all');
maxy=max(y,[],'all');miny=min(y,[],'all');%最大值最小值
startx=rand(N,1)*(maxx-minx)+minx;
starty=rand(N,1)*(maxy-miny)+miny;%生成随机点
XY1 = stream2(x2,y2,u2,v2,startx,starty);%正向流线计算
XY2 = stream2(x2,y2,-u2,-v2,startx,starty);%反向流线计算
hold on
for j=1:N
	%绘制流线
    plot([flipud(XY2{j}(:,1));XY1{j}(:,1)],[flipud(XY2{j}(:,2));XY1{j}(:,2)],'-k')
end
quiver(x,y,u,v)
hold off

复制

matlab流场可视化后处理

如果流场可以用具体的流函数表示出来,则可以利用等值线的方式绘制:

%等势面方法
[x2,y2]=meshgrid(-5:0.1:5,-5:0.1:5);
P=x2.^2-y2.^2;Q=2*x2.*y2;
[u2,v2]=gradient(P);u2=-u2;v2=-v2;%势函数全部是负号
max(abs(curl(x2,y2,u2,v2)),[],'all');
figure
hold on
pcolor(x2,y2,P)%势函数
shading interp
quiver(x2(1:8:end,1:8:end),y2(1:8:end,1:8:end),u2(1:8:end,1:8:end),v2(1:8:end,1:8:end),'color','r')
contour(x2,y2,Q,'LineColor','k','LineWidth',1.5,'LevelList',linspace(-50,50,20))
caxis([-25,25])
hold off

复制

对于3维流场的流线图,推荐用streamslice绘制。

streamslice的优点是可以很好的反应出方向和中断,这里就不做过多说明了。

2.4 带节点的流线图

matlab中带节点的流线图函数为interpstreamspeed()。它在每条流线上添加了一定的节点,单根流线上的节点密集代表流速慢,节点稀疏代表流速快。 这个函数直接看interpstreamspeed的帮助文档就行了,可视化效果不是很美观。

2.5流管图和流带图

matlab中的流管图和流带图函数为streamtube和streamribbon,可以同时反映流场的方向、的、散度、旋度信息。

下图为流管图示意图:

load wind%[x,y,z,v]=flow();
[sx,sy,sz] = meshgrid(80,20:10:50,0:5:15);

verts = stream3(x,y,z,u,v,w,sx,sy,sz);
div = divergence(x,y,z,u,v,w);
htubes=streamtube(verts,x,y,z,-div);%以上3行可以用streamtube(x,y,z,u,v,w,sx,sy,sz);代替

set(htubes,'EdgeColor','none','AmbientStrength',.5)
shading interp%彩色

view(3);
axis tight
camlight 
lighting gouraud

复制

绘制结果如下:

其中流管的粗细代表散度的变化,流管的方向代表流线的变化。

流带图的绘制如下所示:

figure()
load wind
[sx,sy,sz] = meshgrid(80,20:10:50,0:5:15);
verts = stream3(x,y,z,u,v,w,sx,sy,sz);
cav = curl(x,y,z,u,v,w);%旋度
spd = sqrt(u.^2 + v.^2 + w.^2).*.1;%速度
streamribbon(verts,x,y,z,cav,spd);
axis tight
shading interp
view(3);
camlight; 
lighting gouraud

复制

绘制结果如下:

除了方向和散度,流带的扭转还能表示旋度的变化。

此外matlab官方还有一副很酷炫的流带图,我也摘了过来:

2.6 圆锥体图

在三维向量场中以圆锥体形式绘制速度向量,由于其立体感比quiver3更好,所以更常用于三维流场。函数为coneplot。

clear
close all
load wind
xmin = min(x(:));
xmax = max(x(:));
ymin = min(y(:));
ymax = max(y(:));
zmin = min(z(:));%确定最大最小值
xrange = linspace(xmin,xmax,8);
yrange = linspace(ymin,ymax,8);
zrange = 3:4:15;
[cx,cy,cz] = meshgrid(xrange,yrange,zrange);绘制点的坐标位置

figure
hcone = coneplot(x,y,z,u,v,w,cx,cy,cz,5);
hcone.FaceColor = 'red';
hcone.EdgeColor = 'none';

view(30,40)
daspect([2,2,1])
camlight right
lighting gouraud
hcone.DiffuseStrength = 0.8;

复制

效果如下:

2.7 粒子动画图

streamparticles函数可以绘制流粒子,即定常流场的迹线动画。 缺点是不能输出gif动图,不能显示非定常流场,如果想专门做这块的话建议自己编程。

load wind
figure
daspect([1,1,1]); 
view(2)
[verts,averts] = streamslice(x,y,z,u,v,w,[],[],[5]); 
sl = streamline([verts averts]);
axis tight manual off;
ax = gca;
ax.Position = [0,0,1,1];
%set(sl,'Visible','off')
iverts = interpstreamspeed(x,y,z,u,v,w,verts,.05);
zlim([4.9,5.1]);
streamparticles(iverts, 200, 'Animate',15,'FrameRate',40, ...
    'MarkerSize',10,'MarkerFaceColor',[0 .5 0])

复制

输出粒子在某一时刻的截图如下:

2.8 Volume Viewer APP

最近看到了一个App,在matlab菜单栏的App里面,叫做Volume Viewer。看起来很有意思,用一个小的GUI形式,提供了三维数据的查看方式。

里面可以进行颜色映射、颜色透明度映射等修改。可以自定义切片。数据导入支持从已有的mat文件或者已有的变量导入。

如果只是快速查看三维数据的话,这种拖拖拽拽点点点就能看的感觉还是挺方便的。文章来源地址https://www.toymoban.com/news/detail-406131.html

到了这里,关于matlab流场可视化后处理的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Matlab图窗可视化的SCI批量化图片处理技术细节-提高作图效率-第1期

    本期博文,将演示如何在Matlab的一个图窗下,实现同时对8幅子图进行批量化调整。 ( 注: 在第一期博文,作为基础功能的熟悉篇,本例中大部分子图全是平面图形显示,因此,操作难度不会很大。在接下来的几期博文中,将演示如何批量化控制三维图像。

    2024年02月04日
    浏览(45)
  • Matlab:可视化四维数据

    以下示例演示在 MATLAB® 中以可视方式呈现四维 (4-D) 数据的几种方法。 有时数据含有一个离散变量,即该变量仅有几个可能的值。您可以对每个离散组中的数据创建多个具有相同类型的绘图。例如,使用 stem3 函数查看三个变量之间的关系,第四个变量则将总体数据划分为若干

    2024年01月18日
    浏览(43)
  • matlab实验二可视化

    学聪明点,自己改,别把我卖了 一、实验目的及要求 要求 1、掌握 MATLAB常用的二维和三维绘图函数 2、掌握MATLAB的图形注释 3、熟悉MATLAB常用的图形修饰 4、熟悉MATLAB的图形动画 实验原理 1、MATLAB二维绘图:plot,fplot,fimplicit; 2、MATLAB三维绘图:meshgrid,mesh,surf,fmesh,fsurf,fimplici

    2024年02月05日
    浏览(35)
  • MATLAB之物理场可视化

    物理场指一个物理量的值在时间和空间中的分布,其定义是一个向量到另一个向量或数的映射。物理场分标量场和矢量场,对于标量场,在二维情况下可以使用等值线表示,在三维情况下则可以使用 MATLAB绘图加强篇中提到的四维数据绘图方法,即使用颜色表示,当然也可以使

    2023年04月08日
    浏览(32)
  • MATLAB第九章_数据图形可视化

    目录 数据图形可视化 MATLAB图形窗口 函数绘制 一元函数绘制  二元函数绘图 数据图形绘制简介 离散数据可视化 连续函数可视化 二维绘图函数 基本绘图 快速方程式画图 特殊二维图形  三维绘图函数 绘制三维曲面 生成栅格数据 网格曲线绘制 隐藏线的显示和关闭        

    2024年02月08日
    浏览(41)
  • MATLAB 之 可视化图形用户界面设计

    MATLAB 提供了图形用户界面开发环境(Graphical User Interface Development Environment,GUIDE),在这种开发环境下,用户界面设计变得方便、直观,实现了 “所见即所得” 的可视化设计。 1.1 图形用户界面设计模板 在 MATLAB 命令行窗口输入 guide 命令,或在 MATLAB 主窗口中选择 “主页”

    2024年02月11日
    浏览(42)
  • MATLAB数学建模:数据图形可视化-三维绘图函数

    在 MATLAB 中, 我们可使用函数 surf 和 surfc 绘制三维曲面图. 调用格式如下: 以矩阵 ZZZ 所指定的参数创建一个渐变的三维曲面. 坐标 $x = 1:n, y = 1:m, $ 其中 [m,n]=size(Z)[m,n] = size(Z)[m,n]=size(Z) 以 ZZZ 确定的曲面高度和颜色, 按照 X,YX,YX,Y 形成的格点矩阵, 创建一个渐变的三维曲面. X,

    2024年02月06日
    浏览(57)
  • 【数学建模】数据处理与可视化

    两类基本对象 ndarray(N-dimensional Array Object):存储单一数据类型的多维数组 ufunc(Universal Funciton Object):对数组进行处理的通用函数 数组创建 向array函数传入列表/元组 利用arange、linspace、empty等函数生成数组 数组属性 数组元素索引 array数组和list列表的区别:list中的元素可以不

    2024年01月18日
    浏览(42)
  • 低代码开发:数据处理与可视化

    低代码开发是一种快速、高效的应用开发方法,它通过简化和自动化开发过程,使非专业开发人员也能快速构建数据处理和可视化应用。本文将介绍低代码开发的定义、优势,并以数据处理与可视化为例,探讨低代码开发在这一领域的应用和价值。 随着大数据时代的到来,数

    2024年01月21日
    浏览(49)
  • matlab-对数据集加噪声并实现tsne可视化

    最近才知道,原来可以不用模型,也能实现对数据集数据的可视化。 问题: 前提:首先对COIL-100数据集根据角度0°-175°和180°-255°,分别划分成C1,C2两个子数据集。 目的: ①实现C1-C2的tsne可视化; ②对COIL-100数据集添加遮挡物,实现C1-C2的tsne可视化。 平台: matlabR2019b 以及

    2024年02月10日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包