Feature extraction and visualization from higher-order CFD data

• Autor(a) principal: Pagot, Christian Azambuja
• Data de Publicação: 2011
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/35710
• topic: Computação gráfica; Sombras : Computação gráfica; Hardware : Computacao grafica; Algoritmos; Visualização; Higher-order CFD data; Feature extraction; Parallel vectors operator; Isocontouring; Interval arithmetic

Métodos de simulação baseados em dinâmica de fluidos computacional (DFC) têm sido empregado em diversas areas de estudo, tais como aeroacústica, dinâmica dos gases, fluidos viscoelásticos, entre outros. Entretanto, a necessidade de maior acurácia e desempenho destes métodos têm dado origem a soluções representadas por conjuntos de dados cada vez mais complexos. Neste contexto, técnicas voltadas à extração de estruturas relevantes (features), e sua posterior visualização, têm um papel muito importante, tornando mais fácil e intuitiva a análise dos dados gerados por simulações. Os métodos de extração de estruturas detectam e isolam elementos significativos no contexto da análise dos dados. No caso da análise de fluidos, estas estruturas podem ser isosuperfícies de pressão, vórtices, linhas de separação, etc. A visualização, por outro lado, confere atributos visuais a estas estruturas, permitindo uma análise mais intuitiva através de sua inspeção visual. Tradicionalmente, métodos de DFC representam suas soluções como funções lineares definidas sobre elementos do domínio. Entretanto, a evolução desses métodos tem dado origem a soluções representadas analiticamente através de funções de alta ordem. Apesar destes métodos apresentarem características desejáveis do ponto de vista de eficiência e acurácia, os dados gerados não são compatíveis com os métodos de extração de estruturas ou de visualização desenvolvidos originalmente para dados interpolados linearmente. Uma alternativa para este problema consiste na redução da ordem dos dados através de reamostragem e posterior aplicação de métodos tradicionais para extração de estruturas e visualização. Porém, o processo de amostragem pode introduzir erros nos dados ou resultar em excessivo consumo de memória, necessária ao armazenamento das amostras. Desta forma, torna-se necessário o desenvolvimento de métodos de extração e visualização que possam operar diretamente sobre os dados de alta ordem. As principais contribuições deste trabalho consistem em dois métodos que operam diretamente sobre dados de alta ordem. O primeiro consiste em um método para extração e visualização de isosuperfícies. O método baseia-se em uma abordagem híbrida que, ao distribuir o esforço computacional envolvido na extração e visualização das isosuperfícies em operações executadas nos espaços do objeto e da imagem, permite a exploração interativa de isosuperfícies através da troca de isovalores. O segundo método consiste em uma técnica para extração de estruturas lineares, onde a avaliação da forma intervalar do operador parallel vectors, em conjunto com métodos de subdivisão adaptativa, é utilizada como critério de pesquisa destas estruturas. Ambos os métodos foram projetados para tirarem proveito do paralelismo do hardware gráfico. Os resultados obtidos são apresentados tanto para dados sintéticos quanto para dados de simulações gerados através do método de Galerkin discontínuo.