الملخص
في كثير من حالات حساب التدفق التي تجري هذه الايام سواءً لأغراض عملية أو بحثية يسعى الباحثون والمهندسون إلى زيادة الدقة في النتائج المتحصل عليها. إحدى الطرق لزيادة الدقة في النتائج المحسوبة للتدفق هي إجراء عملية تنعيم للشبكة الحسابية أثناء عملية الحساب، ولكي تحدث هذه العملية بشكل تلقائي أثناء الحساب يجب أن يحتوي محلل التدفق على جزء إضافي خاص في برنامج المحلل تكون مهمته القيام بالبحث عن الخلايا ذات التغيرات الكبيرة في الشبكة الحسابية. يقوم هذا الجزء الإضافي الخاص بالبحث في خلايا الشبكة الحسابية كلها ويخضعها للإختبار عن طريق حساسات التنعيم التي يحتوي عليها وعند استشعار أي حساس من هذه الحساسات لحاجة الخلية للتنعيم فإن هذه الخلية تصبح مرشحة للتنعيم. في هذه الورقة تم توظيف مويجة داوبشي لمعالجة البيانات في محلل تدفق تم تطويره محليا وذلك لتقليص نطاق البحث في خلايا الشبكة الحسابية بحيث لا يتم البحث في كامل خلايا الشبكة الحسابية بل يتم البحث فقط في الجزء المحتوي على التفاصيل التي تقدمها مويجة داوبشي وهذا بالتالي يقلص الوقت والجهد كما بينت الحالات الدراسية في هذه الورقة.
ABSTRACT
Many flow computation problems are performed in the present time for several real-life cases and/or research purposes. However, in most of these computations there is always a tendency from engineers and researchers to increase the accuracy of the solutions obtained. Increasing the accuracy of such computations could be obtained by many means, among them is to refine the computational grid during the solution process. In order to automate this process, an ancillary algorithm must be incorporated into the flow solver in such a way that a search process can be carried out to identify those regions of high gradients. This presumes that the search process will include all of the computational cells and accordingly investigating the predesigned adaptation sensors for a possible nomination of a particular cell for refinement. In the present work the Daubechies wavelet transform is incorporated in an in–house made unstructured Cartesian grid generator and flow solver. The details of the Daubechies wavelet algorithm are demonstrated and the application of the adaptation criteria is carried out only on the wavelet function instead of applying it on the whole sequence of adaptation sensors. Case studies for verification purposes are carried out.
