模拟中气泡与液滴的识别及追踪：获取尺寸、谱系与破碎聚并统计的工具箱

两相流中气泡与液滴尺寸分布的知识对表征包括燃烧室点火、声纳通信和云形成在内的广泛现象十分重要。驱动背景流的物理机制也驱动这些分布的时间演化。在界面解析流动模拟中，为可靠测量该演化并从而量化潜在机制，需要对离散相进行准确且鲁棒的识别与追踪算法。对单个气泡和液滴的识别传统上依赖于一种用于识别连通区域的算法。该传统算法可能对伪结构的存在敏感。提出一种高性价比的改进，以在最大化体积精度的同时最小化伪气泡与液滴的识别。准确的识别方案对区分具有大尺寸比的气泡和液滴对至关重要。已识别的气泡和液滴需在时间上追踪，以获得表征尺寸分布演化的破碎与聚并统计，包括破碎与聚并频率，以及母与子气泡和液滴尺寸的概率分布。提出一种基于质量守恒的算法，利用未必来自连续时间步的模拟快照构建气泡和液滴谱系。这些谱系随后被用于检测破碎与聚并事件，并获取所需统计。对大尺寸比气泡和液滴对的准确识别使得在大尺寸范围内准确检测破碎与聚并事件成为可能。综上，这些算法有助于洞察实际重要流动中气泡与液滴形成及演化背后的机制。