技术摘要：面向 FLIP 流体的高质量约束预测性各向异性网格变形

1. 问题陈述

流体-隐式粒子法（FLIP）模拟结合了用于追踪质量/动量的拉格朗日粒子与用于压力投影的欧拉网格。尽管该方法稳定且高效，但标准的 FLIP 依赖于固定的均匀网格，这无法为关键流动特征分配足够的解析度，例如薄液层、快速移动的自由表面、碰撞诱发的射流以及强烈的局部变形。

动态网格变形通过将网格节点移向感兴趣区域来解决这一问题。然而，传统的基于标量的变形方法（如 Ibayashi 等人 [15]）根据空间重要性（如自由表面距离）集中节点，但缺乏方向感知能力。这种不匹配导致在发生沿特定轴向拉伸和压缩的快速变形流中，解析度表现不佳。此外，激进的各向异性变形往往会引入严重的局部单元畸变——包括压缩、剪切和反转——从而降低粒子-网格传递和压力投影的稳定性。核心挑战在于，如何在实现大幅度自适应网格运动和方向性解析度重分布的同时，显式地约束局部单元质量以防止数值不稳定。

2. 方法论

所提出的方法在一个结构化变形网格 FLIP 求解器中，集成了预测性变形估计、行列式归一化各向异性度量以及基于雅可比（Jacobian）的质量约束。其流程如下：

2.1 预测性自由表面重要性与变形

为了避免网格响应滞后，该方法利用当前速度和重力预测近未来的粒子位置 ($\hat{x}_p$)。

• 重要性： 通过对预测粒子进行高斯泼溅（Gaussian splatting）构建预测密度场。该场的梯度定义了归一化的表面重要性权重 ($q_i$)，用以识别需要高解析度的区域。
• 变形方向： 通过对相邻流体单元进行加权最小二乘法估计局部速度梯度 ($G_i$)。计算变形梯度张量 ($F_i = I + \tau G_i$)，并分析其相关的柯西-格林（Cauchy-Green）张量 ($C_i = F_i^T F_i$)。选择对应于最小主拉伸方向 ($e_1$) 的特征向量作为首选细化方向，因为变薄/压缩过程正是沿着该轴发生的。

2.2 行列式归一化各向异性度量

为了在不均匀缩小网格体积的情况下实现方向性解析度重分布，构建了一个方向性度量 $M$。

• 该度量结合了表面重要性和变形方向性。
• 行列式归一化策略确保在改变长宽比 ($r$) 以适应变形的同时，度量的行列式保持不变 ($\det(M) = h^{-6}$)。这防止了整体网格尺度的坍缩，同时允许各向异性拉伸。
• 最终的度量是基于表面和基于变形组件的融合，并通过平滑处理以确保连续性。

2.3 质量约束下的网格变形

网格节点在满足目标度量的同时，需遵循严格的质量约束。

• 优化： 更新节点以最小化度量空间距离与规则网格距离之间的差异 ($E_{metric}$)。
• 正则化： 引入了两个额外的能量项：
  • $E_{vol}$：惩罚单元雅可比行列式 ($\det(J)$) 对 1 的偏差，以控制体积变化。
  • $E_{shape}$：利用条件数 ($\kappa(J)$) 惩罚单元形状对目标度量的偏差。
• 接受约束： 在每次增量更新后，进行线搜索。只有当候选网格满足以下条件时才被接受：
  • 体积比：$V_c / V^0_c \geq r_V$（例如 0.30）。
  • 行列式边界：$J_{min} \leq \det(J_c) \leq J_{max}$。
  • 条件数：$\kappa(J_c) \leq \kappa_{max}$。
    如果违反约束，则减半步长；如果找不到有效步长，则终止迭代并保留最后一次有效状态。

2.4 时间追踪

为了降低计算成本，采用了基于度量变化的追踪策略。如果帧间目标度量的变化低于阈值，则变形优化使用减少的迭代预算（或仅进行一次轻量级更新），而非进行完整的重新优化。这利用了缓慢变化的流态在时间上的相干性。

2.5 FLIP 集成

变形网格保持了规则笛卡尔网格的连通性。粒子-网格与网格-粒子传递利用变形六面体单元上的三线性映射完成。压力投影在变形面上使用有限体积公式进行，仅在散度仍然较高时应用缺陷修正求解。

3. 核心贡献

1. 预测性各向异性度量： 一种结合了近未来自由表面重要性与局部变形方向的方法，用于重分布空间解析度，并利用行列式归一化来保持全局尺度。
2. 质量约束变形方案： 一种将基于雅可比的正则化与针对行列式、条件数和单元体积的显式接受测试相结合的变形算法。这使得大规模相干网格运动成为可能，同时严格限制了局部单元畸变。
3. 度量变化引导的追踪： 一种时间策略，通过在目标度量变化缓慢时减少重复的网格优化，从而在不降低网格质量的前提下提高性能。

4. 实验结果

该方法在各种 2D 和 3D 场景（大坝溃决、液滴飞溅、涡旋斑、环形坍塌、晃动水箱）下，与均匀 FLIP、传统标量动态变形以及反应型（非预测型）各向异性变体进行了对比评估。

• 网格自适应强度： 所提方法实现了与标量变形相当或略高的归一化网格位移（平均 1.52 对比 1.45），证实了其并未为了质量而牺牲自适应性。
• 局部网格质量：
  • 雅可比畸变： 平均雅可比行列式偏差 ($E_J$) 降低了约 45.1%（从 0.204 降至 0.112）。
  • 条件数： 平均条件数降低了约 25.1%（从 1.99 降至 1.49）。
  • 高畸变单元： 超过畸变阈值的单元比例下降了约 70.9%（从 9.36% 降至 2.72%）。
  • 体积保持： 平均单元体积误差降低了约 47.4%。
• 模拟稳定性： 投影后的散度降低了约 30.2%，表明压力求解的数值稳定性有所提高。
• 性能： 与标量变形相比，完整方法（含追踪）的开销增加了约 9.3%（每帧 13.63 ms 对比 12.47 ms），但提供了显著更优的质量。追踪机制相比于非追踪的预测版本，将变形阶段的成本降低了约 31.9%。
• 3D 鲁棒性： 在涉及双向碰撞和局部飞溅的复杂 3D 场景中，该方法保持了稳定的雅可比度量和低畸变率。

5. 意义与主张

本文主张，预测性方向自适应可以成功地与结构化变形网格 FLIP 求解器中的显式局部几何质量控制相结合。其主要意义在于证明了网格变形并不一定受限于“捕捉流动特征的移动幅度”与“维持单元质量”之间的权衡。通过将自适应强度与局部畸变约束分离，该方法实现了：

• 方向效率： 解析度与流体拉伸/压缩方向对齐，而非仅仅基于空间邻近性。
• 稳定性： 显式的雅可比约束防止了通常在激进各向异性变形中出现的单元坍缩和剪切。
• 时间相干性： 追踪策略允许高效计算，而不会降低变形网格的质量。

作者指出了一些局限性，包括在剧烈碰撞期间可能存在的预测误差，以及依赖于可能需要针对极端情况进行调优的固定质量阈值。然而，结果支持了以下结论：该方法为需要高解析度和高数值稳定性的高保真液体模拟提供了一个鲁棒的框架。