请教：第三代涡识别方法Liutex的代码在linux中运行的问题
-
@lizhisongsjtu
单进程执行Rotex -latestTime > log.Rotex-single并行执行，20改为实际用的线程数
decomposePar mpirun -np 20 Rotex -latestTime -parallel > log.Rotex-parallel reconstructPar -
@coolhhh 谢谢大佬
下载：RotexZhisong.zip在原始版本和东岳大佬版本基础上，用OF自带的场函数替换PQR\delta 的计算语句，200万网格，单核6s。
提示：新旧PQR\delta计算结果的差异，量级是-12，但最后Rotex的x和y分量有一点差异，z分量差异可忽略。
@李东岳 在 请教：第三代涡识别方法Liutex的代码在linux中运行的问题 中说：
我把 http://www.jhydrodynamics.com/en/download-of-liutex-code/ 这个链接里面的代码，小改了一下，放到了OpenFOAM-9里面可以编译成功。
下载：Rotex.zip
-
-
@lizhisongsjtu 感觉这个liutex没有那么好啊，我计算的是槽道流，liutex识别的结果很混乱（liutex的等值面），感觉还没Q准则显示的涡结构清晰，但是看刘老师文章里的效果挺好的。。。
下图是Q准则识别的涡（只显示了下半部分区域），可以看出清晰的流向结构（Q等值由速度染色）
（下图Q等值由温度（这里是被动标量）染色）
but，liutex等值面画出来就很混乱，我调了一些阈值都不是很好，感觉很混乱，下面是统一阈值的各个角度的liutex等值面，总体感觉就很混乱。
（下面图liutex等值面都为速度染色）
PS:之前用omega方法识别涡时也出现了跟liutex等值面差不多的现象，刘老师文章里也提到omega方法是跟阈值关系不大的（优于Q准则），但是在我的槽道流算例里，这两种方法似乎都不如Q准则好，请问大家在进行涡识别时有没有类似的经历，请格外大佬指教。
-
@lizhisongsjtu 感谢分享，请问下在of7下同样编译成功，但运行Rotex -latestTime会出现这种报错是什么原因呢
-
@lizhisongsjtu 又测试了一下，似乎对于blockMesh生成的网格都不会出问题，SHM生成的网格有一定程度会出问题，然后pointwise生成的网格就都会出问题报这种错误
-
@BznW 在 请教：第三代涡识别方法Liutex的代码在linux中运行的问题 中说：
@lizhisongsjtu 感谢分享，请问下在of7下同样编译成功，但运行Rotex -latestTime会出现这种报错是什么原因呢
遇到同样的问题，blockMesh 生成的结构化网格。李老师和 lizhisongsjtu 程序在 Openfoam v9 和v2212下编译使用，都会浮点溢出。
// * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * // Create time Create mesh for time = 0.0012 Time = 0.0012 Reading U #0 Foam::error::printStack(Foam::Ostream&) at ??:? #1 Foam::sigFpe::sigHandler(int) at ??:? #2 ? in "/lib/x86_64-linux-gnu/libc.so.6" #3 ? in "/home/scramjetfoam/OpenFOAM/scramjetfoam-9/platforms/linux64GccDPInt32Opt/bin/Rotex" #4 ? in "/lib/x86_64-linux-gnu/libc.so.6" #5 __libc_start_main in "/lib/x86_64-linux-gnu/libc.so.6" #6 ? in "/home/scramjetfoam/OpenFOAM/scramjetfoam-9/platforms/linux64GccDPInt32Opt/bin/Rotex" Floating point exception -
回复一下Liutex使用效果和使用报错的反馈：
-
关于Liutex识别的涡结构：在类似澡盆涡这样的旋转流动里，Liutex的方法确实会有(或者近似会有)阈值独立的涡结构，近似阈值独立的涡结构，lambda2方法、Q方法，都不存在阈值独立的涡结构。
-
关于报错：本人使用平台是of2206和of2306，而且流场本身的旋转占优。对剪切流动的效果，本人没有验证。关于浮点溢出，大概率是除数接近0，用户可以自行debug。
如上！
-
-
@lizhisongsjtu 我看那行看了半天没反应过来（scalar,scalar）是干什么的
-
用两种方法识别流场中的涡，第一种是lambda法，openfoam自带的无量纲方法，第二种是liutex方法。
123看出，改变阈值后，中心部位的漩涡变小；456看出中心漩涡并没有随阈值改变而明显改变。
根据S和Omega模的大小，把涡区分为剪切占优和旋转占优两种。123+456显示，阈值对剪切占优的涡结构的显示特征影响挺大，对旋转占优的涡结构影响并没那么明显。如此，凸显了liutex方法在旋转涡涡结构识别中的优势。
-
这只是某个算例佐证了liutex算法的优势。个人感觉(主流)学界对liutex的态度有非常大的差异，有些大佬对liutex法的态度偏消极(审稿意见)。
-
-
@lizhisongsjtu 我不太关心涡这个东西，有几个疑问，邀请李老师解惑，给我开开眼：
-
不同的涡判据，比如liutex、lambda、Q之类的，都是用来判别涡的，实际使用中，是哪个看起来更流弊就用哪个么？
-
如何判定那个涡识别方法更流弊呢？
-
-
解惑重任承担不了。说说个人看法吧
个人认为，旋转流动和剪切流动中的涡结构不一样。根据我的计算结果，Liutex在识别旋转流动中的涡，涡结构对等直面参数取值不敏感；对剪切流动中的涡，任何涡识别方法的结果对等涡面取值敏感。#58楼的图片可以佐证这个说法。
关于编辑、审稿人对Liutex的不中立的态度，咨询过业内大佬。可能和“学派”有关，当然也有新方法本身的原因。新事物的出现，总需要一定的时间才能被接受。
引用郭德纲老师的一句话“文无第一，武无第二”，引用邓爷爷的话“黑猫白猫，抓住老鼠就是好猫”。
至于哪个方法更好，能解决问题就好。以上抛砖，期待引玉讨论。
