基本介紹
概述,特點,
概述
一方面，DBM 是非平衡統計物理學粗粒化建模方法在流體力學領域的具體套用，是理論物理範疇下的模型構建方法，是統計物理學相空間描述方法在離散玻爾茲曼方程形式下的進一步發展：它根據研究需求，抓主要矛盾，選取一個視角，研究系統的一組動理學性質，因而它要求描述這組動理學性質的動理學矩的計算結果不能因為模型簡化而改變。在該思路下，研究視角和建模精度需要隨著研究推進而調整。另一方面，它又是從“格子氣”方法出發，經LBM 發展而來，突破傳統流體建模的連續性假設和近平衡近似，徹底拋棄了標準 LBM 的“格子氣”圖像，隨著時間引入更多的信息提取技術和複雜物理場分析技術。
特點
與作為方程解法的 LBM 不同，DBM 旨在回答：（1） 如何模擬出系統的主要特徵？（2） 如何從數據中提取出更多有價值的信息 + 如何分析？（3） 系統行為描述對離散格式有哪些物理約束？所以，DBM 包含的是：（1） 系統行為描述對所用模型的一系列物理約束；（2） 提取數據、分析數據的一系列技術和方法；（3） 對數值離散格式的一系列物理約束，但不包含具體的離散格式本身。作為非平衡複雜流動的一種物理模型，DBM 動理學行為描述自然涉及橫向廣度與縱向深度 (或強度) 兩個方面。DBM 建模涉及的橫向廣度指的是所包括的 (或者說能描述的) 動理學性質的多少，代表的是研究視角的寬度；縱向深度 (或強度) 指的是非平衡的程度、離散的程度。而非平衡程度與離散程度是高度關聯的，均可由 Kn 來描述 （作為重新標度的平均分子間距，Kn 的倒數可以描述系統的離散程度；作為重新標度的熱力學弛豫時間，Kn 可以描述系統偏離熱力學平衡的程度）。隨著 Kn 增大，系統的離散程度和非平衡程度提升，系統狀態和行為的複雜度急劇上升，其描述所需要的動理學矩需要隨之增加，即研究視角需要隨之增寬。離散和非平衡行為描述的深度與廣度直接關聯。
相空間的引入使得我們可以以一組行為特徵量為元素，進一步引入行為特徵矢量的概念。例如，鑒於任何非平衡強度的定義都依賴於研究視角，使用單一視角的非平衡強度來描述系統的非平衡行為是不完備的、往往是丟失大量信息的，甚至是掛一漏萬的，所以引入非平衡強度矢量 (其每個元素都從自己的視角描述系統偏離平衡的程度)，對系統的非平衡狀態進行多視角描述是有幫助的。因為分布函式的非守恆矩有無窮多，任何一個非守恆矩的每個獨立分量都可以提供一個相應視角的非平衡強度，另外，密度、溫度、流速、壓強等任何一個物理量的時間或空間變化率都可以提供一個相應視角的非平衡強度，不同界面對應的 Kn、任何一個非守恆矩的弛豫時間等都可以提供一個相應視角的非平衡強度，所以研究問題時基於幾個不同視角的非平衡強度構建的非平衡強度矢量對應的還只是系統非平衡行為描述的一個視角。
