整合擴增實境AR及CFD以建構風洞實驗室流場可視化技術研究

整合擴增實境

AR 及 CFD 以建構風

洞實驗室流場可視化技術研究

內 政 部 建 築 研 究 所 委 託 研 究 報 告

中華民國

109 年 12 月

整合擴增實境

AR 及 CFD 以建構風

洞實驗室流場可視化技術研究

受 委 託 者：國立臺灣科技大學

計 畫 主 持 人：黎益肇

協 同 主 持 人：賴祐吉

研 究 助 理：藍仁謙

研 究 助 理：謝宜杭

研 究 期 程：中華民國

109 年 1 月至 109 年 12 月

研 究 經 費：新台幣

130 萬元整

內 政 部 建 築 研 究 所 委 託 研 究 報 告

中華民國

109 年 12 月

(本報告內容及建議，純屬研究小組意見，不代表本機關意見)

目次

圖次 ... III 

表次 ... VII 

摘 要 ... IX 

ABSTRACT ... XV 

第一章 緒 論 ... 1 

第一節

研究動機 ... 1 

第二節

研究目的 ... 4 

第三節

研究內容與方法 ... 5 

第二章 理論背景分析 ... 8 

第一節

計算流體力學 ... 8 

第二節

大氣邊界層 ... 11 

第三節

擴增實境技術 ... 15 

第四節

文獻回顧 ... 16 

第三章 研究方法 ... 20 

第一節

風洞試驗 ... 22 

第二節

CFD 模擬 ... 26 

第三節

實體模型建立 ... 30 

第四節

相機追蹤技術 ... 35 

第五節

流場可視化工具 ... 37 

第四章 結果與討論 ... 44 

第一節

風洞實驗結果 ... 44 

第二節

CFD 模擬驗證... 56 

第三節

AR 可視化技術建立 ... 63 

第五章 結論與建議 ... 78 

第一節

結論 ... 78 

第三節

建議 ... 79 

附錄一 採購評選會議意見回應 ... 82 

附錄二 第一次專家座談會意見與回應 ... 86 

附錄三 期中審查會意見與回應 ... 91 

附錄三 期末審查會意見與回應 ... 95 

附錄五 軟體安裝及操作手冊 ... 99 

參考文獻 ... 107 

圖 次

圖

1-1 風洞實驗室流場可視化方法 ... 2

 

圖

1-2 AR 整合氣象報導 ... 3

 

圖

1-3 研究流程 ... 6

 

圖

2-1 不同地況下平均風速隨高度之變化示意圖 ... 12

 

圖

2-2 移動裝置使用擴增實境的情景 ... 16

 

圖

3-1 系統運作流程圖 ... 21

 

圖

3-2 建研所循環式大氣邊界層風洞性能 ... 23

 

圖

3-3 多頻道電子式壓力掃瞄器 ... 25

 

圖

3-4 簡易測試模型 ... 31

 

圖

3-5 高寬比 6 之高層建築模型 ... 32

 

圖

3-6 台北大巨蛋實體模型 ... 33

 

圖

3-7 台北大巨蛋數值模型 ... 33

 

圖

3-8 信義區 101 大樓周圍之模擬區域範圍 ... 34

 

圖

3-9 信義區 101 大樓周圍之區域模型 ... 35

 

圖

3-10 信義區 101 大樓周圍之區域 3D 模型 ... 35

 

圖

3-11 建築模型及黏貼於其上之標記 ... 36

 

圖

3-12 二維標記與彩色型隱密 QRCode ... 37

 

圖

3-13 根據鏡頭距離所載入的資料精細程度示意圖 ... 39

 

圖

3-14 實際在三維空間的區塊大小 ... 39

 

圖

3-15 流線可視化示意圖 ... 41

 

圖

3-16 質點追蹤可視化示意圖 ... 41

 

圖

3-17 渦度等值面可視化示意圖 ... 43

 

圖

3-18 Q 準則等值面可視化示意圖 ... 43

 

圖

4-1 高寬比 6 方型高層建築風洞實驗配置 ... 44

 

圖

4-2 高寬比 6 方型高層建築模型表面壓力孔配置 ... 45

 

圖

4-3 高寬比 6 方型高層建築實驗示意圖 ... 45

 

圖

4-4 風洞實驗室風速分布特性 ... 46

 

圖

4-5 高寬比 6 建築物之表面平均風壓係數圖(θ=0

○

) ... 47

 

圖

4-6 高寬比 6 建築物之表面擾動風壓係數圖(θ=0

○

_{) ... 48}

 

圖

4-7 高寬比 6 建築物之表面平均風壓係數圖(θ=10

○

_{) ... 48}

 

圖

4-8 高寬比 6 建築物之表面擾動風壓係數圖(θ=10

○

_{) ... 49}

 

圖

4-9 高寬比 6 建築物之表面平均風壓係數圖(θ=20

○

_{) ... 49}

 

圖

4-10 高寬比 6 建築物之表面擾動風壓係數圖(θ=20

○

) ... 50

 

圖

4-11 高寬比 6 建築物之表面平均風壓係數圖(θ=30

○

_{) ... 50}

 

圖

4-12 高寬比 6 建築物之表面擾動風壓係數圖(θ=30

○

_{) ... 51}

 

圖

4-13 高寬比 6 建築物之表面平均風壓係數圖(θ=40

○

_{) ... 51}

 

圖

4-14 高寬比 6 建築物之表面擾動風壓係數圖(θ=40

○

_{) ... 52}

 

圖

4-15 高寬比 6 建築物之表面平均風壓係數圖(θ=50

○

) ... 52

 

圖

4-16 高寬比 6 建築物之表面擾動風壓係數圖(θ=50

○

_{) ... 53}

 

圖

4-17 高層建築風力作用示意圖(θ=0

○

_{) ... 54}

 

圖

4-18 平均風力係數比較圖 ... 55

 

圖

4-19 擾動風力係數比較圖 ... 55

 

圖

4-20 計算網格圖 ... 56

 

圖

4-21 紊流產生法於入流面之渦度比較圖(x/H=-3) ... 57

 

圖

4-22 紊流產生法於建築中心切面之渦度比較圖(y/D=0) ... 58

 

圖

4-23 紊流產生法建築表面壓力比較圖(z =2/3H) ... 59

 

圖

4-24 紊流產生法之風力頻譜比較圖(C

Mx

) ... 61

 

圖

4-25 紊流產生法之風力頻譜比較圖(C

My

) ... 62

 

圖

4-26 紊流產生法之風力頻譜比較圖(C

Mz

) ... 62

 

圖

4-27 以 VTK 做建築表面壓力 AR 可視化 ... 64

 

圖

4-28 以 VTK 做切面壓力等值圖之 AR 可視化 ... 64

 

圖

4-29 以 VTK 做建築物周圍之流線 AR 可視化 ... 65

 

圖

4-30 以 VTK 做建築周圍速度向量 AR 可視化 ... 65

 

圖

4-31 以 FLTK 繪製建築壓力表面及其 GUI ... 66

 

圖

4-32 流線之功能選單示意圖 ... 67

 

圖

4-33 流線之功能對應參數示意圖 ... 67

 

圖

4-34 建築表面壓壓力與切面風速 AR 可視化結果 ... 68

 

圖

4-35 流線 AR 可視化結果 ... 69

 

圖

4-36 渦度等值面可視化結果 ... 70

 

圖

4-37 前處理運作流程 ... 71

 

圖

4-38 伺服端運作流程 ... 71

 

圖

4-39 AR 校正流程 ... 72

 

圖

4-40 客戶端運作流程 ... 72

 

圖

4-41 系統運作示意圖 ... 73

 

圖

4-42 前處理程式介面 ... 74

 

圖

4-43 伺服端介面 ... 74

 

圖

a5-1 相機校正程式 ... 100

 

圖

a5-2 程式介面 ... 101

 

圖

a5-3 伺服端程式介面 ... 103

 

圖

a5-4 流線之功能選單示意圖 ... 104

 

圖

a5-6 切換模型設定示意圖 ... 105

 

表 次

表

2-1 大氣邊界層之α、δ及

Z₀

建議值

... 15

 

表

4-1 紊流產生法之風力係數表比較表 ... 60

 

表

4-2 資料庫大小比較 ... 74

 

摘

要

關鍵詞：風洞實驗、計算流體力學、流場可視化、擴增實境 一、研究緣起 風工程是一個多面向、跨領域與日常生活息息相關的應用學門，其 涵蓋大氣邊界層特性、紊流特性、鈍體空氣動力學等。我國位於全球的 強震與強風區，當建築物高度高達一定程度後，風力的影響就不容忽視。 此外，低層建築物受風荷載特性與人民生命財產安全關係密切，部分結 構如工廠廠房、大型棚架結構、體育館等氣動力特性與高層建築存在相 當程度的差異性，受風振動反應亦不可忽視。另在宜居的城市空間環境 的創建領域已逐漸成為當今建築和都市規劃學門的主題，對諸如城市風 環境等微氣候的研究也已成為學術界關注的重要課題。作為城市微氣候 的重要因素，城市自然通風在空氣污染物的擴散，消除熱島效應，感知 開放空間的熱/風舒適度扮演重要角色，故目前在城市規劃和建築設計 中應對氣候變化尤為迫切。 前述相關風工程議題可透過風洞實驗、計算流體力學(CFD)模擬來 呈現或分析結果，並進行定性或定量討論分析。在21 世紀之前，以物 理模擬探討風工程相關問題，大多透過風洞實驗來進行有效率的研究。 近十年來因電腦效能快速發展，平行化演算由電腦叢集(cluster)邁向圖 形顯示單元(GPU)的加速，使得 CFD 進行風工程研究分析的目標逐漸 趨於可實現。在風洞實驗中，由於受限於儀器性能與流體特性，進行流 場可視化的技術門檻相當高。在高雷諾數狀況下，空氣在大氣邊界層以 及建築周遭形成之渦流交互作用產生高頻運動特性，很難進行有效的視 覺化觀測。相對於風洞實驗，CFD 能獲得完整的資料，透過 CFD 專家 在後處理中呈現可視化結果並進行探討。 近 年 隨 著 移 動 設 備 以 及 穿 戴 式 裝 置 發 達 ， 加 速 了 擴 增 實 境 (Augmented Reality，AR)與虛擬實境 (Virtual Reality，VR)的多方面應 用，除了遊戲層面、乃至於工程應用與教學等領域，使得人們在理解或

觀察物理現象或工程問題時，有一個更直觀且簡便的工具。整合多重物 理資訊至AR 平台，在相機追蹤實體物件技術上，仍有部分難題需要克 服。 本研究利用CFD 模擬建置之建築風場資訊，透過 AR 軟體整合至 實體建築模型，據以呈現平均及瞬時風場的可視化結果，讓使用者可以 在風洞實驗室中即時觀測流場及建築表面風壓。對於實驗室業務推廣以 及研究成果展現將有極大的助益，透過互動式學習亦可深化國內建築風 工程科普教育。 二、研究方法及過程 本研究針對本所風洞實驗室開發AR 流場可視化 APP，設計建立對 應之AR 模型。透過 AR 軟體整合至實體建築模型，據以呈現瞬時風場 的可視化結果，讓使用者可以在風洞實驗室中即時觀測流場及建築表面 風壓。主要工作項目為資料收集與理論整理，接下來分為4 個分支進行 工作，包含風場資料庫建置、伺服端軟體開發、用戶端軟體開發、數值 模式驗證，說明如後： 一、風場資料庫建置 (1) 實體與虛擬模型製作； (2) 數值模擬。 二、伺服端軟體開發 (1) 數據資料傳輸介面整合； (2) 伺服端後處理影像技術開發； (3) 影像資料傳輸數據整合； (4) 影像資料傳輸整合優化。 三、客戶端軟體開發 (1) 模型定位技術開發； (2) 客戶端選單介面開發；

四、數值模式驗證 (1) 風洞實驗風壓量測； (2) 暫態大氣邊界層入流產生法研析； (3) 針對風洞試驗及數值模擬結果，交叉比對各項量測與模擬數據。 最後整合工作有工具整合和操作手冊撰寫、期末報告、成果報告等。 執行期間另舉辦2 次專家諮詢座談會，以徵詢學者專家對本案之建議。 三、重要發現 本研究之重要發現與完成工作如下： (1) 在 AR 可視化技術建構部分，客戶端鏡頭追蹤採用標記式追蹤方法 進行模型定位，並成功套用至不同型態之建築模型，並可對應至不 同平台之客戶端設備。 (2) 測試 VTK 可視化工具組後發現，雖其提供許多可視化工具，但並非 全然符合本計畫所規劃之可視化選項，且系統龐大，可能會造成後 續製作之移動設備APP 過於龐大的問題。加上流線定位上有技術問 題需要克服，故本系統採用FLTK+OpenGL 之 AR 可視化解決方案， 朝向客製化方式將APP 做精簡處理。 (3) 在 CFD 模擬驗證方面，本研究針對高寬比 6 之高層建築風壓實驗資 料進行比對。在以LES model 為紊流模式的暫態模擬中，採用合適 的紊流來流，方可模擬出合於風洞實驗的風力、風壓結果。否則在 預估設計風力上，可能會發生低估的狀況。 (4) 在流場資料庫匯入部分，為因應不同 CFD 軟體所產出之資料，伺服 器資料讀入格式主要以ASCII 純文字檔作為輸入格式，輸入資訊主 要為空間資料(x、y、z)、速度資料(u、v、w)以及壓力(p)，不需做 特定排列順序。 (5) 為因應龐大的流場資料無法全部存放於記憶體中的問題，採用了 Octree 的結構進行資料串流。其具有同時兼顧切割空間，及快速定

位鄰近點的功用。在運行時可透過鏡頭可見之範圍及距離，來決定 動態透過硬碟或網路傳輸呈現所需之精細程度的資料，也同時節省 了查找整筆資料造成運作過於緩慢的困擾。解決圖像傳輸資料過大 的問題，提供使用者良好的體驗。 (6) 為提供使用者簡易的顯示結果切換功能與細節調整，在畫面中即時 渲染出疊加在鏡頭所照到真實建築模型上的壓力、流線、等值面等 資料，採用對應之函數模組，呈現良好的即時動態效果。 四、主要建議事項 建議一 立即可行建議：應用AR 可視化系統提升風洞實驗室技術以及服務 主辦機關：內政部建築研究所 協辦機關：台灣科技大學台灣建築科技中心、社團法人中華民國風工程 學會 本計畫完成後，除移交3 組 AR 模型以及對應之風場資料庫外，後 續本團隊可透過教育訓練，協助本所實驗室同仁完成自行建構AR 可視 化模型。包含實體模型建立、數位模型建立、CFD 模擬資料庫建立以 及匯入，乃至於伺服器與移動設備端的連線配對等完整流程。除有利於 本所風洞實驗室之技術層面提升外，亦可提供相關服務，增加檢測案之 誘因。 此外，對於國內風工程之推廣教育，提供一良好之工具以及平台。 讓使用者透過本程式系統，建立各類3D AR 模型。建議可針對建築業 界、大專院校或教育相關產業進行推廣，讓建築風工程教育除觸及更廣， 並向下扎根，採用更具親和力且友善的教具，協助教育或建築從業人員 說明風害現象，讓風工程知識更普及以提高國人對風災的重視。 建議二

中長期建議：AR 可視化技術精進 主辦機關：內政部建築研究所 協辦機關：台灣科技大學台灣建築科技中心、台灣科技大學資訊工程學 系 本年度計畫先以標記式追蹤方法進行AR 模型定位，完善整體 AR 可視化之技術面問題。但對於實體模型本身，二維條碼標記的存在具有 其突兀感。建議未來採用色彩標記式追蹤進行開發，或是可以針對模型 的特定記號進行追蹤，以自然的方式整合實體模型定位。 將本年度開發之AR 可視化技術做延伸，套用至實體建築之 AR 可 視化技術，並開發建築特徵標記追蹤技術。除了建築外流場之外，亦可 建立實體建築室內通風AR 可視化技術，將其納入建築資訊模型的一環， 以強化視覺化之技術。

Abstract

Keywords: wind tunnel experiment, CFD, flow visualization, augmented reality

I. Background

Wind engineering is a multi-faceted, cross-domain and applied science that is closely related to daily life. It covers atmospheric boundary layer characteristics, turbulence characteristics, and bluff body aerodynamics. Taiwan is located in a strong earthquake and strong wind area in the world. When the height of the building reaches a certain level, the influence of wind cannot be ignored. In addition, the characteristics of low-rise buildings subjected to wind loads are closely related to the safety of people＇s lives and properties. Some structures such as factory buildings, large-span structures, gymnasiums, their aerodynamic characteristics are quite different from those of high-rise buildings, and the responses of wind induced vibration are important. Today, the creation of a livable urban space environment has gradually become the subject of architecture and urban planning, and the study of microclimates such as urban wind environment has also become an important topic of academic concern. As an important factor of urban microclimate, urban natural ventilation plays an important role in the diffusion of air pollutants, eliminating the heat island effect, and perceiving the warm/wind comfort of open spaces. Therefore, it is particularly urgent to deal with climate change in urban planning and architectural design.

The aforementioned related wind engineering issues can be presented or analyzed through wind tunnel experiments and CFD simulations, and discussed and analyzed qualitatively or quantitatively. Before the 21st century, physical simulations were used to discuss wind engineering-related

issues, and most of them were efficiently studied through wind tunnel experiments. In the past ten years, due to the rapid development of computer performance, parallel calculations have been accelerated from clusters of computers to GPU, making the goal of computational wind engineering research and analysis gradually achievable. n the wind tunnel experiment, due to the limitation of instrument performance and fluid characteristic, the technical threshold for visualizing the flow field is quite high. Under the condition of high Reynolds number, the interaction of vortices formed in the atmospheric boundary layer and surrounding buildings produces high-frequency motion characteristics, which make it difficult to make the effective visual observation. Compared with wind tunnel experiments, CFD can obtain comprehensive data, which can be visualized and discussed in post-processing by the CFD experts.

In recent years, with the development of mobile devices and wearable devices, the applications of augmented reality(AR) and virtual reality (VR) have been accelerated, except for the game level, and even engineering applications and teaching fields. So that people have more intuitive and convenient tools to understand or observe physical phenomena or engineering problems. While integrating multiple physical information into the AR platform, there are still some problems to be overcome in the technology of camera tracking the physical objects.

This study uses CFD simulation to build the building wind field information and integrates it into the physical building model through AR software to present the average and instantaneous flow field visualization results, which allows users to observe the real-time flow field and building surface pressure in the wind tunnel. It will be of great help to the promotion of laboratory business and the display of research results. The interactive learning can also deepen domestic construction wind engineering science

education.

II. Research methods and processes

This research is aimed at the development of an AR flow field visualization APP for ABRI wind tunnel laboratory, and the design and establishment of the corresponding AR model. The AR software is integrated into the physical building model to present the visual results of the instantaneous wind field, allowing users to observe the flow field and surface pressure on the building in real-time in the wind tunnel laboratory. The main work items are data collection and theoretical collation. The work is divided into 4 branches, which are described as follows:

1. Build up the wind field database; 2. Develop the server software; 3. Develop the client software; 4. Numerical model verification.

III. Conclusions

The important findings and completed work of this research are as follows:

1. In terms of the construction of AR visualization technology, first, we establish a single building AR model for the demonstration. That is convenient to move and use the mark tracking method to locate the model, and it is applied successfully to different types of building models.

2. After testing the VTK visualization toolset, it was found that although it provides many visualization tools, they do not fully comply with the visualization options planned in this project, and the system is huge, which may cause the problem of mobile device storage wast. In addition,

there are technical problems in the streamline positioning that need to be overcome, so this system will use FLTK+OpenGL's AR visualization solution to simplify the software in a customized way.

3. In terms of CFD simulation verification, this study compares the surface pressure data of high-rise buildings with an aspect ratio of 6. In the transient simulation using the LES model as the turbulent flow mode, the appropriate turbulent flow can obtain the wind loads and surface pressure results which close to the wind tunnel experiment results. Otherwise, underestimation may occur in the estimated design wind load.

4. In the flow field database import part, For adapting the data produced by different CFD software, the server data import format is mainly ASCII file as the input format, and the input information is mainly spatial data (x, y, z), velocity data (u, v, w) and pressure data (p). It is not necessary to be arranged in a specific order.

5. To solve with the problem that the huge flow field data cannot be stored in the memory, the Octree structure is used for data streaming. It has the function of taking into account the cutting space at the same time and quickly positioning the adjacent points. During operation, the visible range and distance of the lens can be used to determine the precise level of data required for dynamic presentation through the hard disk or network transmission. Meanwhile, it saves the trouble of finding the entire data and causing the operation to be too slow. That solves the problem of excessive image transmission data and provide users with a good experience.

6. This project completes the complete software executable file, source code, environmental installation program, etc., as well as relevant documents such as system test report, information security test report, and manager's

operation manual to the organizer.

IV. Recommendations

For immediate strategies:

After the completion of this project, in addition to the transfer of 3 sets of AR models and the corresponding flow field databases, our team can assist ABRI's laboratory colleagues to build their own AR visualization models through education and training. Including physical model creation, digital model creation, CFD simulation database creation and import, and even the server and mobile device connection pairing and other complete processes. In addition to improving the technical level of our wind tunnel laboratory, it can also provide related services to increase the number of testing projects.

Besides, for the promotion and education of domestic wind engineering, the developed system provides a good tool and platform that allow users to create various 3D AR models through this program system. The suggestion is to promote this system to the construction industry, colleges and universities or education-related industries, so that the construction wind engineering education can not only reach wider, and take root down, use more friendly teaching aids that help education or construction practitioners to explain wind damage phenomena. Let the knowledge of wind engineering become more popular in order to increase people's attention to wind disasters.

For mid-term strategies:

The project of this year uses the marker tracking method to locate the AR model to improve the technical aspects of the overall AR visualization. But for the physical model itself, the existence of the barcode mark has its abrupt sense. It is recommended to use color mark tracking for development

in the future or to track specific marks of the model, and integrate the physical model positioning in a natural way.

We can extend the AR visualization technology developed this year, further apply it to the AR visualization technology of physical buildings, and develop building feature mark tracking technology. In addition to the flow field outside the building, AR visualization technology for indoor ventilation in physical buildings can also be established and incorporated into the building information model to strengthen the visualization technology.

第 一 章

緒 論

第一節

研究動機

風工程是一個多面向、跨領域與日常生活息息相關的應用學門，其 涵蓋大氣邊界層特性、紊流特性、鈍體空氣動力學等。我國位於全球的 強震與強風區，當建築物高度高達一定程度後，風力的影響就不容忽視。 此外，低層建築物受風荷載特性與人民生命財產安全關係密切，部分結 構如工廠廠房、大型棚架結構、體育館等氣動力特性與高層建築存在相 當程度的差異性，受風振動反應亦不可忽視[1,2]。 宜居的城市空間環境的創建已逐漸成為當今建築和都市規劃學門 的主題，對諸如城市風環境等微氣候的研究也已成為學術界關注的重要 課題。作為城市微氣候的重要因素，城市自然通風在空氣污染物的擴散， 消除熱島效應，感知開放空間的熱/風舒適度扮演重要角色，故目前在 城市規劃和建築設計中應對氣候變化尤為迫切。 前述相關風工程議題可透過風洞實驗、計算流體力學(CFD)模擬來 呈現或分析結果，並進行定性或定量討論分析。在21 世紀之前，以物 理模擬探討風工程相關問題，大多透過風洞實驗來進行有效率的研究。 傳統在風洞實驗中進行流場可視化主要分為2 大型式，首先為壁體 表面軌跡法、指標法(絲線法)、化學反應軌跡法(如圖 1-1)，在固體表面 塗上油墨、絲線或化學物質，藉以反映出面上時間平均之流體軌跡。其 次為注入軌跡法搭配雷射光頁，觀測特定切面上之流場變化。在壓力可 視化上，目前雖有壓力感測紙或感測片可貼在模型表面以色層方式顯示 壓力變化，但目前無法呈現負壓(吸力)為其主要缺憾。綜合來說，在風 洞實驗室中進行流場觀測，除設備成本高外，同時僅能觀測片面資訊。 另需要有一定的技術門檻，方能有效觀測部分區域之流場或壓力特性。 相對於風洞實驗，CFD 模擬能提供完整、逐時之空間中各項物理 資訊。近十年來因電腦效能快速發展，平行化演算由電腦叢集(cluster) 邁向圖形顯示單元(GPU)的加速，使得 CFD 進行風工程研究分析的目 標逐漸趨於可實現。在風洞實驗中，由於受限於儀器性能與流體特性，

進行流場可視化的技術門檻相當高。在高雷諾數狀況下，空氣在大氣邊 界層以及建築周遭形成之渦流交互作用產生高頻運動特性，很難進行有 效的視覺化觀測。相對於風洞實驗，CFD 能獲得完整的資料，透過 CFD 專家在後處理中呈現可視化結果並進行探討。以現有之計算機能量，搭 配高速運算電腦之多核心運算，已能負荷如大渦模擬(Large Eddy Simulation)等較高可信度之瞬態(transient)計算。 (a) 壁體表面軌跡法 (b) 絲線法 (c) 化學物質反應法 (d) 電控制軌跡法 (e) 注入軌跡法 (f) 雷射光頁 圖1-1 風洞實驗室流場可視化方法 資料來源：劉文欽[3]

以往在觀測 CFD 流場或建築表面壓力結果時，多在後處理軟體 (post-processing)中分析，或製作成動畫後提供外界檢視。擴增實境 (Augmented Reality，簡稱 AR)代表透過手機等介面，把「虛擬的物品」 與「真實的場景」結合起來，「真實+虛擬」也就是 AR（擴增實境）。 虛實整合技術常應用於遊戲，讓玩家在實體環境中結合遊戲場景做互動。 也有部分商家如 IKEA 透過 AR 方式，利用手機 APP 將其傢俱商品展 示於用戶家中，以低廉成本提供用戶沉浸式體驗，提高購買意願。新聞 台也透過 AR 整合氣象報導(圖 1-2)，將無趣的氣象報導在視覺化效果 的加強下，強化閱聽人的視覺感受，體認大自然災害的威力。 圖1-2 AR 整合氣象報導 資 料 來 源 ： https://digitalsynopsis.com/design/the-weather-channel-hurricane-florence-augmented-reality/ 近 年 隨 著 移 動 設 備 以 及 穿 戴 式 裝 置 發 達 ， 加 速 了 擴 增 實 境 (Augmented Reality，AR)與虛擬實境 (Virtual Reality，VR)的多方面應 用，除了遊戲層面、乃至於工程應用與教學等領域，使得人們在理解或 觀察物理現象或工程問題時，有一個更直觀且簡便的工具。整合多重物 理資訊至AR 平台，在相機追蹤實體物件技術上，仍有部分難題需要克

服。 就目前國內外發展現況來看，此類AR 應用有以下問題亟待克服。 首先在建構之初需要使用者採用人工方式，並且複雜地將模擬資料投射 到3D 模型空間中，十分耗費人力，需要發展快速應用模式。另在進行 即時流場視覺化時，必須要有效追縱相機之位置，用以導入適當流場資 料，但在過去模型上缺乏有效之追縱機制。此外，長時間且大範圍的流 場資訊，由於資料量龐大，無法完整存在展示平台中，需要設計有效即 時快速機制以達到動態展示之目的。 本研究擬利用CFD 模擬建置之建築風場資訊，透過 AR 軟體整合 至實體建築模型，據以呈現瞬時風場的可視化結果，讓使用者可以在風 洞實驗室中即時觀測流場及建築表面風壓。對於實驗室業務推廣以及研 究成果展現將有極大的助益，透過互動式學習亦可深化國內建築風工程 科普教育。

第二節

研究目的

本研究擬針對本所風洞實驗室開發AR 流場可視化 APP，設計建立 對應之AR 模型。透過 AR 軟體整合至實體建築模型，據以呈現瞬時風 場的可視化結果，讓移動設備使用者可以在風洞實驗室中即時觀測流場 及建築表面風壓。其研究主要目的如後： (1)建立 3 種 AR 專用之建築模型，規劃高寬比 6 之典型高層建築、大跨 度屋蓋建築以及國內代表性之建築群等3 種。 (2)針對 3 組建築模型進行 CFD 模擬，據以建置風場資料庫以匯入伺服 器進行影像處理，並建立對應之數據影像轉換程式。 (3)建立移動設備相機鏡頭追蹤定位實體 3D 模型技術，將可視化圖像資 訊投射到實體模型。 (4)建立基於大渦模擬之暫態 CFD 模擬指南。 (5)建立後處理資訊，如切面速度等值圖、壓力等值圖、流線、質點軌

跡、渦度等值面等。 (6) 利用 OpenGL 圖形引擎結合後處理資訊，撰寫整合平台至建築模型 之應用程式，讓使用者能在移動設備上觀察流場。 (7) 提升伺服端影像傳輸技術，提供使用者良好的 AR 可視化體驗。

第三節

研究內容與方法

本計畫研究步驟流程參見圖1-3。主要工作項目為資料收集與理論 整析，接下來分為3 個分支進行工作，包含風場資料庫建置、伺服端軟 體開發、用戶端軟體開發，說明如後： 一、風場資料庫建置 (1) 實體與虛擬模型製作； (2) 數值模擬。 二、伺服端軟體開發 (1) 數據資料傳輸介面整合； (2) 伺服端後處理影像技術開發； (3) 影像資料傳輸數據整合； (4) 影像資料傳輸整合優化。 三、客戶端軟體開發 (1) 模型定位技術開發； (2) 客戶端選單介面開發； 四、數值模式驗證 (1) 風洞實驗風壓量測； (2) 暫態大氣邊界層入流產生法研析； (3) 針對風洞試驗及數值模擬結果，交叉比對各項量測與模擬數據。

最後整合工作有工具整合和操作手冊撰寫、期末報告、成果報告等。 執行期間另舉辦2 次專家諮詢座談會，以徵詢學者專家對本案之建議。 圖1-3 研究流程 模式驗證 資料蒐集與理論分析 實體與虛擬模型製作 數值模擬 (3種典型建築配置) 伺服端軟體 模型定位技術開發 客戶端軟體 第一次專家座談 工具整合與操作手 冊撰寫 影像資料傳輸數據 整合 數據資料傳輸介面 整合 期末報告 第二次專家座談 影像資料傳輸整合 優化 客戶端選單介面 開發 伺服端後處理影像 技術開發 成果報告 風洞實驗量測 (3種典型建築配置)

第 二 章

理 論 背 景 分 析

第一節

計算流體力學

在電腦尚未被廣泛應用前，數學解析的方法常與實驗方法並列為研 究方法的兩大主流。對一個流場問題而言，其求解係以一個足以正確描 述流場變數（流速、壓力、溫度、濃度等）對時間與空間變化的微分方 程式（亦稱控制方程式；governing equations）為基礎，配合以適當的 起始與邊界條件（initial/boundary condition）後，應用數學工具推衍出 相應之流場數學解（mathematical solution）。然而，一個動力問題相應 的控制微分方程式往往是非線性（non-linear）的，對此類問題數學解 之尋求並非易事。更何況在實際問題中，隨著流場區域邊界幾何或動力 條件複雜程度之增加，欲獲取一個精確的流場結果往往有頗高的難度。 因此，在古典的解析方法中，常將區域邊界予以簡化以利求解，甚至沿 用簡化但對真實流況描述能力較差之控制方程式以獲得流場的結果。在 採取此雙重簡化的情況下，雖然達成了問題解析的目的，但是結果的真 確度卻可能大打折扣。 隨著近年來電子計算機軟、硬體方面的快速進步，以往在數學解析 方面可能遭遇的各種困難，在運用數值解析（numerical analysis）的方 法後，多已迎刃而解（此即所謂CFD 的方法）。值得一提的是，在古 典數學解析的方法中，流場結果是以時間與空間函數的數學形式表示出 來，其在時空方面之變化均具有連續性；而在數值解析方法中，則為離 散化（discretized）數值形態時空分佈的流場結果。 一、紊流模型 在實際的情況中，絕大多數之氣流流動均為紊流之形態。由於紊流 中有渦漩（eddy）之存在而具有高度之散漫特性，故較難以掌握。因此 在涉及紊流的計算中，都要對紊流模型的類比能力以及計算所需系統資 源進行綜合考慮後，再選擇合適的紊流模型進行類比。常見的紊流模型

包括、standard k −ε 模型、RNG k −ε 模型、Realizable k −ε 模型、RSM （Reynolds Stress Model，雷諾應力模型）模型和大渦模擬(LES）等方 法，以下針對適用RANS(Reynolds Averaged Naiver-Stokes)的紊流模型 以及LES model 做簡單的介紹： (1) standard k–ε model 標準k −ε 模型由 Launder 和 Spalding 提出，模型本身具有的穩 定性、經濟性和比較高的計算精度使之成為紊流模型中應用範圍最廣、 也最為人熟知的一個模型。標準k −ε 模型通過求解紊流動能（k）方 程和紊流消散率（ε）方程，得到 k 和 ε 的解，然後再用 k 和ε的值 計算紊流粘度，最終通過 Boussinesq 假設得到雷諾應力的解。雖然得 到了最廣泛的使用，但因為標準k −ε 模型假定紊流為同向性(isotropic) 的均勻紊流，所以在旋流（swirl flow）等非均勻紊流問題的計算中存 在較大誤差。 (2) RNG k–ε model RNG k −ε 模型在形式上類似於標準 k −ε 模型，但是在計算功能上 強於標準k −ε 模型，其改進措施主要有：○1 在ε 方程中增加了一個附 加項，使得在計算速度梯度較大的流場時精度更高；○2 模型中考慮了旋 轉效應，因此對強旋轉流動計算精度也得到提升；○3 模型中包含了計算 紊流Prandtl 數的解析公式，而不像標準 k −ε 模型僅用使用者定義的 常數。○4 標準 k −ε 模型是一個高雷諾數模型，而 RNG k −ε 模型在對 近壁區進行適當處理後可以計算低雷諾數效應。 (2) realizable k–ε model 本模式滿足雷諾應力的約束條件，可以更精確地模擬平面和圓形設 流的擴散速度，旋轉流計算、具有壓降梯度的邊界層流計算和分離流計 算等問題，其計算結果更符合真實情況。可有效改善 standard k–ε model 的缺點，提升精度。 (3) k –ω model

k −ω 模型也是二方程模型。標準 k −ω 模型中包含了低雷諾數影響、 可壓縮性影響和剪力流擴散，因此適用於尾跡流動計算、混合層計算、 射流計算，以及受到壁面限制的流動計算和自由剪切流計算。 剪應力傳輸k −ω 模型，簡稱 SST k −ω 模型，綜合了 k −ω 模型在 近壁區計算的優點和k −ε 模型在遠場計算的優點，將 k −ω 模型和標 準k −ε 都乘以一個混合函數後再相加就得到這個模型。在近壁區，混 合函數的值等於1，因此在近壁區等價於 k −ω 模型。 在遠離壁面的區域混合函數的值則等於0，因此自動轉換為標準 k −ε 模型。與標準 k −ω 模型相比，SST k −ω 模型中增加了橫向消散導 數項，同時在紊流黏度定義中考慮了紊流剪切應力的輸運過程，模型中 使用的紊流常數也有所不同。這些特點使得SST k −ω 模型的適用範圍 更廣，比如可以用於具有逆壓梯度的流動計算。 (4) RSM model 雷諾應力模型中沒有採用渦粘度的同向性假設，因此從理論上說比 紊流模式理論要精確得多。雷諾應力模型不採用Boussinesq 假設，而是 直接求解 RANS 方程中的雷諾應力項，同時求解耗散率方程，因此在 二維問題中需要求解5 個附加方程式，在三維問題中則需要求解 7 個附 加方程式。 從理論上說，雷諾應力模型應該比一方程模型和二方程模型的計算 精度更高，但實際上雷諾應力模型的精度受限於模型的封閉形式，因此 雷諾應力模型在實際應用中並沒有在所有的流動問題中都體現出其優 勢。 (5) LES model 大渦模擬主要概念為，直接對大尺度渦旋進行解析，而對小尺度渦 旋採用紊流模型模擬。因此，就解析比例而言，大渦模擬介於直接數值 模擬(direct numerical simulation, DNS)和 RANS 之間。與 DNS 中相比， 僅解決大尺度渦流可以讓 LES 中使用更粗的網格和更大的時間步。但

是LES 仍然需要比 RANS 計算的網格更精細的網格。此外，LES 必須 運行足夠長的時間才能獲得所模擬對象之穩定統計數據。在記憶體 （RAM）和 CPU 時間方面，LES 所涉及的計算成本通常比穩定 RANS 計算要高幾個量級。因此，對於LES，特別是對於工業應用必須使用到 高性能計算（如並行計算）設備。 二、壁面函數(wall function) 在受壁面限制的流動中，因為壁面附近流場變數的梯度較大，所以 壁面對紊流計算的影響很大。紊流模型中假定紊流是同向性的，因此在 壁面附近需要進行特殊處理。處理的一種辦法是用半經驗公式將自由流 中的紊流與壁面附近的流動連接起來，這種方法被稱為壁面函數法。另 一種方法是通過在壁面附近加密網格，同時調整紊流模型以包含壁面影 響的方法，被稱為近壁模型(near wall model)法。

壁面函數法中又有標準壁面函數法(standard wall function)和非平 衡壁面函數法(non-equilibrium wall function)。一般來說，標準壁面函數 可以適用於大多數流動問題。而非平衡壁面函數法則適用於流場函數在 壁面附近存在很大梯度的流動問題。

第二節

大氣邊界層

地表附近空氣的移動受到地面之起伏、建築物、林木作物分佈等的 磨擦作用的影響，使得平均風速隨高度而變，形成一垂直分佈剖面，越 接近地表風速愈慢(參見圖 2-1)，及此「風速剖面」直接受到地表粗糙 狀況之影響，而影響所及的範圍稱之為「大氣邊界層」，在邊界層頂部 之風速通常稱之為梯度風速(gradient wind)。 一般風工程之應用所涉及的問題大都發生在較強的風勢情況下，而 於近地表上數百公尺高度的大氣邊界層範圍內。在強風的情況下，大氣 紊流作用遠超過熱對流作用。由於紊流之強制混合趨向於形成中性層差， 所以本節對大氣邊界層之討論僅限於中性層差之大氣邊界層。

大氣邊界層之厚度，在中性層差的情況下，視風之強度、地表之粗 糙程度及所在之緯度而定，通常在數百公尺至數公里之間。本案之風洞 模擬實驗以及數值模擬，其中很重要之一項工作即是要模擬邊界層高度 內紊流流場的各項重要性質，其中包括有平均風速特性、紊流強度以及 紊流積分長度尺度。 圖2-1 不同地況下平均風速隨高度之變化示意圖 資料來源：[4] 一、平均風速剖面 一般常用於規範中的大氣邊界層風速剖面有2 個主要定律，一為指 數律(power law)，另一則為對數律(logarithmic law)。

(1) 指數律(power law) 邊界層流中水平方向均勻分佈之地形上的平均風速剖面，以指數律 表示：           Z U Z U( ) (2-1)

其中，U 為縱向之平均風速；Z 為地表上之高度；Uδ為梯度風速；δ為 大氣邊界層厚度；α為指數。在現行工程應用中之假設為：○1一個α為 定值之指數律可適用至梯度高度δ。○2邊界層厚度δ僅只為指數α之函 數。 (2) 對數律(logarithmic law) 在大氣邊界層中，愈接近地表的地方，其風速的擾動性愈高，解析 描述也就愈加困難。在地表層(或稱之為常應力層)其剪應力值τu 與地 表面之剪應力值τ0極為接近，且其橫風向之風速分量V 極小。對邊界 層橫風向之平均風速方程積分至高度，再加以整理可得： f u b Zl *  (2-2) 其中，Zl為對數律之有效高度；u*為剪力風速＝(τ0/ρ)0.5；f 為科氏力 參數；ρ為空氣密度；b 為常數，其值約在 0.015 至 0.03 之間。在微氣 象學研究的一些結果顯示，在地表其平均風速剖面可用下式表示： ) ln( 1 ) ( 0 * z z u z U   (2-3)

其中，κ(≅0.4)為Von Karman常數；z0為地表粗糙長度(roughness length)。 公式(2-3)即為通常所稱之對數律。實場量測結果指出，在強風之情況下， 對數律之適用範圍可達數百公尺之高度。有關在不同地表情況下，上述 討論之大氣邊界層各參數的建議值詳見表2-1。

二、紊流特性

紊流強度是紊流擾動流速大小的表達方式。將擾動風速之均方根值 (root mean square)除以平均風速值，以百分比之方式表達出來。邊界層 中某特定高度Z 之紊流強度，其定義如下[1]：

) ( ) ( ' ) ( 2 z U z u z Iu  (2-4) 其中，Iu 為順風向上之紊流強度；u＇為順風向上之擾動風速。而 縱向擾動風速之均方根值與地表剪應力風速有下列關係： 2 * 2 ' u u   (2-5) 其中，β值通常假定與高度無關，在一般工程應用上可取為 0.6。 在非常粗糙的地況下，其值最低可達0.4。 大氣邊界層中的紊流性質除了前述的紊流強度之外，紊流長度尺度 (turbulence length scale) 以 及 紊 流 頻 譜 密 度 函 數 (turbulence power spectrum density function)和交相關頻譜(cross-spectrum density function) 都是進行風洞模擬時不可忽略的重要特性。 風之紊流特性，基本上可視為由許多大小不同之渦漩（eddy）所組 成。利用積分方式，求得紊流積分尺度（integral scales），將可視該積 分值為紊流渦漩之平均特性。紊流之主流向紊流速度頻譜（turbulent velocity spectrum）作相關性分析，對其時間積分而得，可由下式得之： 0 ( ) x T 



R d (2-6) 2 2 '( ) '( ) ( ) ' ' u t u t R u u     (2-7) 上式中，R 𝜏 為尤拉時間自相關係數（Eulerian time autocorrelation coefficient），𝑢′ 𝑡 𝑢′ 𝑡 𝜏 為兩不同時間之主流向風速擾動值自相關 之時間平均值，τ為時間延遲。其他側向與垂直向積分尺度分量，可以 類似方法獲得。

表2-1 大氣邊界層之α、δ及Z 建議值₀

參考文獻 Coastal Area Open Terrain Suburban Terrain

Centers of Large City α1 δ2 _Z 03 α δ Z₀ α δ Z₀ α δ Z₀ Davenport [5] – – – 0.16 275 – 0.28 400 – 0.40 520 – ANSI 0.1 215 – 0.14 275 – 0.22 370 – 0.33 460 – Cook, N. J – – 0.003 ∣ 0.01 – – 0.03 ∣ 0.1 – – 0.3 – – 0.8 ESDU[6] – – – – – 0.02 ∣ 0.1 0.26 – 0.2 ∣ 0.6 0.35 – 0.7 ∣ 1.2 耐風設計 規範 － － – 0.15 300 – 0.25 400 – 0.36 資料來源：本研究整理

第三節

擴增實境技術

擴增實境(Augmented Reality，AR)創造了能將電腦生成的資訊覆蓋 在使用者真實所見上的環境。如Wang [7]使用標記模擬在目標地點建造 要求的建設、MacIntyre 等 [8]建立互動式網站，利用標記引導人瀏覽 虛擬物件。Gee 等[9] 在地上設置標記以識別戶外景色的地點，這些方 法大多有賴標記偵測與追蹤，以決定額外資訊與內容如何呈現於螢幕。 其中，根據 Li 等[10]、Zhou 等[11]所述，擴增實境技術的核心技 術，也就是鏡頭追蹤方法(圖 2-2)，可區分成主要兩種模式分別為，基 於陀螺儀、磁力計、加速度計的感測器追蹤(Sensor based Tracking)，以

1_{α：邊界層風速剖面冪數律指數} 2_{δ：邊界層厚度，單位：公尺} 3 _Z

及 基 於 電 腦 視 覺 及 影 像 分 析 演 算 法 的 影 像 追 蹤(Vision based Tracking)。 感測器追蹤方式的特點主要有，現在市面上的移動設備都會內建基 本感測器，可以隨時使用。缺點則是容易累積誤差，進而產生畫面滑動 或失準的現象。影像追蹤方式則可細分為有/無標記追蹤(Marker / Markerless)，有標記的方式較無標記準確及快速，但缺點則是標記通常 必須是平面及黑白的樣式，比較不美觀及在不使用擴增實境時會顯得突 兀。 另外，近年來國際上也正在發展整合兩種追蹤方式優點的混合式追 蹤(Hybrid Tracking)，以感測器追蹤的數值來輔助無標記追蹤計算的方 式來增加準確性，但目前仍無法像標記追蹤一樣，能夠精準追蹤定位。 圖2-2 移動裝置使用擴增實境的情景 資料來源：[11]

第四節

文獻回顧

(1) CFD 流場可視化 有關CFD 後處理部分，常見之商用 CFD 軟體如 Ansys Fluent、Star CCM+、Phoenics、COSMOL 等均搭配自行開發的後處理系統，而基於

開 放 原 始 碼 VTK(Visualization Toolkit)[12] 開 發 之 Paraview ， 則 被 OpenFOAM 所採行。通用型後處理軟體如 TECPLOT、EnSigh 等，可 支援多種CFD 軟體輸出格式。透過後處理軟體，除可於電腦，另可製 作成特定視角動畫以展現流場結果。 (2) 結合 AR 之流場可視化 Bruno 等[13]利用 AR 技術將模擬數據和實驗的結果，疊加實際的 對象上，並通過手持設備以影片的方式來觀察，讓使用者可以感受到可 視化數據在實際對象上的空間感。另開發了一個名為VTK4AR 的可視 化應用程序，它因建立在VTK 模組上，因此可採用多種可視化技術在 許多不同的應用領域中，亦可以通過互動性操作實現更有效的可視化方 式。而AR 的追蹤性能也是一門重要的技術，擁有強大的追蹤性能才能 提供給用戶穩定且準確的訊息，Li 等[14]討論了 AR 的可視化、追蹤技 術以及移動平台上的應用，分析每種技術的優缺點以及其適用性於特定 類型的應用程序。至於應用方面，Yao 等[15]透過整合現實世界的建築 形態訊息和虛擬世界，可以快速地直接提供設計師訊息以供觀察和評 估。 基於AR 技術對風環境研究進行了可視化，成果大致可分為三點， (1)顯示的可視化氣流在建築物周圍可以為設計師提供快速，直接的訊 息評估；(2)定量處理與風環境有關的數據，以直觀、易於理解的圖形 方式呈現；(3)進一步開發可視化系統未來的環境，有助於快速評估建 築設計開始時的一系列程序。Heuveline 等[16]在城市風流場模擬的案例 中證實了移動AR 技術的好處及增強現實可視化，實現了通過一種新穎 的可視化方法，將城市模型數據正確地定位在真實世界的圖像中。然而 應用不只適用於城市風場或是建築物的模擬，Kim 等[17]將室內空氣淨 化的模擬以OpenFOAM 計算流體動力學來執行，並通過後處理將結果 轉換為適合AR 可視化的形式，模擬出的結果可以顯示在設備上，例如 智能手機，平板電腦。這種AR 可視化功能提供用戶即時性的監控室內 空氣的淨化情況。

(3) 標記追蹤法 基於單眼視覺的相機追蹤對於AR、電腦視覺(Computer Vision，CV) 以及電腦圖學(Computer Graphics，CG)都是重要的一環。此類方法輸入 都是連續的單眼視覺影像，每個時間點只有一張或黑白或彩色的影像， 而輸出則是相機在各時間點上的姿態。其方法基本上可以分為兩類：基 於標記的方法，以及不使用標記的方法。基於標記的追蹤法需要識別特 定標記，如擴增實境工具組(ARToolkit) [18]、擴增實境戳(ARTag) [19]、 同心圓戳(Concentric Circles Tags, C2 Tags) [20]、容投影戳(Projective Invariant Tag, Pi-Tag) [21]，及可校方格碼(Error-correcting Grid Codes) [22] 以估算相機相對於其所屬平面的姿態。

第 三 章

研 究 方 法

近年來由於電腦效能大幅提升，以數值模擬方法代替實驗，可大幅 節省許多金錢與時間的付出，因此以數值模式來模擬空間中流體分布的 研究成為另一種符合經濟性及實用性的選擇，而數值模擬在風工程的應 用愈趨普遍。相較於風洞試驗，數值模擬可在無縮尺狀況下模擬建築周 圍環境微氣候或表面壓力資料，並較經濟地獲致完整之風場資訊，對於 分析探討建築鄰近區域之流場可視化有莫大的助益，惟計算域、格網解 析度、紊流模式選定等相關之參數設定需要風洞試驗數據來做進一步確 認。 在紊流模型部分擬採用LES model，為目前計算機能量可實現之高 可靠度紊流模型，提供可信之模擬結果以作為可視化資料來源。另同步 進行風洞實驗量測，以確認模擬參數與流程，同時建立採用LES model 進行風工程相關模擬研究的原則方法。 在AR 與 CFD 資料整合方面，運作流程如圖 3-1，AR 可視化系統 的各元件主要運作模式為： (1) 建立流場資訊：以 CFD 建立所需之流場資訊資料庫，並透過風洞實 驗對CFD 模擬結果進行驗證。 (2) 伺服端主機：透過資料轉換軟體進行插分計算分配空間資訊，並傳輸 移動設備所需之影像資料。 (3) 客戶端設備：也就是移動設備如手機、平板，在安裝客戶端 APP 軟 體後，利用其相機鏡頭進行模型定位追蹤，在透過選單設定後，向伺 服主機提供需求並接收對應之影像資訊。 而AR 軟體開發主要分為以下 3 個工作階段： (4) 測試 AR 追蹤方法：於此計畫中的可行性及於可接受範圍內之準確度 及運算效率，首先將既有標記追蹤方法之準確度當作基準，循環測試 一系列追蹤方法組合於此建築案例上的效果。透過將虛擬3D 模型和 實體製作之建築模型在透過辨識後進行對應，即可將模擬之結果投影

至實體建築模型上。 (5) 編碼優化：將 CFD 模擬所給出空間中的速度以及壓力數值進行編碼 優化，在取得流場資料時先進行初始資料優化編碼及動態密度規劃， 乃是在此軟體中能給予使用者良好體驗十分重要的一環。 (6) 後處理選單開發：資料讀取完畢後，可根據使用者需求設計，以選單 方式提供多種常用的流場呈現模式，如切面速度(壓力)等值圖、3D 平均流線、3D 順時流線、瞬間渦度等值面、建築表面壓力等值圖等。 以上流場呈現模式除了定格檢視結果(穩態模擬)外，另有動態檢視(瞬 態模擬)呈現。 圖3-1 系統運作流程圖 資料來源：本研究整理 模 型 建 置 模 擬 結 果 C F D 模 擬 伺 服 端 遊 戲 引 擎 設定輸入 模型配對 風 洞 實 驗 客 戶 端

第一節

風洞試驗

本研究風洞試驗於內政部建築研究所風洞實驗室進行，其風洞本體 為一垂直向的封閉迴路系統，總長度為77.9m，最大寬度為 9.12m，最 大高度為15.9m，為東南亞目前最大之建築風洞實驗室。 整個風洞本體具有兩個測試區段，第一測試區中配置有2 個旋轉盤， 第一座旋轉盤直徑 1m，安置於距測試區入口處 3m 處，從事一般流體 力學研究；第二座旋轉盤直徑2.6 m，置於可移動式軌道上，定位於距 測試區入口端約25.5m 或 31.5m 處，並以機械控制使其做旋轉及上下運 動，以進行建築物受風力作用的空氣動力學研究及污染擴散試驗為主。 第二測試區則配置一座旋轉盤，位於風洞本體整流段出口 15m 處，轉 盤直徑為2.6 m，主要用途以橋梁測試為主。 環境風場試驗於本實驗室第一測試段之第二旋轉盤進行，本測試段 長36.5 公尺、寬 4 公尺、高 2.6 公尺，最大風速為 30 公尺/秒。風洞頂 部為可調式上蓋板，以維持測試段壓力梯度為零，並將阻塞比降到最低。 實驗室相應性能參數與配置圖如圖3-2 所示。 一、循環式風洞性能 (一)、風洞尺寸 測試段長度 36.5 m 測試段寬度 4 m 收縮比 4.7:1 (二)、驅動系統 總功率 500 kW 風扇型式 直接傳動軸流式風扇 風速控制 變頻器控制馬達轉速 (三)、風速 最高風速 30 m/s

邊界層厚度 最高200 cm 紊流強度 測試區處約2 % (四)、順風向壓力梯度 零梯度由可調式上蓋板調整 圖3-2 建研所循環式大氣邊界層風洞性能 資料來源：本研究整理 二、風速量測設備 (a) 皮托管 本研究採用皮托管進行來流平均風速之量測，由皮托管所量測到的 壓力差值，利用伯努利方程式(Bernoulli equation)，即依據後式計算出 相應之風速。 (b) 熱線測速儀 來流風速剖面量測採用 Dantec 公司生產之熱線(hot-wire)測速儀進

行。所謂熱線測速儀是利用電流通過金屬導線時會使導線溫度升高，而 當流體流經金屬表面時會帶走部分熱量之原理來量測流體之速度。當探 針(probe)所在位置之電阻 R 值因溫度之改變而改變時，使得電橋失去 平衡。本實驗室所有之恆溫式流速儀，利用補償電路(compensating circuit)，因應流速之變動，對流經探測元之電流做瞬間之改變來維持探 測元之操作溫度固定不變(因而探測元之電阻亦不變)，使電橋保持平衡 狀態。如此即可經由回饋電壓的變化來得知所要量測流場中流速之變化。 實驗中，將測速儀裝設於可垂直與橫向移動的移動機構，測針擺設位置 均以電腦控制。 三、壓力量測設備 前述之風速量測方法中，亦涉及壓力之量測。本計畫採用多頻道電 子式壓力掃描閥，用來同步擷取作用於各點地表風速計內外管的瞬時壓 力，經過適當的處理便可得到該點行人高度之平均風速、擾動風速。 本儀器為SCANIVALVE 公司之產品，如圖 3-3 所示，其元件包括： 1. 壓力訊號處理系統(RADBASE3200) (1) 最多可支援 8 組類比訊號轉換成數位訊號之轉換器(A/D MODULE) (2) 最多可支援 8 組壓力感應模組，共 512 個壓力量測點。

(3) 其類比訊號轉換成數位訊號(A/D convert)解析度達 16bit。 (4) 最大採樣速率可達 500Hz (5) 採用 USB 介面傳輸。 (6) 具備網路控制與傳輸功能。 2. 壓力感應器模組特性： (1) 壓力感應範圍為±10in H2O。 (2). 誤差範圍為±0.2%。

實驗中將各個風壓孔之壓力訊號經PVC 管傳遞至壓力感應器模組， 其量得之訊號傳至壓力訊號處理系統計算後所得壓力值傳回電腦。

圖3-3 多頻道電子式壓力掃瞄器

第二節

CFD 模擬

本計畫之數值模擬方法擬採用開源(open source)之泛用型計算流體 力學軟體OpenFOAM (Open Source Field Operation and Manipulation)， 可分析的問題包括層流、紊流、可壓縮流、不可壓縮流、自然對流流場、 強制對流流場、靜態或動態流場等。而其統御方程式除了基本的連續方 程式、動量方程式、能量方程式、濃度方程式等，對於上述問題有多種 相應之數學模型可進行耦合解析。受益於物件導向的程式設計和運算子 多載，使用者可以相對容易地建立自己的求解器。此外，OpenFOAM 具有很好的可延伸性，使用者在建立客製化的物體或物件（例如邊界條 件或紊流模型）時，無需修改或是重新編譯軟體包，便可在已有的求解 器上工作。同時，OpenFOAM 具有相當強大的平行運算效能，在 128 核心以內的分散計算，仍呈現良好的線性加速效果。 一、基本控制方程式 本研究採用 OpenFOAM 之 pisoFoam 求解器乃基於有限體積法 (finite-volume method)為架構所建構出來的計算流體動力學程式，以求 解如下之連續方程式與動量方程式： 0          z w y v x u (3-2) ) ( 1 ) ( 1 ) ( 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 z w y w x w f x p z w w y w v x w u t w z v y v x v f x p z v w y v v x v u t v z u y u x u f x p z u w y u v x u u t u z y x                                                                                  (3-3) 其中，u、v、w 為速度在 x、y、z 三個方向之分量；t 為時間；fx、 fy、fz為場加速度在 x、y、z 座標上之分量；p 為壓力；ρ與ν分別為 流體之密度與運動黏滯度(kinematic viscosity)。

有限體積法可將非線性偏微分方程轉變為網格單元上的線性代數 方程，然後通過求解線性方程組得出流場的解。網格劃分可以將連續的 空間劃分為相互連接的網格單元。每個網格單元由位於幾何中心的控制 點和將網格單元包圍起來的網格面或線構成，以求解流場控制方程，最 後獲得所有控制點上流場變數的值。 二、紊流模型 在紊流模型部分擬採用LES model，為目前計算機能量可實現之高 可靠度紊流模型，提供可信之模擬結果以作為可視化資料來源。另同步 進行風洞實驗量測，以確認模擬參數與流程，同時建立採用LES model 進行風工程相關模擬研究的原則方法。 若將速度與壓力分別以一個均值（mean）和一個擾動量（fluctuation） 的和表示： ' u u u   ; vvv'; www'; p p p' (3-4) 繼而代入(3-2)式至(3-3)式，將方程式作時間平均，而基於雷諾平均 原則（Reynolds averaging principle）可得如後之為指標(index notation) 型式之方程式： 0    i i x u (3-5) j j i j i j j j i j i f u u x u x x p x u u t u _{ }               ) ( 1 _{' '}   _(3-6)

依據Boussinesq 渦漩-黏滯度假說（eddy-viscosity hypothesis），(3-6) 式中的紊流應力（Reynolds stress）項可表示為： j i i j j i t j i k x u x u u u    3 2 ) (         (3-7)

其 中 ，t 為 渦 漩 或 紊 流 黏 滯 度 （eddy/turbulent viscosity ）； k (

𝑢 𝑣 𝑤 /2)為紊流動能（turbulent kinetic energy），ij為 kronecker

delta 函數。

紊 流 模 型 採 用 Smagorinsky[24] 建 議 之 次 網 格 紊 流 模 型 (subgrid-scale turbulence model)，其方程式為：

5 . 0 2 2 2 _        ij S t S C  (3-8) 其中C 為_S Smagorinsky 常數，於此採用 0.15，為計算網格之特徵長 度，而Sij(uj/xiui/xj)為剪應力張量。 一、大氣邊界層入流 紊流合成技術具有直接、計算量小之特性，目前常為國際上所應用。 Smirnov 等[25]基於頻譜法(spectral method)的概念，併入了紊流長度尺 度和時間尺度，從而產生非等向性(anisotropic)的非旋性(divergence-free) 擾動速度場，稱為隨機流場產生法(random flow generation；RFG)。 Castro[26]基於 DSRFG 方法進行修正研究，除維持原有特性與優點外， 另提升空間相關因子的可調式性，並加入時間相關性因子，得到修正之 離散與同步式隨機流場產生法 MDSRFG (modified discretizing and synthesizing random flow generation)。而本研究之邊界層紊流入流資料 產生乃使用MDSRFG(Modified )隨機紊流產生器來產生，風速隨著空間 與時間變化，型式為傅利葉級數(Fourier series)的合成，其表示式如後：

 

_

             _        _  M m N n n m j n m j n m i n m j n m j n m i t x k q t x k p t x U 1 1 0 , , , 0 , , , _cos ~ ~ _sin ~ ~ ,     (3-9) 其中

 

 

 

 

_, 2 2 , , , 1 4 n m i n m i m m i i n m i n m i r r k k E N c r sign p    (3-10)

 

 

 

_, 2 , , 1 1 4 n m i m m i i n m i n m i r k k E N c r sign q    (3-11) 而m,nN



0,2fm



表示為 0(平均值)以及 2fm(標準偏差 值)的常態分布隨機數據，f 為相應_m m 波數(wave number)之頻率。r_im,n 則是



_r 0及



_r 0之三維常態分布隨機數據。c_i 0.5U (U 為平均風 速)，x~ x/L_s(Ls 1 Lu2 Lv2 L2w )，x為空間位置，而L 為空間相關s 性 的 尺 度 因 子(scaling factor) 。 此 外 ， 導 入 時 間 相 關 性 之 因 子 U L_s / 2 0





 ，可針對時間相關性進行微調。紊流動能 ~ , _{k / 0} k k mn  m,n 為 三維分佈，乃依據非均勻性(inhomogeneous)與非等向性(anisotropic)頻 譜特性所呈現球體表面之正交值來給定。 本研究紊流產生為非均勻性與非等向性大氣邊界層入流，三個方向 的風速頻譜採用von Kármán 形式如後：

 

  









₂



5/6 2 / 8 . 70 1 / 4 U fL U L U I f S u u u u   (3-12)

 

  

















₂



11/6 2 2 / 2 8 . 70 1 / 2 4 . 188 1 / 4 U fL U fL U L U I f S v v v v v    (3-13)

 

  

















₂



11/6 2 2 / 2 8 . 70 1 / 2 4 . 188 1 / 4 U fL U fL U L U I f S w w w w w    (3-14) 上式中，I 、u I 、v I 分別為順風向、橫風向、垂直向速度之紊流強度，w u L 、L 、v L 則分別為順風向、橫風向、垂直向速度在 x 方向的紊流積w 分長度尺度。 參數L_s為主要控制空間相關性之因子，因此參數1為控制空間相 關性的主要之因子。但由於風洞實驗及實場量測中，空間相關係數的量

測較為困難且繁複，而且並沒有可靠的空間相關性係數理論公式以供參 考，故於此採用了Coherence 函數的比對來進行參數₁的調整。在一個 窄頻(narrow-band)的交相關 (cross-correlation) 情況下，Coherence 函數 的均方根值為： f e Coh  ˆ_,







( ) ( )



5 . 0 ) ( ) ( ˆ 2 1 2 / 1 2 2 1 2 2 2 1 2 z U z U y y C z z C n f z y      (3-15) 1 y 、y 、₂ z 、₁ z 代表的是₂ 2 個空間座標點位置，Cy與C 分別為橫z 風向與垂直向的衰減係數，依據 Davenport 所建議[27]，本研究採用衰 減係數C_z 10以及Cy 16為理論值。經由1調整與 Davenport 理論式 擬和，找出 3 種地況相應之₁。此外，₂可針對時間稽延(time lag)進 行微調，也就是調整自相關性，其值約在0.1-1 之間。₂於此由紊流積 分長度尺度的擬合來決定。N 參數為描述每個三維離散波段(每個波段 對應特定紊流尺度)在組合時所需的個數，Huang(2010)建議值為 100。 M 參數為生成紊流時，離散(discretizing)波數所需的個數，過少會造成 生成風速頻譜失真的現象，太多則會增加生成計算量，於此採用2500， 以兼顧生成頻譜精度以及計算量。

第三節

實體模型建立

本研究旨在建立AR 可視化技術，並提供 3 組實體模型。透過 CFD 模擬建立完整的流場資料庫並匯入伺服器中，於伺服器端透過資料轉換 技術，將可視化影像透過網路傳輸至移動設備，透過相機鏡頭影像定位 技術呈現AR 可視化結果。這 3 組模型分別為：(1)高寬比 6 之高層建築； (2)台北大巨蛋；(3)信義區 101 大樓周遭建築群。相關模型介紹以及設 定於後續章節說明。 在開發初期，為快速進行相機追蹤技術測試以及可視化技術整合， 減省進行實驗量測及模擬驗證工作，另額外製作一組以珍珠板所製作之 簡易建築測試模型(圖 3-4)，作為前期軟體開發測試用。該模型寬 8 公