首页/文章/ 详情

颗粒力学前沿:多GPU并行、极端变形、多相多尺度

1月前浏览2256

点击上方蓝字了解更多计算与STEM领域研究前沿



文一:

 

Chrono DEM引擎:一种具有可定制接触力和元件形状的离散元法双GPU模拟器

摘要:

本文介绍了项目 Chrono 的一个新的子模块 DEM-Engine,该子模块用于进行离散元法(DEM)仿真。DEM-Engine 基于球形基元形状,可以模拟多分散颗粒材料,并处理作为基元组合而产生的复杂形状,称为团块。DEMEngine 具有多层并行结构,优化后可以在两个 GPU 上同时运行。代码使用自定义的数据类型来减少内存占用和增加带宽。一种新的“延迟接触检测”算法允许接触检测和力计算的解耦,从而将工作负载分解为两个异步 GPU 流。DEM-Engine 使用即时编译来支持用户定义的接触力模型。本文讨论了它的 C + + 和 Python 接口,并提出了各种数值试验,其中冲击力,复杂形状的颗粒流,和自定义力模型验证了考虑众所周知的基准情况。此外,该模拟器在研究地外漫游者在颗粒状地形上的移动性方面具有很大的潜力。所选的案例研究表明,跨越15秒的大规模协同仿真(包括1100万个元素) ,结合外部多体动力学系统,可以在一天内有效地执行。最后,性能测试表明,DEM-Engine 在两个 NVIDIA A100图形处理器上显示高达1.5亿个粒子的线性扩展。


 

图:理想的协作模式,其中动力学线程持续推进物理,而运动学线程偶尔等待更新的状态信息以开始ACS更新。

 

图:运动学和动力学线程的协作模式。它们都可以在专用GPU上运行。

 

图:运行DEM引擎模拟的典型工作流程。

 

图:VIPER漫游车在20°斜坡上运行的渲染图。活动框已标记,只有该区域中的粒子受模拟物理的影响;其余的都是固定的。

 

图:平底料斗的示意图。

 

图:基于所涉及球体组件的穿透和位移历史,计算颗粒之间的法向和切向接触力。

文二:

 

针对极端力学问题的具有优化内存管理的平滑粒子流体力学大规模MPI并行框架

摘要:

结构在极端载荷下的动态破坏过程在许多工程和科学领域都很常见。光滑粒子流体力学(SPH)方法在处理极端力学问题中的复杂界面和大材料变形方面具有固有的优势。然而,用于3D工程应用的SPH模拟是耗时的。为了解决这个问题,我们在SPH方案中引入了MPI(消息传递接口)来减少计算时间。采用了一些优化措施来确保SPH方法的大规模计算。特别是,开发了一种优化的内存管理策略来控制内存占用。通过目前基于MPI的SPH方法的大规模并行化,对几个验证示例进行了测试和分析。通过将目前的数值结果与参考数据进行比较,可以很好地捕捉到复杂结构在爆炸和冲击载荷等极端载荷下的动态破坏过程。目前的模拟中采用了大量的粒子,高达20.4亿。缩放测试表明,大规模并行SPH程序的可扩展性在10020个CPU核上实现了97%的最大并行效率。


 

图:Tillotson状态方程中压力与比体积的关系。可以描述包括固体、蒸汽、液体(蓝色)和气液混合物(深绿色)在内的相。

 

图:插值和域分解的消息通信说明。

 

图:大规模并行SPH方法的完整流程图。

 

图:更新子域边界的示例。步骤1:在网格尺度上大致移动子域边界。第二步:排序后准确移动边界。

 

图:三维超高速撞击过程的斜视图。

文三:

 

YADE-用于多尺度、多相和多物理场颗粒系统交互模拟的可扩展框架

摘要:

本文介绍了YADE的关键要素,YADE是一个可扩展的动态模拟开源框架。在过去的19年里,YADE已经从“又一个动态引擎”发展成为一个多功能的多尺度和多物理场求解器,拥有庞大、活跃且不断增长的用户和开发人员社区。源代码的计算密集型部分是用C++编写的,使用灵活的对象模型,可以轻松实现新功能。源代码用Python封装,为软件配备了一个交互式内核,用于快速简洁的场景构建、模拟控制、后处理和调试。该项目,包括文档和示例,托管在https://yade-dem.org,而源代码可以在GitLab上免费获得。在过去的十年里,由于来自土壤和岩石力学、化学工程、物理学、散装材料处理和矿物加工等不同专业领域的许多开发人员的贡献,YADE的能力得到了扩展。YADE的快速增长可以归因于:(1)框架核心的谨慎和稳健的设计,(2)一个具有完全嵌入式全面测试的持续集成管道,在每次合并请求时执行,确保各种操作系统的稳定编译,以及(3)Python界面、详细文档和严格的用户支持带来的用户友好性。本文回顾了YADE的主要特征,重点介绍了它在应用方面的多功能性、在代码开发方面的灵活性,以及最近在计算效率方面的改进

 

图:刚性粒子形状的YADE类。

 

图:厘米级岩石骨料的水平集描述:(a)YADE中实际颗粒及其对应物的扫描3D视图,包括(b)距离数据和(c)表面节点(共264个)。

 

图:示例:(a)多面体断裂和(b)团块断裂。

 

图:将不连续面集成到DEM模型中:(a)将预定义的网格断裂网络(stl格式)合并到粒子组件中,(b)识别沿不连续面的接触,以及(c)相关的接触逻辑:经典(顶部),根据接触几何形状,平滑(底部),或根据不连续面几何形状。

 

图:从离散到连续结果:(a)颗粒中心域用于定义微应变,(b)颗粒中心区域用于定义微应力,(c)用Paraview可视化的微应变示例,(d)用Paraview可视化的微应变示例(板载荷试验模拟结果),以及(e)微应力示例。

文四:

 

基于无记忆各向同性点粒子的中尺度材料建模

摘要:

为模拟复杂系统而开发的粒子系统激增。这些是有吸引力的,因为它们是无网格的,避免了与求解器重新划分网格和收敛相关的问题。然而,它们已经分裂成利基市场,使用越来越复杂的粒子,引入内部自由度和外部求解器耦合。我们表明,与文献中的先前假设相反,无记忆各向同性点粒子可以仅通过其分布的统计来模拟材料特性,包括各向异性、滞后性和失效。由此产生的模型提供了易于加速和移植的紧凑代码,可以跨越微观和宏观结构,只需要很少的参数来建立模拟,并且与高维机器学习模型不同,它们使用可以有效学习的低维表示。我们不是将它们作为分子动力学或偏微分方程的近似值来推导,而是研究如何直接找到这些模型,并通过现象学的定性比较和预测的定量比较来说明这一点。

 

图:样本力定律及其有效性质。

 

图:模拟手性超材料变形的比较,显示实验(左)、NASTRAN(中)和使用力定律的MIPS(右)之间的一致性。

 

图:COMSOL有限元分析(顶部)和MIPS(底部)使用力定律(右侧)解决了桑迪亚断裂挑战中的裂纹扩展问题,并与实验进行了比较。

文五:

 

CFD-DEM对裂缝中颗粒迁移的水力力学分析

摘要:

流体流动驱动的颗粒迁移在许多地质和岩土工程背景下都有出现,如石油开采中的出砂、堤坝的内部侵蚀以及石油工程中的支撑剂运动。在这项研究中,通过耦合计算流体动力学(CFD)和离散元法(DEM),研究了流体流动诱导的岩石裂缝中的颗粒迁移,重点关注颗粒运动和相关的迁移机制。为了拟合裂缝粗糙度,在CFD分析中使用四面体网格生成流体网格。CFD-DEM模型首先根据实验和分析结果进行了校准,然后进行了一系列模拟,以分析裂缝粗糙度(由节理粗糙系数JRC定义)、裂缝孔径与粒径之间的尺寸比以及水力梯度对颗粒组件迁移的影响。获得了三种粒子运动模式,即粒子组件作为一个整体的运动、大粒子组件分离成更小的粒子组件以及粒子在组件边界处的分离。此外,颗粒组件通过裂缝的速度与颗粒的聚集呈负相关,而与裂缝内颗粒组件的侵蚀率呈正相关。提出了一种计算颗粒组件通过裂缝时间的方程。

 

图:流体流动作用下裂缝中颗粒迁移的示意图。

 

图:CFD-DEM 耦合仿真的工作流程

 

图:寻找粒子封闭四面体的示意图。

 

图:裂缝内部颗粒迁移过程的演变(俯视图((a)-(f),侧视图((g)-(l))。

 

图:不同JRC的裂缝模型:(a)-(d)裂缝的几何形状;(e) -(h)裂缝中的流体场。

   


如果你觉得此文对你有帮助,请点赞,谢谢!


计算机技术在科学&技术&工程&数学中得到了广泛的应用,力学方面,计算机技术成为了科学的第四次革命性技术,现在基于计算机的数据科学已经逐步成为力学等其他科学发现的第四范式。人工智能、大数据、数字孪生等概念已经逐步成为当今时代的主题。智能制造、智能算法、数据驱动力学、大语言模型、自动驾驶在当今社会展现出巨大潜力,吸引了大量的研究人员。同时高性能显卡和多核中央处理器的出现为大规模数值模型的高性能计算提供了强大算力。然而因为该领域的论文较多,涉及内容较广,需要的知识量较大,不仅需要力学,数学,物理的知识,还需要计算机、数据科学、大数据分析的知识。入门门槛较高,因此我建立了此 微 信 公 众号(STEM与计算机方法),希望通过自己的学习加上文献翻译和整理,帮助新手快速掌握前沿研究的热点和聚焦,轻松入门计算的相关研究(实验、理论、数值计算方法),从而吸引和聚焦更多对该技术和研究领域感兴趣的华人朋友,为推动智能计算与基础科学的科学研究的发展和交流做一点儿贡献!

如果你认同我的想法,请点击右上角的三个点,将此文章(公 众号)发送给你的老师和同学,谢谢。

如果你想在朋友圈中分享你所专注的前沿研究,欢迎你分享到朋友圈,谢谢!

STEM与计算机方法

扫一扫二维码关注本公 众号

 

来源:STEM与计算机方法
NastranComsol断裂化学python岩土通信离散元裂纹多体动力学理论自动驾驶爆炸材料数字孪生人工智能ParaView
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-09-29
最近编辑:1月前
江野
博士 等春风得意,等时间嘉许。
获赞 48粉丝 47文章 310课程 0
点赞
收藏
作者推荐

力学进展:台风的形成、力学原理和高科技手段

点击上方蓝字了解更多计算与STEM领域研究前沿前几天看到新闻的报导,上海等地出现了台风。今天笔者就以台风为例,讲讲台风的形成原因、影响因素以及和台风相关的高科技手段。台风是什么?台风是指一种强烈的热带气旋(气旋是一种大气中形成的旋转气流系统,其中心气压较低,周围气压较高。),是一种在热带和亚热带地区形成的强风暴系统。它们在不同地区有不同的名称,比如在西北太平洋称为台风,在大西洋和北太平洋称为飓风,在南半球和印度洋则称为气旋。台风是怎么形成的?台风产生的原因主要是由于热带地区海洋表面温度高于26.5°C,导致大量湿润空气上升并形成低压区。随着湿润空气上升,水汽在对流过程中凝结,释放潜热,使得气压进一步降低,空气旋转形成气旋。科氏力使气旋结构逐渐组织成一个旋转的系统,形成台风。高湿度、较低的风切变和适宜的气候条件共同作用,推动台风的形成和发展。台风的影响因素有哪些?海洋因素台风的形成和强度通常依赖于海洋表面温度。较高的SST(通常≥26.5°C)提供了足够的热量和湿度,有助于台风的形成和增强。强风也可以引起海洋表层的搅拌和混合,影响海洋表面温度。如果混合层较深,可能会将较冷的深层水体带到表层,导致台风强度减弱。涌浪现象会将深层较冷的海水带到表面,降低海洋表面温度,从而可能影响台风的强度。大气因素台风的发展需要高湿度的空气。足够的水汽在对流过程中凝结,释放潜热,促进台风的增强。台风形成和发展通常需要较低的风切变(风速和风向随高度的变化)。强风切变会破坏对流结构,抑制台风的发展。低压系统是台风形成的基础。台风的形成通常始于热带低压区,随着气压降低,台风逐渐组织成气旋系统。科氏力(地球自转产生的惯性力)使得低压区的空气旋转,形成气旋结构。气旋的组织程度直接影响台风的强度和结构。气候和环境的因素厄尔尼诺现象是指赤道中东太平洋海洋表面温度异常升高的现象。拉尼娜现象是指赤道中东太平洋海洋表面温度异常降低的现象,与厄尔尼诺现象相反。厄尔尼诺现象对台风的形成和强度有显著影响。例如,厄尔尼诺现象通常导致西太平洋海洋表面温度升高,增加台风的频率和强度,而拉尼娜现象则可能导致台风频率的减少。北大西洋振荡(NAO)——指北大西洋地区大气压力的波动模式。北极振荡(AO)——指北极地区大气压力模式的波动。这些大气振荡模式会影响台风的生成和路径。例如,NAO和AO的变化可以改变气流模式,从而影响台风的路径和强度。地形因素当台风接近陆地时,地形(如山脉)会对台风的强度和路径产生重要影响。山脉可以阻碍台风的移动,导致台风强度减弱,并改变台风的路径。海岸线的形状和地形变化也会影响台风的路径和强度。例如,弯曲的海岸线可能会导致台风路径的改变。其他因素台风的内部结构,如台风眼的形成和眼墙的强度,也会影响其整体强度和降水分布。其他大规模天气系统(如高压系统和低压系统)也会影响台风的路径和强度。例如,高压系统可能会引导台风的移动方向。台风可以预防吗?台风本质上是一种自然现象,因此无法完全预防。但是,通过科学技术、工程措施和应急准备,可以有效减少台风对生命和财产的影响。台风涉及到哪些现代科技手段?总的来说,台风和CFD的关系最紧密。CFD关于台风的研究主要是:大气动力学模拟云和降水过程海气相互作用边界层过程台风风场的局部影响台风路径预测涉及到的现代科技手段有:气象卫星静止卫星(如美国的GOES系列、欧洲的Meteosat系列、中国的风云系列)能够长时间固定在地球上空,监测特定区域的天气状况。它们能够连续观测台风的生成、移动和强度变化,提供高清的云图、海面温度、湿度等数据。极轨卫星(如NOAA系列、MetOp系列)绕地球南北两极运行,提供全球覆盖的气象观测数据,包括大气温度、湿度剖面、云层等信息,有助于提供精确的全球天气预报。气象雷达多普勒雷达能够实时监测降水、风速和风向变化,尤其是近海和陆地上台风的结构和强度。通过反射率图和速度图,气象部门可以追踪台风的眼墙、降雨带以及气流速度,了解台风的内部结构。多个雷达站组成的网格化观测系统可以提供高分辨率的台风风场数据,帮助气象学家掌握台风在陆地上的路径变化及其对局地风暴的影响。数值天气预报(NWP)数值天气预报模型(Numerical Weather Prediction, NWP)是通过使用数学方程描述大气的物理过程,并利用高性能计算机来模拟大气状态随时间变化的预测方法。数值天气预报模型依赖于对大气状态的精确观测数据和复杂的物理、动力学方程,预测未来的天气变化。数值天气预报的基本原理是大气动力学和热力学的基本方程组,这些方程基于流体力学和热力学定律,主要包括:纳维-斯托克斯方程:描述大气中空气运动的基本动力学方程,反映了动量守恒。连续性方程:描述空气密度变化及其对流动的影响,反映质量守恒。热力学方程:描述大气中的温度变化和热交换过程。水分方程:描述大气中的水蒸气、云水和降水等相变过程。状态方程:空气的状态由温度、气压和密度决定。全球数值预报模型:全球数值天气预报模型通过计算大气的动力学和物理过程,预测未来的大气状态。常见的有:GFS(全球预报系统):由美国国家气象局运行,提供全球天气预测。ECMWF(欧洲中期天气预报中心模型):提供全球高精度的中期天气预报,广泛用于台风路径和强度预测。JMA(日本气象厅):也提供全球和区域天气预报,特别是在亚太地区应用广泛。区域数值预报模型:区域模型提供了更高分辨率的预报结果,适合针对特定区域进行精准预报,如中国的GRAPES、美国的WRF(天气研究与预报模型)。数据同化技术数据同化是一种将观测数据(如气象卫星、雷达、气象站、探空气球等的观测数据)与数值天气预报模型结合的技术。其核心目标是通过将实际观测值与模型预测的背景场(通常是前一时刻的预报结果)融合,生成更准确的大气状态初值。可以看作是将来自实际世界的观测信息与模型预报的理论知识相结合,形成对大气系统最优的初始状态估计。其中,四维变分同化(4D-Var)是数据同化的一个高级方法,它将时间维度也纳入同化过程,使得在空间和时间上的观测数据与数值模型更紧密结合,优化整个时间段内的状态估计。4D-Var通过求解一个涉及时空维度的最优化问题,生成在一段时间内的最优大气状态。高性能计算台风等极端天气的数值预报依赖于超级计算机的大规模计算能力。由于数值预报模型非常复杂,涉及到多维方程的解算和大量数据的处理,因此超级计算机对于快速生成高分辨率天气预报至关重要。越来越多的气象数据处理和预报生成也通过云计算平台 完成,特别是实时数据处理和并行计算方面,云计算可以提供高效的计算资源。集 合预报集 合预报通过运行多个天气预报模型,或者对同一模型的初始条件进行不同的小幅扰动,产生一系列可能的天气情景。这种方法特别适合台风等不确定性高的天气现象,通过分析多个路径和强度的结果,提供一个概率分布来表示台风的潜在路径和强度变化。当然,未来也许无人机等新型的无人探测设备也会在台风的预报和检测中发挥作用。 如果你觉得此文对你有帮助,请点赞,谢谢!计算机技术在科学&技术&工程&数学中得到了广泛的应用,力学方面,计算机技术成为了科学的第四次革命性技术,现在基于计算机的数据科学已经逐步成为力学等其他科学发现的第四范式。人工智能、大数据、数字孪生等概念已经逐步成为当今时代的主题。智能制造、智能算法、数据驱动力学、大语言模型、自动驾驶在当今社会展现出巨大潜力,吸引了大量的研究人员。同时高性能显卡和多核中央处理器的出现为大规模数值模型的高性能计算提供了强大算力。公 众号为力学相关行业的爱好者、教育人士和从业者提供一个平台,希望能通过自己对前沿研究、技术培训和知识、经验的整理、分享带给相关读者一些启发和帮助。STEM与计算机方法扫一扫二维码关注本公众 号 来源:STEM与计算机方法

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈