压力振荡产生的原因 压力梯度 压力 Poisson 方程源项 自由面判断 1
压力梯度改进方法 原始 MPS 方法 P P P ( ) ( ) ' D j i i 0 r 2 j ri W rj ri n j i rj ri 改进方法 : D P P P ( r r) ( r r ) j i i 0 2 j i W j i n j i rj ri Tanaka et al. Journal of Computational Physics, 2010, 229(11): 4279-4290. 2
压力 Poisson 方程源项 原始 MPS 方法 n n P i t n 2 k 1 * 0 i 2 0 混合源项法 : (1 ) n n 2 0 t t n 2 k 1 P i Vi * 0 i Tanaka et al. Journal of Computational Physics, 2010, 229(11): 4279-4290. 3
对压力梯度的测试 静水问题 液舱几何模型 ( 单位 : mm) 4
算例压力梯度压力 Poisson 方程源项自由面判断 Shanghai Jiao Tong University Case A1 原始方法 原始方法 原始方法 Case A2 改进方法 原始方法 原始方法 Case A3 原始方法 改进方法 原始方法 Case A4 改进方法 改进方法 原始方法 A 1 A 2 A 3 A 4 5
理论值 Case A1 Case A2 Case A3 Case A4 6
压力振荡现象与缓解方法 剧烈晃荡问题 液舱运动方式 : x a sin( t) 其中 : a 0.02 m,, n 2 n 液舱几何尺寸 ( 单位 :mm) g h tanh L L 7
压力振荡现象与缓解方法 Case 1 Case 2 实验 Case 1 Case 2 8
流场瞬间 压力场 自由面粒子 粒子数密度场 9
自由面判断 原始 MPS 方法中自由面判断准则 : n n n * 0 i 其中 : 为粒子数密度, 为一个参数, 为初始粒子数密度 n 0 粒子数密度场 10
自由面判断 新的自由面判断方法 D 1 F ( r r ) W ( r ) i 0 i j ij n j i ri rj F 表征邻居粒子的不对称性 11
自由面判断 新的自由面判断准则 : 0 F F i 其中 : 是一参数, F 等于初始时刻自由面上粒子的 F 0 F 场 粒子数密度场 12
原始自由面判断法计算结果 Shanghai Jiao Tong University 新的自由面判断法计算结果 13
算例 压力梯度 压力 Poisson 方 程源项 自由面判断 Case A1 原始方法 原始方法 原始方法 Case A2 改进方法 原始方法 原始方法 Case A3 原始方法 改进方法 原始方法 Case A4 原始方法 原始方法 改进方法 Case A5 改进方法 改进方法 原始方法 Case A6 改进方法 改进方法 改进方法 14
Case A1 Case A2 Case A3 Case A4 Case A5 Case A6 15
实验 Case A1 实验 Case A4 Case A2 Case A3 实验 Case A5 Case A6 16
算例 压力梯度 压力 Poisson 方程 源项 自由面判断 Case A1 原始方法 原始方法 原始方法 Case A2 改进方法 原始方法 原始方法 Case A3 原始方法 改进方法 原始方法 Case A4 原始方法 原始方法 改进方法 Case A5 改进方法 改进方法 原始方法 Case A6 改进方法 改进方法 改进方法 改进的 MPS 方法 17
已有的改进的压力梯度和压力 Poisson 方程源项能够改善压力场, 但在流动剧烈时改善效果不好 在剧烈流动问题中, 自由面误判成为导致压力振荡的重要因素 本文提出的新的自由面判断方法, 能够较大程度地提高自由面的判断精度 结合新的自由面判断方法 守恒型压力梯度和混合源项法, 构建的改进的 MPS 方法, 较好地抑制了压力振荡现象 18
并行计算及效率分析 并行策略 动态负载平衡 并行性能测试 基于 GPU 的并行加速 19
并行策略 粒子分解法 区域分解法 20
基于背景网格的区域分解法 21
基于背景网格的区域分解法 Node 0 Node 1 Node 2 Node 3 22
负载平衡 初始时 t=0.0 s 一段时间后 t=0.9 s 23
动态负载平衡 Shanghai Jiao Tong University n0 n1 n2 n3 n4 n5 n6 n7 n8 n9 Node 0 Node 1 Node 2 Node 3 N _ proc N _ total/ np 其中 : N _ proc N _ total np 每个进程中的粒子数 整个计算域的粒子数 进程数 24
动态负载平衡 Shanghai Jiao Tong University n0 n1 n2 n3 n4 n5 n6 n7 n8 n9 Node0 Node1 Node2 Node 3 N _ proc N _ total/ np 其中 : N _ proc N _ total np 每个进程中的粒子数 整个计算域的粒子数 进程数 25
动态负载平衡 静态负载平衡 动态负载平衡 26
加速比对比 静态与动态负载平衡时的加速比 27
并行性能测试 三维溃坝几何尺寸 28
粒子总数 742 914 测试环境 天津国家超算中心 CPU 为 Intel Xeon 5670 29
加速比 30
并行性能分析 每个时间步的计算 : 粒子搜寻 压力 Poisson 方程 (PPE) 求解 其他步骤 31
基于 GPU 的并行加速 ALU Tesla C1060 结构 32
CULA 的特点 : 1. 较高的计算效率 2. 支持多种平台,Linux,Windows 和 Mac OS 33
实现过程 1. 定义一个 CULA 求解计划 2. 将稀疏矩阵进行压缩, 并与求解计划关联 3. 设置求解条件, 包括收敛残差 最大迭代次数等参数 4. 在 GPU 上执行求解计划 5. 将 GPU 上计算结果传回 CPU 34
GPU 加速比分析 算例 Case 1 Case 2 Case 3 Case 4 粒子总数 49 563 136 059 270 435 742 914 粒子间距 (m) 0.03 0.02 0.015 0.01 Speed-up 35
一种基于背景网格的区域分解法 开发了动态负载平衡功能, 获得了较好的并行效率 压力 Poisson 方程是 MPS 的并行效率瓶颈 GPU 能较好地加速压力 Poisson 方程求解效率, 在 MPS 的并行计算中具有很大的潜力 36
加速方法 GPU acceleration Acceleration techniques Parallel computation Overlapping technique Multi-resolution technique
GPU 加速 GPU acceleration for Poission equation
GPU 加速 ALU Tesla C1060
并行计算动态负载平衡技术 Parallel computation with dynamic load balance Static balance Dynamic balance
并行计算动态负载平衡技术
重叠粒子技术 Overlapping Particle technique Overlapping region Coarse particles Fine particles
重叠粒子技术 溃坝波 Overlapping region
重叠粒子技术 Overlapping region
重叠粒子技术
重叠粒子技术 波浪在斜坡上破碎过程 Overlapping region Cases Initial particle space (m) Coarse 0.005 OPT 0.0025 Fine 0.0025
重叠粒子技术 MLParticle-SJTU Overlapping Region MLParticle-SJTU 47
重叠粒子技术 Coarse OPT Fine Coarse OPT Fine
重叠粒子技术 Coarse OPT Fine Coarse OPT Fine
重叠粒子技术
多分辨率粒子技术 Multi-resolution MPS The influence domain of particle i contains particles j but not vice versa if these two interaction particles have different interaction radiuses.
多分辨率粒子技术 The cut-off radiuses for particle interaction models between two neighbor particles i and j are replaced by following equations respectively: r e r ei + r ej 2 r e_ lap r + r ei _ lap ej _ lap 2 r e _ lap r e _ lap
2 0 j i j j i j i i i j i P P L D P W n L r r r r r r 2 0 2 j j j i i j j i ij i j i i j m m L L D W m m n L L Modified pressure gradient model and PPE Where: L is the particle diameter j kj ij i j L r r L L j e kj e ij i j L r r L L i ik ij i j L r r L L i e ik e ij i j L r r L L 多分辨率粒子技术
多分辨率粒子技术 Computational model Computational parameters Cases Initial particle space (m) Description A1 0.005 Single-MPS A2 0.02/0.01/0.005 Multi-MPS
多分辨率粒子技术 溃坝波 MLParticle-SJTU
多分辨率粒子技术 Single-MPS Multi-MPS Comparisons of dam-break flows at t g H Single-MPS Multi-MPS Comparisons of dam-break flows at t g H *H is initial water height
多分辨率粒子技术 Pressure P1* P2 *The numerical results are evaluated at the bottom of the probe P1
多分辨率粒子技术 Water height
多分辨率粒子技术 Computation time
涌潮波
涌潮波
Undulation bore flows
Undulation bore flows
Undulation bore flows
Undulation bore flows VOF MLParticle-SJTU
Breaking bore flows
Breaking bore flows
Breaking bore flows Breaking bore flows
Breaking bore flows VOF MLParticle-SJTU
溃坝波
溃坝波 Case 1 Case 2 Case 3 Case 4 Number of particles 49 563 136 059 270 435 742 914 r 0.03 0.02 0.015 0.01
溃坝波 MLParticle-SJTU
溃坝波 Shanghai Jiao Tong University Case 1 Case 2 Case 3 Case 4
Case 4 Case 3 Case 2 Case 1 溃坝波 t g / H EXP Case 4 SPH Fluent t g / H
溃坝波与障碍物相互作用 MLParticle-SJTU
溃坝波与障碍物相互作用 Exp. (Kleefsman, 2005) MLParticle-SJTU VOF (Kleefsman, 2005) H2 H4
溃坝波与障碍物相互作用 P1 Exp. MLParticle-SJTU Original MPS VOF P5
溃坝波与障碍物相互作用 (a1) t=0.35 s (b1) t=0.35 s (a2) t=0.70 s MPS (b2) t=0.70 s MLParticle-SJTU
甲板上浪
甲板上浪 Computational model wavemaker verticalwall 0.2275m r=0.08m 2.0 3.5 0.248 0.198 FPSO PR2 dist from deck=32mm PR1 dist from deck=12mm 1.035 7.0 Computational parameters Cases Initial particle space (m) Number of particles Single-MPS 0.02 19, 000 Multi-MPS 0.02/0.01/0.005 88, 000 Wave length 2m Wave height 0.16m
甲板上浪 Multi-MPS MLParticle-SJTU MLParticle-SJTU
Experiment Multi-MPS 甲板上浪 Single-MPS dp = 0.02m* *dp is initial particle space
甲板上浪 Shanghai Jiao Tong University Experiment Multi-MPS Single-MPS dp = 0.02m
甲板上浪 P1
甲板上浪 P2
物体出入水
物体出入水 Computational model Computational parameters Cases Initial particle space (m) Description C1 0.0025 Single-MPS C2 0.01/0.005/0.0025 Multi-MPS
物体出入水 Multi-MPS MLParticle-SJTU
物体出入水 Exp. t = 0.315s Single-MPS Multi-MPS
物体出入水 Exp. t = 0.390s Single-MPS Multi-MPS
物体出入水 Exp. t = 0.410s Single-MPS Multi-MPS
物体出入水 Exp. t = 0.50s Single-MPS Multi-MPS
物体出入水 Penetration depths
物体出入水 MLParticle-SJTU
楔形物体出入水
计算工况 : β α 楔形物体出入水 H Water 1 m 3 m Cases α (deg) β (deg) H (m) mass (kg) g (m/s 2 ) ρ (kg/m 3 ) dp Case1 30 0 0.5 85.375 9.8 1000 0.0125 Case2 30 10 0.5 85.375 9.8 1000 0.0125 Case3 30 20 0.5 85.375 9.8 1000 0.0125
楔形物体出入水 case1
楔形物体出入水 case2
楔形物体出入水 case3
楔形物体出入水 60 50 Exp. Case1 40 Pressure(Pa) 30 20 10 0-10 -20 0.2 0.25 0.3 0.35 0.4 0.45 0.5 Time(s) Impact pressure (point 1)
楔形物体出入水 80 70 60 Case1 Case2 Case3 Pressure(Pa) 50 40 30 20 10 0-10 0.2 0.25 0.3 0.35 0.4 0.45 0.5 Time(s) Impact pressure (point 1)
楔形物体出入水 60 50 Exp.-Force sensor2 Case1-Force sensor2 40 Force(N) 30 20 10 0-10 0.2 0.25 0.3 0.35 0.4 0.45 0.5 Time(s) Impact force
楔形物体出入水 0-0.5 Exp. Case1-1 Velocity(m/s) -1.5-2 -2.5-3 -3.5-4 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 Time(s)
液舱晃荡
液舱晃荡 d h Excitation frequency Amplitude 0.25 m 0.0575 m 4.49 rad/s 0.05 m Unit: m Summary report of sloshing model test for rectangular model. Kang DH&Lee YB,2005.
液舱晃荡 MLParticle-SJTU
液舱晃荡 MLParticle-SJTU
液舱晃荡 EXP. MLParticle- SJTU Comparison of free-surface profiles between experiment and numerical simulation Summary eport of sloshing model test for rectangular model, Kang DH&Lee YB,2005.
液舱晃荡 The translating motions of excitation are: sin y sin sin The rotating motions of excitation are: sin sin sin (m) (m) (m) ( ) ( ) ( ) Case A 0.02 0 0 0 0 0 Case B 0 0 0 4 0 0 Case C 0.02 0 0 4 0 0 Case D 0.02 0.02 0.005 4 4 2
液舱晃荡 Case A MLParticle-SJTU Case B Case C Case D
( =4.34rad/s) EXP.: Case A MLParticle-SJTU: MLParticle-SJTU
( =4.87rad/s) EXP.: Case B MLParticle-SJTU: MLParticle-SJTU
Tank Sloshing naoe-foam-sjtu 液舱晃荡 2.0 MLParticle-SJTU
Tank Sloshing naoe-foam-sjtu 液舱晃荡 2.0 MLParticle-SJTU
f=0.95hz 液舱晃荡 f=1.0hz f=1.05hz MLParticle-SJTU f=1.1hz
液舱晃荡 MLParticle-SJTU
Pressure 液舱晃荡 P1 P2 P3 P4 P5 P6 MLParticle-SJTU
液舱晃荡 Tank Sloshing with Baffle Plate MLParticle-SJTU
Sloshing Flows h=0.15 m h=0.12 m MLParticle-SJTU h=0.08 m
液舱晃荡 MLParticle-SJTU
液舱晃荡
结论 有网格求解器 naoe-foam-sjtu 和无网格求解器 MLParticle-SJTU 都可以有效求解自由面剧烈流动问题 有网格方法数值计算值相对稳定, 但处理自由面变形和动边界问题较为复杂 无网格方法计算量大, 计算值容易发生振荡, 但处理自由面变形和动边界问题较为直接和简单
展望 处理外流场问题可以与网格类方法相结合, 远场基于网格法进行计算, 进场采用粒子法, 可考虑将 MLParticle-SJTU 与 naoefoam 结合起来, 充分发挥两个求解器各自的特点 可以推广应用到更为复杂的流动问题, 如带锚链的海洋平台在波浪中的运动或实际船型如 DTMB 5415 KCS 等的操纵性和耐波性问题 123
展望 有网格方法与无网格方法结合 C T F C: naoe-foam-sjtu T: Matching zone F: MLParticle-SJTU 124
展望 Shanghai Jiao Tong University LNG tank in waves without liquid
展望 Shanghai Jiao Tong University LNG tank in waves with liquid
展望 Shanghai Jiao Tong University Particle solver (MLParticle- SJTU)
What is CFD
What is CFD
What is CFD
What is CFD
What is CFD
What is CFD
What is CFD
What is CFD