采用 CUDA(Compute Unified Device Architecture)和 MPI(Message-Passing-Interface)在超级计算机Mole-8.5E上实现了格子Boltzmann方法(LBM)多GPU并行算法,通过三维顶盖驱动方腔流算例验证了多GPU并行LBM算法的准确性和有效性,利用该并行算法分别对雷诺数Reτ为300,600,1200下的充分发展的方管湍流进行了大规模模拟.研究发现,当计算网格尺寸小于黏性底层厚度(即Δ+＜5)时,在壁面附近的相关传递特性统计误差较小,预测精度满足工程应用范围;Reτ为300,600时,不同网格尺寸Δ+下的模拟结果表明LBM在方管流中心湍流特性统计具有网格弱相关性,Reτ为600时,与DNS(Direct Numerical Simulation)相比,Δ+=1.667,3.750,6.250时平均流向速度的平均误差分别是1.357％,2.994％和4.766％;Reτ分别为300,600和1200时,对应网格尺寸Δ+分别为0.833,1.667和3.333时的方管湍流模拟中,成功捕捉到了二次流特性,预测得到的中心面流向速度、脉动均方根速度等的规律与文献基本吻合,进一步验证了单松弛LBM的可靠性,相关计算结果也为理解高Reτ下的方管湍流特性提供了参考.方管湍流的模拟验证了单松弛LBM多GPU并行算法在超大规模网格计算中的潜力,为进一步实现实际工程流动所需更大规模的数值模拟奠定了基础.

格子Boltzmann方法;多GPU并行;方管湍流;计算流体力学;数值模拟

中国科学院过程工程研究所多相复杂系统国家实验室,北京100190;中国科学院大学化学工程学院,北京100049

[1]胡涛;向星;葛蔚;王利民-.基于多GPU并行格子Boltzmann方法的方管湍流模拟)[J].过程工程学报,2022(03):318-328

方管湍流

GPU,格子,Boltzmann,CUDA,Compute,Unified,Device,Architecture,MPI,Message,Passing,Interface,超级计算机,Mole,5E,LBM,并行算法,三维顶盖驱动,方腔,算例验证,雷诺数,Re,流进,计算网格尺寸,黏性,壁面,传递特性,统计误差,管流,湍流特性,DNS,Direct,Numerical,Simulation,均流,平均误差,捕捉到,二次流,脉动,松弛,相关计算,模拟验证,超大规模,网格计算,计算流体力学

0.380172