[論文レビュー] Adaptive coarse-graining for large-scale DEM simulations

Daniel Queteschiner, T. Lichtenegger+2 more|arXiv (Cornell University)|May 10, 2017

Granular flow and fluidized beds参考文献 13被引用数 4

ひとこと要約

本稿では、大規模な離散要素法（DEM）シミュレーションにおける適応的粗粒度化手法を提示する。この手法は、細粒度モデルと粗粒度モデルを動的に結合することで、計算コストを著しく低減しながらも、重要領域での精度を維持する。境界条件の双方向的体積的結合と、複数レベルの粗粒度化をサポートすることで、DEMおよび連成CFD-DEM応用において、時間的・空間的スケールが大きなシミュレーションを、効率的かつスケーラブルに実行可能にする。

ABSTRACT

The large time and length scales and, not least, the vast number of particles involved in industrial-scale simulations inflate the computational costs of the Discrete Element Method (DEM) excessively. Coarse grain models can help to lower the computational demands significantly. However, for effects that intrinsically depend on particle size, coarse grain models fail to correctly predict the behaviour of the granular system. To solve this problem we have developed a new technique based on the efficient combination of fine-scale and coarse grain DEM models. The method is designed to capture the details of the granular system in spatially confined sub-regions while keeping the computational benefits of the coarse grain model where a lower resolution is sufficient. To this end, our method establishes two-way coupling between resolved and coarse grain parts of the system by volumetric passing of boundary conditions. Even more, multiple levels of coarse-graining may be combined to achieve an optimal balance between accuracy and speedup. This approach enables us to reach large time and length scales while retaining specifics of crucial regions. Furthermore, the presented model can be extended to coupled CFD-DEM simulations, where the resolution of the CFD mesh may be changed adaptively as well.

研究の動機と目的

• 多数の粒子を含む大規模DEMシミュレーションの高い計算コストを低減すること。
• 粒子サイズ依存の現象を捉えられない従来の粗粒度モデルの限界を克服すること。
• 必要に応じてのみ細粒度の詳細を解像し、他の領域では効率を保つ動的で適応的な手法を開発すること。
• 細粒度領域と粗粒度領域の間で、体積的境界条件の伝達により双方向結合を実現すること。
• 連成CFD-DEMシミュレーションに応用するため、複数レベルの粗粒度化と適応的解像度をサポートするフレームワークを拡張すること。

提案手法

• 本手法は、同一のシミュレーション領域内で細粒度DEMと粗粒度DEMモデルをハイブリッド的に組み合わせる。
• 細粒度領域と粗粒度領域の間で、境界条件を体積的にやり取りすることで、双方向結合を実現し、動的相互作用を確保する。
• 解像度の遷移は適応的であり、関心領域のみを高精度に解像し、粗い領域では計算負荷を低減する。
• 複数レベルの粗粒度化を統合することで、精度と高速化のトレードオフを最適化できる。
• フレームワークは、CFDメッシュ解像度を空間的に適応可能とする連成CFD-DEMシミュレーションにも拡張可能である。
• 解像度界面で一貫性を保つため、ドメイン分割戦略を用いて実装されている。

実験結果

リサーチクエスチョン

• RQ1 計算コストを大幅に削減しながらも、重要な領域での精度を損なわずに、大規模DEMシミュレーションを実現する方法は何か？
• RQ2 粗粒度モデルをどのように動的に細粒度モデルと結合することで、粒子サイズ依存の挙動を保持できるか？
• RQ3 体積的境界条件の伝達によって、異なる解像度の領域間で効果的な双方向結合が可能か？
• RQ4 複数レベルの粗粒度化を用いる場合の性能向上と精度のトレードオフは何か？
• RQ5 本手法を、連成CFD-DEMシミュレーションにおける適応的解像度に拡張する方法は何か？

主な発見

• 適応的粗粒度化手法により、計算コストを著しく削減しながらも、重要な領域での細粒度的詳細を保持した大規模DEMシミュレーションが可能になった。
• 境界条件の双方向的体積的結合により、細粒度領域と粗粒度領域の間で動的かつ一貫した相互作用が確保された。
• 本手法は複数レベルの粗粒度化をサポートしており、解像度と性能の最適なバランスを実現できる。
• 本手法は連成CFD-DEMシミュレーションと併用可能であり、両方のフェーズに適応的解像度を適用可能である。
• 解像度界面を越えて物理的整合性が保たれ、粉体流れダイナミクスに不自然なアーチファクトが生じない。
• 多数の粒子を含む産業スケールのシミュレーションにおいて、スケーラビリティと効率性を示した。