[論文レビュー] Local kinetic sensors for adaptive mesh and algorithm refinement

R. M. Strässle, S. A. Hosseini+1 more|arXiv (Cornell University)|Mar 13, 2026

Lattice Boltzmann Simulation Studies被引用数 0

ひとこと要約

この論文は、分布関数情報を活用した局所的動力学的改良センサーを用いて、動力学モデルにおける適応メッシュとアルゴリズム改良（AMAR）を実現し、離散速度ボルツマン方程式ソルバーで検証可能なスケーリング可能な局所基準を提供します。

ABSTRACT

This paper presents novel refinement sensors for the application to adaptive mesh and algorithm refinement (AMAR) with kinetic models, such as discrete velocity and lattice Boltzmann methods. While refinement criteria for AMAR based on macroscopic variables can be replicated in a purely local, and therefore more scalable, way, the main advantage that can be leveraged when working with discrete velocity and lattice Boltzmann methods is the accessibility of information from the one-particle distribution function. With this accessibility, a novel palette of refinement sensors is introduced, allowing for a set of neatly tailored refinement criteria applicable to resolve characteristic flows features in many relevant domains of fluid mechanics, for instance, those emerging in compressible, turbulent, and non-equilibrium flows or non-ideal fluids. After detailed validation, novel refinement sensors are showcased for the application of adaptive mesh refinement (AMR) to a discrete velocity Boltzmann solver for compressible, viscous, and non-equilibrium flows, demonstrating promising results. The proposed sensors establish an accurate, efficient and scalable approach to kinetic simulations with AMAR, offering a valuable tool for studying complex problems in fluid dynamics and paving the way for future extensions to more specific flow problems.

研究の動機と目的

• 動力学モデルに特化した改良センサーの必要性を、純粋なマクロ指標だけでなく動力学モデルに合わせて動機づける。
• 粒子分布関数情報を活用した局所センサーの一連を開発する。
• センサーが局所的で効率的かつ並列高性能計算に対してスケーラブルであることを確保する。
• 圧縮性・粘性・非平衡流に対する保守的な時空AMRフレームワークでセンサーを実証する。
• 流れ特異な状況や非理想流体への拡張の可能性を論じる。

提案手法

• 二分布（fとg）と準平衡形を用いて可変プラント番号を捉える一貫した動力学モデルを記述する。
• fとgの適切な次数までのHermite/Ghermiteベースの平衡解と準平衡解を構築する（fはN=3/4、gはN=2）。
• BGK型衝突演算子を二つの緩和時間（τ1、τ2）に分割した完全保守的で時間明示的な有限体積離散化を実装する。
• 運動エネルギーと非運動エネルギーを表現する二分布系を用いて、動力学場からマクロ様な診断量を局所計算できる。
• レベル間で一様なCFLを維持するため、フラックス保守の refluxing と時間のサブサイクリングを備えた静的ブロック構造AMRを採用する。

Figure 1: Exemplary two-level grid layout with $r_{l}=2$ for the illustration of level-wise boundary conditions (BCs) and conservative refluxing. The cell coordinates of the coarser level are denoted with ( $i$ , $j$ ) and the finer level with ( $v$ , $w$ ), respectively Strässle et al. [ 2025 ] .

実験結果

リサーチクエスチョン

• RQ1 動力学モデルのAMARにおける適応改良を触発する局所的動力学指標は何か？
• RQ2 マクロ勾配だけに頼らず、1粒子分布情報を活用してスケーラブルな改良を作成できるか？
• RQ3 提案されたセンサーは、AMR格子上の圧縮性・粘性・非平衡・非理想流の特徴を正確に捉えられるか？
• RQ4 並列環境における精度・効率・スケーラビリティの点で、動力学的改良センサーはマクロ基準とどう比較されるか？

主な発見

• 動力学モデル向けのAMARに適用可能な局所的動力学改良センサーの一連を導入する。
• 分布関数情報に基づくセンサーは、特定の流れの領域で純粋なマクロ勾配ベースの基準よりも性能を上回ることがある。
• 圧縮性・粘性・非平衡流の離散速度ボルツマンソルバーの適応メッシュ改良でセンサーを検証する。
• 動力学的センサーは、複雑な流体力学問題に適した正確で効率的かつスケーラブルなAMRを実現する。

Figure 2: Illustration of the updates and level-wise information exchanges in the subcycling approach. BC refers to the boundary conditions of type physical, synchronization and prolongation, whereas R refers to restriction and CR to the refluxing correction pass. The horizontal axis marks time and