[논문 리뷰] Adaptive coarse-graining for large-scale DEM simulations

Daniel Queteschiner, T. Lichtenegger외 2명|arXiv (Cornell University)|2017. 05. 10.

Granular flow and fluidized beds참고 문헌 13인용 수 4

한 줄 요약

이 논문은 대규모 이산 요소 방법(Dem) 시뮬레이션을 위한 적응형 군집화 기법을 제안하며, 미세 구조 모델과 군집 모델을 동적으로 결합한다. 경계 조건 간의 상호작용을 양방향 볼륨 기반으로 연결하고, 다중 수준의 군집화를 지원함으로써 핵심 영역에서는 정확성을 유지하면서도 계산 비용을 크게 줄여, 시간 및 길이 척도가 큰 시뮬레이션을 더 효율적이고 확장 가능하게 만들며, Dem 및 연계된 CFD-Dem 응용 분야에 유리하다.

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.

연구 동기 및 목표

• 대규모 Dem 시뮬레이션의 높은 계산 비용을 줄이기 위해 입자 수가 매우 많기 때문이다.
• 기존의 군집 모델이 입자 크기 의존성 현상을 포착하지 못하는 한계를 극복하기 위해.
• 필요한 영역에서만 미세 구조를 해결하면서도 나머지 영역에서는 효율성을 유지하는 동적이고 적응형 방법을 개발하기 위해.
• 미세 구조 영역과 군집 모델 영역 간에 볼륨 기반 경계 조건 전달을 통해 상호작용을 가능하게 하기 위해.
• 연계된 CFD-Dem 시뮬레이션에서 다중 수준의 군집화와 적응형 해상도를 지원하기 위해 확장 가능한 프레임워크를 개발하기 위해.

제안 방법

• 이 방법은 동일한 시뮬레이션 영역 내에서 미세 구조 Dem과 군집 Dem 모델을 조합하는 하이브리드 접근 방식을 사용한다.
• 미세 영역과 군집 영역 간의 양방향 결합은 볼륨 기반 경계 조건 전달을 통해 달성되며, 동적 상호작용을 보장한다.
• 해상도 전환은 적응형으로 이루어져, 관심 영역은 고해상도로 해결하고, 군집 영역은 계산 부담을 줄인다.
• 정확성과 성능 간의 최적화를 위해 다중 수준의 군집화를 통합할 수 있다.
• CFD 메쉬 해상도도 공간적으로 적응 가능하므로, 연계된 CFD-Dem 시뮬레이션에 프레임워크를 확장할 수 있다.
• 이 방법은 해상도 경계에서 일관성을 유지하는 도메인 분할 전략을 사용하여 구현된다.

실험 결과

연구 질문

• RQ1 비판적 영역에서 정확성을 훼손하지 않으면서도 대규모 Dem 시뮬레이션의 계산 비용을 어떻게 줄일 수 있는가?
• RQ2 어떻게 군집 모델을 동적으로 미세 구조 모델과 결합하여 입자 크기 의존성 행동을 유지할 수 있는가?
• RQ3 볼륨 기반 경계 조건 전달이 서로 다른 해상도 영역 간에 효과적인 양방향 결합을 가능하게 할 수 있는가?
• RQ4 다중 수준의 군집화를 사용할 경우 성능 향상과 정확성 간의 상호 교환 관계는 어떠한가?
• RQ5 이 방법은 어떻게 연계된 CFD-Dem 시뮬레이션에서 적응형 해상도를 지원하기 위해 확장할 수 있는가?

주요 결과

• 적응형 군집화 방법은 핵심 영역의 미세 구조적 세부 사항을 유지하면서도 대규모 Dem 시뮬레이션에 상당한 계산 절감 효과를 제공한다.
• 경계 조건의 상호작용을 볼륨 기반으로 양방향으로 전달함으로써 미세 영역과 군집 영역 간의 동적이고 일관된 상호작용을 보장한다.
• 이 방법은 다중 수준의 군집화를 지원하여 해상도와 성능 사이의 최적 균형을 가능하게 한다.
• 이 방법은 연계된 CFD-Dem 시뮬레이션과도 호환되며, 양쪽 단계에 대해 적응형 해상도 적용이 가능하다.
• 이 프레임워크는 해상도 경계에서 물리적 일관성을 유지하여 입자 유동 역학에서 비물리적 아티팩트를 방지한다.
• 이 방법은 입자 수가 매우 많은 산업 규모의 시뮬레이션에 대해 확장성과 효율성을 입증한다.