[论文解读] 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 4

一句话总结

本文提出了一种用于大规模离散元法（DEM）模拟的自适应粗粒化方法，通过动态结合细观模型与粗粒化模型，实现了在关键区域保持高精度的同时显著降低计算成本。该方法支持双向体积边界耦合，并可实现多级粗粒化，从而在时间与长度尺度上实现高效、可扩展的大规模DEM模拟，适用于DEM及耦合CFD-DEM应用。

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.

研究动机与目标

• 解决因涉及大量粒子而导致的大规模DEM模拟计算成本过高的问题。
• 克服传统粗粒化模型无法捕捉与粒子尺寸相关的现象的局限性。
• 开发一种动态自适应方法，仅在必要区域保留精细细节，同时在其他区域保持高效性。
• 通过体积边界条件传递，实现细观与粗粒化区域之间的双向耦合。
• 将该框架扩展至支持耦合CFD-DEM模拟中的多级粗粒化与自适应分辨率。

提出的方法

• 该方法在相同模拟区域内结合使用细观DEM模型与粗粒化DEM模型，采用混合策略。
• 通过在细观与粗粒化区域之间体积传递边界条件，实现双向耦合，确保动态交互。
• 分辨率转换具有自适应性，使感兴趣区域以高保真度解析，而粗粒化区域则减轻计算负载。
• 可集成多级粗粒化，以优化精度与加速之间的权衡。
• 该框架可扩展至耦合CFD-DEM模拟，其中CFD网格分辨率也可实现空间自适应。
• 该方法采用域分解策略，确保在分辨率界面处保持一致性。

实验结果

研究问题

• RQ1 如何在不牺牲关键区域精度的前提下，降低大规模DEM模拟的计算成本？
• RQ2 粗粒化模型如何与细观模型实现动态耦合，以保留与粒子尺寸相关的特性？
• RQ3 体积边界条件传递是否能够实现不同分辨率区域之间的有效双向耦合？
• RQ4 采用多级粗粒化时，性能提升与精度之间的权衡如何？
• RQ5 该方法如何扩展以支持耦合CFD-DEM模拟中的自适应分辨率？

主要发现

• 自适应粗粒化方法在显著降低计算成本的同时，保留了关键区域的细观细节，实现了大规模DEM模拟。
• 双向体积边界条件耦合确保了细观与粗粒化区域之间动态且一致的交互。
• 该方法支持多级粗粒化，可实现分辨率与性能之间的最优平衡。
• 该方法与耦合CFD-DEM模拟兼容，其中可对两相均应用自适应分辨率。
• 该框架在分辨率界面处保持了物理一致性，避免了颗粒流动力学中的虚假伪影。
• 该方法在涉及大量粒子的工业规模模拟中表现出良好的可扩展性与效率。