项目名称: 最小二乘有限元法的湍流大涡模拟及其并行计算

项目编号: No.11302153

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 李启良

作者单位: 同济大学

项目金额: 22万元

中文摘要: 最小二乘有限元法(Least-squares Finite Element Method,LSFEM)在流体计算中具有广阔的应用前景。与有限体积法相比,它具有收敛性好、通用性强,且易于获得高阶精度等优点。为此,本项目基于LSFEM的理论框架和大涡模拟方法,开发和完善LSFEM程序,实现利用LSFEM求解层流和湍流等各种流体计算问题。应用近年来新出现的GPU并行加速方法,实现单GPU平台下的LSFEM的大涡模拟计算,解决湍流计算中,自身计算量大所导致的计算时间长的问题。利用信息传输界面(Message Passing Interface, MPI)技术,开展多GPU平台之间的并行计算,使之能够快速、准确求解各类复杂的流体问题。为精确、高效预测工程中各类非定常流动和气动噪声问题提供新的方向。

中文关键词: 最小二乘有限元法;应力形式;大涡模拟;并行计算;

英文摘要: The Least-squares Finite Element Method (LSFEM) has a broad application prospect in fluid computation. Compared to the Finite Volume Method,it has been proved to be a good convergence,well universal and can easy to obtain high-order accuracy.Therefore,based on the theoretical frame of LSFEM and the method of Large Eddy Simulation (LES), programme of LSFEM is developed and improved to carry out all kinds of fluid problems which include laminar flow and turbulent flow. The Graphics Processing Unit (GPU) parallel method which has occurred for several years is applied to carry out the LES of turbulent flow using LSFEM on GPU so that the problem of long computational time generated by itself huge computational work in the turbulent simulation can be solved. Message Passing Interface (MPI) parallel techniques is applied and parallel calculation on different GPUs is done to solve all complex fluid problems quickly and accurately. A new direction is put forward to forcast the problems of unsteady flow and aerodynamic noise in the engineering application.

英文关键词: Least Squares Finite Element Method;Stress Formulation;Large Eddy Simulation;Parallel Computation;

成为VIP会员查看完整内容
0

相关内容

【牛津大学】多级蒙特卡洛方法,70页pdf
专知会员服务
57+阅读 · 2022年2月3日
【中科大】数值计算方法扩充课程,116页pdf
专知会员服务
81+阅读 · 2022年1月7日
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
28+阅读 · 2021年8月27日
【硬核书】矩阵代数:统计学的理论、计算和应用,664页pdf
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
NVIDIA 招GNN加速方向实习生,GPU超多~
图与推荐
0+阅读 · 2022年1月24日
复数神经网络及其 PyTorch 实现
极市平台
5+阅读 · 2022年1月17日
CUDA 并行计算优化策略总结
极市平台
2+阅读 · 2021年12月27日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
【边缘计算】边缘计算面临的问题
产业智能官
17+阅读 · 2019年5月31日
【材料课堂】EBSD晶体学织构基础及数据处理
材料科学与工程
34+阅读 · 2018年7月14日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
小贴士
相关主题
相关VIP内容
【牛津大学】多级蒙特卡洛方法,70页pdf
专知会员服务
57+阅读 · 2022年2月3日
【中科大】数值计算方法扩充课程,116页pdf
专知会员服务
81+阅读 · 2022年1月7日
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
28+阅读 · 2021年8月27日
【硬核书】矩阵代数:统计学的理论、计算和应用,664页pdf
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
相关资讯
NVIDIA 招GNN加速方向实习生,GPU超多~
图与推荐
0+阅读 · 2022年1月24日
复数神经网络及其 PyTorch 实现
极市平台
5+阅读 · 2022年1月17日
CUDA 并行计算优化策略总结
极市平台
2+阅读 · 2021年12月27日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
【边缘计算】边缘计算面临的问题
产业智能官
17+阅读 · 2019年5月31日
【材料课堂】EBSD晶体学织构基础及数据处理
材料科学与工程
34+阅读 · 2018年7月14日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员