复杂多相流动分子动力学模拟在GPU上的实现

利用CUDA（Compute Unified Device Architecture）技术进行了图形处理器（GPU）上的分子动力学（MD）模拟．在一片TeslaC870上,其速度20～60倍于Intel Xeon 5430 CPU之单核,最高可达150 Gflops．通过方腔流及颗粒一气泡接触等实例初步展示了此方式从微观上模拟介观行为的能力．     

多相流动的光滑粒子流体动力学方法研究综述

光滑粒子流体动力学(smoothed particle hydrodynamics, SPH)具有粒子方法的无网格和全拉格朗日特征, 适用于具有界面大变形、不连续性和多物理场的多相流的高精度模拟. SPH方法模拟多相流已有大量报道, 具体的实现方式也大不相同. 本文首先阐述了采用SPH方法模拟流体的基本控制方程, 以及求解过程中需要考虑的流体压力求解、表面张力、固体边界等问题. 整理和总结了基于SPH方法进行多相流模拟的主要实现方式: (1)双流体模型的拉格朗日求解器: 两相离散为两组独立SPH粒子, 并用显式相间作用耦合两相; (2)多相SPH方法: SPH方法对多相流模拟的自然延伸, 相间作用由SPH参数隐式描述; (3) SPH与其他离散方法的耦合: 差异较大的两相各自采用不同离散方法, 发挥不同拉格朗日方法的优点; (4) SPH和基于网格方法的耦合: 网格方法处理简单的单相流动主体, 获得精度和效率间的平衡. 另外, 还在模拟参数物理化等方面论述了与SPH方法模拟多相流相关的一些改进和修正方法, 并在最后讨论和建议了提高多相流SPH模拟效率和精度的措施.