Scalable, parallel poisson polvers for CFD problems
Promotie: dhr. M. Younas, 11.00 uur, Academiegebouw, Broerstraat 5, Groningen
Proefschrift: Scalable, parallel poisson polvers for CFD problems
Promotor(s): prof.dr. A.E.P. Veldman, prof.dr. H.L. Trentelman
Faculteit: Wiskunde en Natuurwetenschappen
Rekenkracht voor turbulente stromingen
Het berekenen van niet-samendrukbare turbulente stromingen vergt veel rekencapaciteit, waarvan het grootste deel wordt gebruikt voor het oplossen van de Poisson-vergelijking voor de druk. Daarom verrichtte Muhammad Younas onderzoek naar de prestaties van ‘Poissonsolvers’, waarbij hij met name keek naar solvers die op Krylov-methoden en Algebraïsche Multi-Gridmethoden zijn gebaseerd.
In drie dimensies zijn symmetrische Poissonproblemen opgelost op rekenroosters tot en met één miljard punten. De CG-methode met ML als pre-conditionering geeft de beste resultaten. Als de randvoorwaarde de symmetrie van het Poisson-probleem verstoort, worden gepreconditioneerde GMRES-methoden gebruikt.
Niet-symmetrische Poisson-problemen treden op na discretisatie van de Navier-Stokes vergelijkingen (behoud van massa en impuls) in de buurt van een vrij oppervlak. Younas beschouwde drie gevallen: een niet-samendrukbare een-fasestroming, een samendrukbare twee-fasenstroming en een vrije oppervlaktestroming met in- en uitstroomrandvoorwaarden. Ook in deze gevallen geeft een AMG pre-conditionering goede resultaten.
Verder zijn directe numerieke simulaties van turbulente kanaalstromingen onderzocht voor Reynoldsgetallen tot en met een Re van ongeveer 1400. Daarvoor zijn 1024 processoren gebruikt. De Poissonsolver voor de druk maakt deel uit van PETSc, en de Message Passing Interface (MPI) standaard is toegepast om de overige delen van het computerprogramma om te zetten in een parallelle Fortrancode. De Poissonsolver vergt ongeveer 90 procent van de rekentijd. De berekeningen zijn uitgevoerd op Huygens Nationale Supercomputer in Amsterdam. In deze toepassing blijkt de ML pre-conditionering iets efficiënter te zijn dan BoomerAMG.
Muhammad Younas (Pakistan, 1973) studeerde toegepaste wiskunde aan de University of Engineering and Technology in Lahore. Het onderzoek werd uitgevoerd bij het Bernoulli Institute for Mathematics and Computer Science van de RUG en gefinancierd door de Higher Education Commission (Pakistan) en NWO.
Laatst gewijzigd: | 13 maart 2020 01:02 |
Meer nieuws
-
29 april 2025
Impact | Rubber recycling
De komende weken introduceren de genomineerden voor de Ben Feringa Impact Award 2025 zichzelf en hun impactvolle onderzoek of project. Deze week: Francesco Picchioni voor zijn nieuwe rubber recycling technologie.
-
29 april 2025
Impact | Besluitvorming tussen mens en AI verbeteren in de gezondheidszorg
De komende weken introduceren de genomineerden voor de Ben Feringa Impact Award 2025 zichzelf en hun impactvolle onderzoek of project. Deze week: Andra Cristiana Minculescu met haar research project over het verbeteren van menselijke en AI...
-
28 april 2025
Bouwen aan slimme oplossingen voor een dynamische wereld
Dynamische systemen – wiskundige modellen die beschrijven hoe processen zich ontwikkelen door de tijd – zijn cruciaal voor veel van de moderne wereld. Maar de grote uitdaging is om ervoor te zorgen dat deze systemen specifieke doelen bereiken. Dat...