Lattice Boltzmann Yöntemine Sağlanan Uygulamalar için Giriş
C ⁇ sıvı dinamikleri (CFD) uzun zamandır Navier-Stokes denklemlerini sonlu hacimle, sonlu bir element veya sonlu fark yöntemleri kullanarak çözme konusunda çok fazla bilgi sahibi oldu: Lattice Boltzmann Yöntemi (LBM).
LBM sadece bir niş teknik değildir; hem akademik araştırma hem de endüstriyel mühendislikte ana bir araç haline gelmiştir.Hastaya özgü arterlerden, göz ardı edilen kimyasal reaktörleri modellemek için, LBM esnek ve hesaplamalı olarak verimli bir çerçeve sağlar. Bu makale, temel ilkeleri, anahtar avantajları, ortak uygulamaları ve pratik uygulamaları kapsar.
Lattice Boltzmann Yöntemi Nedir?
Kalpte LBM, Boltzmann denkleminden elde edilen bir hesaplama yaklaşımıdır, bir kinetik denklemi, faz uzayında bir parçacık dağılımının evrimini tarif eder. Yöntem, her zaman uzay ve hızsal bir dizi düğüm ve sonlu bir hız yolu yaratır.
LBM algoritması iki adım arasında değişir: 03.D.Geçmişlik[Dönetici:2) ve [[Döneticileri[Döneticiler için)[Döneticileri değiştir], her bir sabit enerji dağılımına karşı rahatlamak için, kanaldaki akış adımlarını geri getirmek için bir işlem, kanallarını kapatarak, yüksek çözünürlükteki boşlukları azaltacaktır.
Bu mesooskopik kökeni LBM'yi klasik CFD yöntemlerinden ayırt eden şeydir. Doğrudan mikroskopik değişkenler için kısmi diferansiyel denklemler yerine, LBM daha basit, daha yerel kinetik denklemler geliştirir. Bu yerellik LBM'yi olağanüstü bir şekilde paralelleştirmeyi sağlar - lattice node çarpışma sırasında bağımsız olarak güncellenebilir ve akış adımlarını içerir.
Tarihsel Gelişim
LBM'nin kökleri, Lattice Boltzmann Yöntemi'nden muzdarip ve yoksun olan Gonzmann modellerinin gerçek değerli dağıtım işlevlerinin tanıtılmasıyla geri alınabilir. Erken lattice gaz modelleri Boolean değişkenlerini (parçalı olarak işgal edilmiş veya boş) ve basit çarpışma kuralları, ancak Lattice Boltzmann Yöntemi'nden muzdarip ve öncülüğünden yoksun kaldıklarımıza yol açtılar.
O zamandan beri, yöntem sürekli rafineriye geçti. Araştırmacılar, eğri duvarları ve karmaşık yüzey etkileşimleri geliştirebilecek olgun bir araç olarak kabul edilir ve açık kaynak ve ticari yazılım paketlerinin büyüyen ekosistemi olarak kabul edilir.
LBM'nin Anahtar Kavramları
LBM'yi anlamak için, bir çok birbirine bağlı konsept kavraymalıdır: lattice yapısı, dağıtım işlevleri, çarpışma operatörleri ve sınır koşulları.
Lattice Structure ve Velocity Setleri
D[DD) için en yaygın hız setleri D)[D) ile uyumlu olan D2Q9 lace = 3,9 ve diğer değişkenleri kullanarak, DD) normal bir şekilde ayarlandığında, DD'nin 3. sıra dışı değişkenleri (D) ve diğer değişkenleri doğru şekilde ayarlandığında, D'nin 3.
Dağıtım Fonksiyonlları
Her lattice node, bir dağıtım fonksiyonu seti f)i) (x,t) depolanır, hız yollarını indeksleyen parçacıkların olasılık yoğunluğunu temsil eder.
- [FONT:0)Density:[DFLT:1] = ⁇ f).
- [FONT:0)Velocity:[DÜye/Üye/Üye/Üye/Üye) ⁇ f[DÜye: 2)[Üye/Üye/Üye/Üye/Üye/Üye)[Üye/Üye/Üye/Üye/Üye/Üye/Üye/Üye)
- [FONT:0)Basın:[[Dönem: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ [DÜye:2)[[Üye: 3 )
Collision ve Akış
Sistemin evrimi lattice Boltzmann denklemi tarafından yönetilir:
[Düzücük:0)[Düzücükler, s.(x)[x, c)[x, c)[D)[Düzücüler, s.
Doğru el tarafı çarpışma operatörünü temsil ediyor, çoğu zaman BGK tek-relaxation-time (SRT) modeli, her dağıtımını denge değerine doğru rahatlatıyor ).
[Düzücük:0)[DÜye:2)[Üye Olmayanlar[Üyeler)[Üyeler)[Üyeler)[Üyeler)[Üyeler)[Üyeler)[Üyeler)[Üyeler)
Burada )i), lattice modeline bağlı olarak ağırlık faktörleridir. ⁇ , ⁇ ⁇ ⁇ = c| ⁇ - 0,5) . Böylece, ⁇ seçerek, kullanıcı akış sayısı doğrudan ilişkilidir.
Sınır Koşulları
LBM'nin güçlülerinden biri sınır koşullarını uygulama kolaylığıdır. Ortak türler şunlardır:
- [FONT=0]Bounce-back:[Dönetici:[Döncük duvarları için, gelen dağıtım işlevleri geri yansıtılır. Bu, karmaşık voxelized geometrilere bile kolayca uygulanır (örneğin, göz ardı edilebilir medya).
- [FONT:0)Velocity veya baskı insekiz: Precast speed or yoğunluk Zou-He veya denge ekstrapolasyon yöntemi kullanılarak uygulanabilir.
- [FONT:0)Periodik sınırları:[Dönetici:[Dönetici:0)[Dönekli akışlar için ideal.
- [FONT:0)Kürt sınırları:[Dönetici:0)[Dönetici:0))[i:[i]) Daha doğru tedaviler, Bouzidi et al tarafından geri dönüş gibi.
Properly uygulandı, bu sınır koşulları uzayda LBM'nin ikinci sipariş doğruluğunu korur.
LBM'nin Avantajları
Lattice Boltzmann Yöntemi, geleneksel Navier-Stokes çözücüleri üzerinde birkaç çekici avantaj sunuyor:
Geometrik Flexability
LBM düzenli bir kartezyen ızgara kullanır, karmaşık geometriler geri dönüş tekniğini kullanarak temsil edilebilir. Bu, doğrudan tıbbi tarama veya optik ağlardan elde edilebilir olan geometrinin doğal bir uygunluğunu gerektirir.Bu LBM özellikle biyomedikal ve geoscience uygulamaları için çekicidir.
Paralel Scalability
çarpışma adım tamamen yereldir - hiçbir şey sadece kendi dağıtım işlevlerine bağlıdır - ve akış adım sadece en yakın komşu iletişimdir. Bu yapı haritaları neredeyse tamamen dağıtılmış hafızalara (MPI) ve GPU'lara bağlıdır. LBM kodlarının binlerce çekirdek üzerinde düşük ölçeklenebilir yöntemlere sahiptir.
Multifa ve Multicomponent Flows
LBM doğal olarak her tür için veya bir sipariş parametresi için ek dağıtım işlevlerini tanıtarak birden çok aşama veya bileşen barındırmaktadır.The Shan-Chen (pseudo-potential) model, ücretsiz enerji yaklaşımı ve renkli-gradient yöntemi, tüm yaygın olarak damlacık dinamikleri, balonluluğu, kapillary dolum ve mikrofluidic emulsification. Bu modeller çarpışma adımına doğrudan dahil olmak üzere, geçici fenomenlerin gerçekçi simülasyonunu sağlar.
Saykan Fizik ve Algoritma Clarity
LBM algoritması kavramsal olarak basittir: çarpışma, akış, sınır koşulları, makroskobik değişkenleri hesaplayın, tekrarlayın kaynak kodu genellikle LBM'yi eğitim amaçlı ve hızlı prototyping için favori yapmak. sonlu kodların aksine, LBM, geniş doğrusal sistemleri - algoritmayı tekrarlamaz veya çözmez - açık olduğunda, LBM'yi tamamen zaman alıcı bir şekilde gerçekleştirir.
Basit ve Low-Speed Flows için ayarlanabilirlik
LBM standart formda zayıf maliyetli Navier-Stokes denklemleri (düşük Mach sayısı), ısı akışları genişletilebilir ve çift dağıtım yaklaşımı gibi modeller aracılığıyla sıkıştırılabilir rejimler.In incompress veya neredeyse-incompressible flows (Mach <; 0.3) için LBM yüksek derecede verimlidir, baskı-velocity darbe sorunları önlemek.
LBM Sınırları
No method is universal, and LBM has its own set of challenges:
- [FONT:0)Uniform Grid Restriksiyon: Standart LBM, normal bir kartezian lattice'ye dayanıyor.Yerel ağ rafineri teknikleri mevcut olsa da, yapılandırılmamış yöntemlerden daha karmaşıktır. Yüksek çözünürlüklü bölgeler, adapte olmayan bir ağ oluşturmadıkça eşit derecede iyi küresel şebekeler gerektirir.
- [FONT:0]Memory Footprint:[DD] LBM, aynı sayıda hücre için geleneksel bir CFD koduna yol açıyor. Ancak, bu daha az kısıtlayıcı hale geliyor.
- [FONT=0]Viscosity Range:[Dönetici:[Dönetici:0)) ⁇ , yüksek visity'de sayısal istikrarsızlık veya önemli hatalardan kaçınmak için 0,5 ile 5 arasında kalmalıdır. Bu, yüksek vizorasyon veya ileri turbülans modelleri olmadan doğru şekilde simüle edilebilir sayıdaki kare sayıları sınırlar.
- [FONT:0]Komser ve Yüksek Hız Akışları: [Dönder: 1) Standart LBM süpersonik veya hipersonik akışları doğrudan ele almaz ve bu tür rejimler için daha az olgun ve önemli değişiklikler gerektirir.
- [FONT:0)Boundary Durum Tespiti:[Dönerge:[Dönerge:0) Basit geri dönüş, düzeltilmemiş sınırlar için sadece ilk sipariş doğruluğu verir. Gelişmiş tedaviler mevcut ancak karmaşık ve maliyet ekleyin.
LBM uygulamaları
LBM'nin malumlığı, geniş bir disiplin yelpazesinde kabul edilmesine yol açtı. Aşağıda, her biri açıklayıcı örneklerle öne çıkıyor.
Porous Media ve Geosciences
LBM muhtemelen, temizlenebilirlik için en popüler CFD yöntemidir. Petrol ve gaz endüstrisindeki şirketler dijital kaya fiziği için LBM'yi atlatabilme yeteneği, pahalı temel-flood deneylerinin değiştirilmesi veya paketlenmiş arıtılabilirlik, işkence edilebilirlik için idealdir.
Biyomedikal Mühendisliği
Hastaya özgü kan akış simülasyonları temel bir uygulamadır. Tıbbi görüntüleme verileri (CT, MR) doğrudan voxels'in latticesine dönüştürülebilir ve LBM hızla arterlerde basınç dağılımı ve baskı dağılımı ile ilgili olarak işlem yapar.
Örneğin, LBM'nin kırmızı kan hücresi dinamiklerini incelemek için sıvı yapılandırılmış etkileşimler ile birlikte çalışmasıdır.
Mikrofluidics ve Lab-on-a-Chip
Mikrofluidic cihazlar genellikle karmaşık kanal geometrileri, damlalet nesli ve çoklu sıvıların karıştırılmasını içerir. LBM'nin multifaksiyon modelleri iyi doğrulukla kırılabilir. Yöntem aynı zamanda mikrofloresans, elektrokintik pompalar ve dierophoretic sempozlar tasarlamak için de kullanılır. Örneğin, açık kaynak çerçeve Palabos ().
Çevre ve Endüstriyel Akışkanlar Mekanik
LBM, şehir kanopları, trenlerin ve otomobillerin aerodinamiklerini modellemek için kullanılır (Smagorinsky veya dinamik Smagorinsky gibi çalkantı modelleri kullanarak), ve kimyasal reaktörlerde akışlar da uygulanabilir.
Turbulence Simülasyonları
LBM, büyük hacimli simülasyonlar (LES) türbülan akışlar için giderek daha fazla kullanılır. Subgrid-scale modellerinin (Smagorinsky modeli gibi, LBM'ye yerel olarak ayarlandığında) araştırmacıların bluff-body aerodinamik, kanal akışlarını ve jet inst yükümlülüklerini incelemelerine izin verdi. Çünkü LBM oldukça paraleldir, çok yüksek çözünürlüklü LES iyi ağlarda yapılabilir, bazen doğrudan sayısal simülasyona (DNS) yaklaşarak LBM'ye yaklaşabilir.
Geleneksel CFD Yöntemleri ile Karşılaştırma
Geleneksel Navier-Stokes çözücüler (sonlu hacim, sonlu elemanlar, ⁇ ) LBM adreslerinin birkaç acı noktasından gelen iş bağlantılarıdır: OpenFOAM ve STAR-CCM+. onlarca yıllık gelişim, çok çeşitli modeller (turbulence, radyasyon, yanma) ve sağlam bir eğrilik ağı desteği sunar.
| Feature | Traditional CFD | Lattice Boltzmann Method |
|---|---|---|
| Mesh generation | Complex, often manual; highly geometry-dependent | Simple cubic grid; geometry from voxels |
| Parallelization | Requires domain decomposition; communication overhead varies | Excellent scalability; minimal communication |
| Implementation complexity | Moderate to high; nonlinear solvers, pressure coupling | Low to moderate; explicit scheme, no matrices |
| Memory per node | Low (few variables) | High (multiple distribution functions) |
| Multiphase flows | Complex interface tracking/capturing | Natural via pseudo-potential or free-energy models |
| High Mach number | Well-established | Limited; requires extensions |
Uygulamada, LBM ve geleneksel CFD arasındaki seçim, belirli bir probleme bağlıdır. Kompleks geometriler için üniformalı karar ihtiyaçları (gözlü medya, mikrofluidics), LBM genellikle daha hızlı ve daha basit. Yüksek sipariş doğruluğu gerektiren sorunlar için (havalı kanatlar, türbinler), yapılandırılmamış Navier-Sts çözülür.
Uygulamayı Değerlendirme
Yazılım Frameworksleri
Birkaç yüksek kaliteli açık kaynak LBM kodları mevcut, giriş için bariyeri azaltmaktadır:
- [FONT:0)OpenLB[D][FONTT:0) (Open Lattice Boltzmann): 2D/3D, birçok lattice modeli, çeşitli sınır koşulları ve modüler bir yapı. Mükemmel bir belge ve büyük bir kullanıcı topluluğu.
- [FONT=0)Palabos[[Dönetici: C++ kütüphanesi bir Python arayüzü ile. multifaze modelleri, sıvı-yapı etkileşimi ve GPU desteği içerir. Akademik araştırmada Popüler.
- [FONT=0)LBM GPU[[DÜDÜDÜDÜDÜDÜDÜDÜDÜDÜSÜŞÜNÜ: 0,0)LBM: Birçoğu açık kaynak uygulamaları, genellikle yüksek performanslı hesaplama için özel olarak mevcuttur.
- Ticari seçenekler: XFlow (Dassault Systèmes), PowerFLOW (Dasault), ve diğerleri LBM'yi endüstriyel simülasyon ortamlarına entegre eder.
Donanım ve Performans
LBM CPU'larda belleke bağlı bir algoritmadır: performans genellikle hafıza genişliğiyle yüz yüzen işlemler yerine sınırlıdır.In GPUs, durum daha yüksek bellek genişliği ve büyük sayıda çekirdek gerektirir.Achieving good performance requires careful design -coalesced memory access (e.g., using Structure of Series (SoA) ve atom operasyonlarından kaçınmak önemlidir.
Geçerlilik ve Doğrulama
Herhangi bir CFD yöntemiyle, LBM kodunun bilinen test vakaları için doğru sonuçlar verdiğini doğrulayın. Classic geçerlilik vakaları Poiseuille akışı (parabolik profili), kapak tabanlı boşluk akışı, geçmiş bir silindir (Strouhal numarası ve sürüklenme katsayısı) ve Taylor-Green vortex çürümesine karşı karşılaştırmalar sağlar. Seçilen lattice kararı, sınır koşulları ve sağlık parametreleri uygun olduğundan emin olur.
Future Yol Tarifi
LBM evrim geçirmeye devam ediyor. Anahtar araştırma itkileri şunları içeriyor:
- [FONT=0)Adaptive Meinement (AMR): ) Yerel kararların yalnızca ihtiyaç duyduğu, hafıza maliyetlerini azaltan teknikleri. Quadtree/octree ızgaralar aktif bir alandır.
- [FONT:0]Makine Öğrenme Entegrasyonu:[Dönetici:[Döneticileri değiştirip sabit devlet sorunları için yakınlaşmayı hızlandırmaya alışkındır. Lattice Boltzmann Data-Driven grubu sözlüğünden son çalışma.
- [FONT:0]Fluid-Structure Interaction (FSI): [Döneticileri esnek vücutlar için sonlu elemanlarla (örneğin, fiyon kanatları, kalp kapakları) aktif bir alandır, genişletilmiş sınır veya ceza yöntemleri kullanılarak.
- [FONT=0]Non-Newtonian ve Viscoelastic Flows:[Dönetici: 1 ) Güç-law, Bingham ve vielastic sıvılar (Eskiroyd-B, FENE-P) daha fazla hesaplamalı yoğun olsa da geliştirilmektedir.
- [FONT:0]Quantum Hesaplama: [Dönetici: · 1] LBM doğrusal bir operatöre (kolision ve akış) dayanıyor, kuantum algoritmaları için bir aday, ancak pratik uygulamalar hala uzaktır.
Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç
Lattice Boltzmann Yöntemi, geleneksel Navier-Stokes çözücülere güçlü bir alternatif olarak duruyor, olağanüstü geometrik esneklik, doğal ölçeklenebilirlik ve basit bir algoritmalı temel. Komplek akışlar ve hareket arabirimleri ile hareket etme yeteneği, çokfak akışlar, ve donanım verimliliği her iki akademide de bir seçim aracı haline geldi.
Herhangi bir venturing için hesaplamalı akışkan dinamikleri, LBM, bir kaya porunda yeni bir bakış açısı sunar. LBM, sağlam, sezgisel ve performans gösteren bir çerçeve sunar.