论文部分内容阅读
多组分混合流动在自然界中广泛存在的一种物理现象，如气体泄漏、污染物扩散等，对该现象的理解和掌握有着重要的学术意义和工程应用价值。由于多种组分混杂，观测起来比较困难，这给物理试验造成了一定的难度;在现代工业的一些典型应用领域内，如危险气体扩散、或者有高温伴随的混合流动等，更是由于实验对人体有危险性而使得物理实验难以开展，迫切需要数值仿真计算技术来为工程中的实际问题提供理论依据。相对物理实验，数值计算仿真实验有着不可比拟的优势:它更加容易进行，通过后期的可视化手段，能更加直观地观测实验的过程和物理现象的内部变化，从而加强对多组分混合流动的内在机理的分析。 数值计算仿真实验的精确度和计算机的性能是息息相关的。特别是复杂的流动问题，由于通常不存在解析解，只能通过有限元素法或有限差分法都是找到其近似解;为了达到指定的求解精度，更小的时间步长，更细的网格、更高的分辨率通常是研究中追求的目标。在多组分混合流动数值仿真实验中，为了求解的稳定性，研究者往往采用隐式算法来对时空进行分割:这就对仿真计算机的计算性能和存储空间提出更苛刻的要求，利用传统算法很难进行大规模仿真计算。 近年来，随着计算机硬件的“摩尔定律”被打破，硬件的限制使得CPU主频的提升达到了极限，多核、并行计算正在成为高性能计算的主流。通过聚合多台计算机的计算资源，并行计算为数值仿真实验提供了可以无限扩展的计算力，也为多组分混合流体的大规模计算仿真带来了新的契机。 在前期工作的基础上，在本研究中，本人在普通PC集群上采用并行区域分节算法对该类问题进行大规模数值仿真，并对并行迭代算法的效率以及相关问题展开研究，探索出了大规模计算仿真多组分混合流动问题的一般方法，为工程中的实际问题提供了更详尽的理论依据。