基于统计动力学的高性能大规模流固耦合流体仿真方法

摘要

本发明提出了一种基于统计动力学的高性能大规模流固耦合流体仿真方法。该方法基于统计动力学，采用高阶非正交中心矩弛豫格子玻尔兹曼模型，首次提出基于优化的自适应高阶松弛参数控制，遵循伽利略不变性，可以在高雷诺数下仿真流固耦合的强湍流现象。为了提升仿真稳定性，本发明构造了统计动力学介观模型和宏观流体物理模型的通用映射对应关系，能够实现在时间尺度上的自适应流固耦合仿真，在空间尺度上对求解区域进行自适应尺度的采样和连续尺度展开，大大提升了计算效率。同时，本发明提出的方法具有良好的并行性和可扩展性。在高分辨率下，通过将其扩展到多节点多GPU的大型服务器设备上，可以实现高性能大规模场景的流固耦合仿真。