波形板干燥器内液滴数值模拟GPU并行加速.pdfVIP

第十六届全国流体力学数值方法研讨会2013 4．流体力学计算中的并行算法 波形板干燥器内液滴数值模拟的GPU并行加速 张迪木，黄伟，罗 琦，王侃 0041 中国核动力研究设计院反应堆系统设计技术重点实验室，成都，61 E-mail：zhangdi270@gmail．corn 关键词：波形板干燥器；水滴模拟；GPU加速 使用GPU模拟大量粒子的运动具有良好的并行加速效果【1．3】，本文探究GPU并行模拟波形板干 燥器内水滴的加速效果。图1为典型波形板干燥器的截面图【4】， 图I典型波形板干燥器的截面图 工作原理为：气体夹带液滴进入板间，液滴的惯性使其撞到板壁，从气相中分离。使用CFD方 法可了解板问气相流场、液滴行为，有助于分析波形板干燥器的分离效率。同文献【6]，对板间两相 流动模拟采用如下近似：仅考虑二维流动；仅考虑气相对液滴的曳力作用(oFle．waycouple)：液滴为 单个液滴的受力，根据牛顿第二定律得到液滴运动方程。 基于以上近似：使用ANSYSCFX计算气相流场，读取结果用于水滴运动的模拟；并使用GPU 模拟离散相大量水滴的运动。GPU并行机制为SIMT[51，即多线程执行同一指令，每个线程模拟一 个液滴。模拟算法基于CUDAC实现，并依照GPU特性做指令优化和存储优化，以加快计算速度。 为验证GPU程序可靠性，模拟图l所示波形板内液滴的运动轨迹，将结果与ANSYSCFX计算 结果进行对比。计算条件：气相为25C的空气，入口流速为1m／s，出口压力设为大气压，壁面为无 滑移固壁；水滴直径取为40pm，从板间中央入射，速度为1m／s。图2给出液滴运动轨迹，两者结 果几乎完全重合，从而验证了GPU程序的准确性。 图2 GPU与ANSYSCFX计算结果对比 为验证加速效果，在CPU上实现相同的程序，并用编译器优化。定义加速倍数Acc： Acc=CPU计算时间／GPU计算时问 125 进行数值实验，GPU硬件：NVIDIA600，具有2个多处理器，每个处理器上有48个CUDA Quadro 核，lGb设备显存，计算能力为2．1。CPU硬件：Inteli5．2320单核，3．0GHz，4G内存。 考虑大量液滴从板间均匀入射，图3给出不同液滴数N下的计算时间和加速效果f计算条件同图 2算例)， 60 50 40 30墨 20 10 0 0 2000400060008000 N 图3不同液滴数下的加速效果 可看出，CPU计算时间与液滴数成正比。而GPU计算时间随液滴数增大而缓慢增加。Acc随液 滴数增大而增大。这是由于液滴越多，并行的线程越多，GPU的计算资源越容易发挥。在液滴数目 为8000左右时，GPU的计算速度约为CPU的60倍。 为进一步验证加速效果，取入射液滴数为8192，研究不同液滴直径、不同气相入口流速的 情况。图4给出计算时间和加速倍数， 3000