Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Seconda Universit
degli Studi di Napoli
Dipartimento di Ingegneria
Aerospaziale e Meccanica
Andrea Aprovitola (1), Pasqua Dambra (2), Filippo Maria Denaro (1), Daniela di Serafino (3), Salvatore Filippone (4)
(1) (Dipartimento
di Ingegneria. Aerospaziale e Meccanica, Seconda Universit degli Studi di Napoli, Via Roma 29, I-81031 Aversa andrea.aprovitola@unina2.it, denaro@unina.it )
(2) (Istituto di Calcolo e Reti ad Alte Prestazioni, CNR, Via Pietro Castellino 111, I-80131 Napoli, pasqua.dambra@na.icar.cnr.it )
(3) (Dipartimento di Matematica, Seconda Universit degli Studi di Napoli, Via Vivaldi 43, I-81100 Caserta, daniela.diserafino@unina2.it )
(4) (Dipartimento di Ingegneria Meccanica, Universit di Roma Tor Vergata, Viale del Politecnico 1, I-00133, Roma, salvatore.filippone@uniroma2.it )
(m )
Ax
Campo di predizione
v v
t t
(1)
Continuit
v ndS = 0
(2)
( x )
1
v = 1
F ndS
t
( x ) ( x )
(3)
Campo di correzione
n +1
v = v t
Il vicolo imposto dalla equazione di conservazione della massa (2) imposto risolvendo ad ogni time step lequazione di Poisson:
Quantit di moto
(m)
Ax
1
( x)
(4)
n dS =
( x )
v
dS
( x ) t ( x )
Il modello LES FV riduce il costo computazionale delle NS ma le simulazioni di flussi turbolenti in presenza di pareti solide a Reynolds O(106) richiedono lutilizzo di algoritmi di
soluzione dei sistemi lineari ad elevate prestazioni e lutilizzo di macchine a memoria distribuita, a causa dei passi dintegrazione spazio/temporali molto ridotti
Per la risoluzione dei sistemi lineari derivanti dalla discretizzazione di problemi di CFD
diffusa lapplicazione di metodi di risoluzione di tipo Krylov. Per lefficienza di tali metodi cruciale luso di precondizionatori che ne accelerino la velocit convergenza. In questo lavoro analizzato il comportamento di differenti precondizionatori multilivello implementati nel package MLD2P4.
Interfacciamento del Codice LES con PSBLAS (strutture dati e solver di tipo Krylov) e
MLD2P4 (precondizionatori
1) Inizializzazione ed allocazione delle strutture dati di PSBLAS (contengono le informazioni relative alla matrice del sistema e agli elementi da scambiare tra i processi)
2) Assegnazione strutture dati e distribuzione delle stesse tra i singoli processi
3) Calcolo del campo di predizione, tale campo utilizzato per il calcolo del termine noto
della (4)
4) Risoluzione del sistema lineare derivante dalla discretizzazione della (4) con un metodo
di Krylov associato a differenti precondizionatori multilivello disponibili in ML2DP4
LES
DNS
18
16
14
2 2 2
Re =1050
x (streamwise), z (spanwise) : omogeneit del flusso, ovvero grandezze statistiche della turbolenza invarianti per traslazione
6
u+
4 2 4 3
Re = 180
12
10
8
6
4
Speedup medio relativo alla soluzione delle (2 (3), media su 10 passi temporali
0.1
Tempo desecuzione relativo alla soluzione del sistema lineare derivante dalla (4) su 1 time units (S.O.R. su 1 proc.. t=8580 sec)
10
100
y+
Referenze
[1] A. Aprovitola, P. DAmbra, F. M. Denaro, D. di Serafino, S. Filippone, Application of Parallel Algebraic Multilevel Domain Decomposition Preconditioners in Large-Eddy Simulations of Wall-bounded Turbulent Flows: First Experiments, (ICAR-CNR Technical Report, RT-ICAR-NA-2007-02, 2007).
[2] A. Aprovitola, F.M. Denaro, On the application of congruent upwind discretizations for large eddy simulations
(Journal of Computational Physics, 194, 2004).
Ly
[3] A. Aprovitola, F.M. Denaro, A non diffusive, divergence free, finite volume-based double projection method on
non staggered grids (International Journal for Numerical Methods in Fluids, 53, 2007).
[4] A. Buttari, P. D'Ambra, D. di Serafino, S. Filippone, Extending PSBLAS to Build Parallel Schwarz Preconditioners, in ,J. Dongarra, K. Madsen, J. Wasniewski, editors, Proceedings of PARA 04 Workshop on State of the Art in
Scientific Computing (Lecture Notes in Computer Science, 3732, 2005).
Lz
u , v, w = 0