Experimentación Numérica en Turbulencia DNS de turbulencia de pared Sergio Hoyas CMT- Motores Térmicos, Universidad Politécnica de Valencia Finaciación (Técnica o económica): DEISA, BSC,CICYT,PIC Trabajo en colaboración con Javier Jiménez ETSI Aeronáuticos, UPM y Centre for Turbulent Research, Stanford University
59
Embed
Experimentación Numérica en Turbulencia DNS de turbulencia ...webserver.dmt.upm.es/.../segunda-edicion/conferencias/jornadas2009.pdf · Trabajo en colaboración con Javier Jiménez
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Experimentación Numérica en TurbulenciaDNS de turbulencia de pared
Sergio Hoyas
CMT- Motores Térmicos,
Universidad Politécnica de Valencia
Finaciación (Técnica o económica):DEISA, BSC,CICYT,PIC
Trabajo en colaboración con Javier JiménezETSI Aeronáuticos, UPM y Centre for Turbulent Research, Stanford University
• Ahora mismo, la mecánica de fluidos es un campo muy activo de trabajo.
➘ Desde un punto de vista matemático, falta resolver el principal problema: la existencia y unicidad de soluciones de las ecuaciones de Navier-Stokes.
➘ Desde un punto de vista físico, se siguen sin entender mucho de los mecanismos de la mecánica de fluidos. Es decir, entendemos sabemos que pasa, entendemos como pasa, sabemos predecir que va a pasar, pero no sabemos la razón última de porque pasa.
➘ Desde el punto de vista de un ingeniero, las ecuaciones de la mecánica de fluidos son tan complicadas que se requieren modelos para poder resolverlas en tiempos razonables.
➘ Ahora mismo hay una gran discusión entre experimentos numéricos y experimentos físicos. Es lógico que al final el numérico se acabe imponiendo
• Si la densidad del fluido no depende del tiempo,
• En caso contrario, diremos que el fluido es compresible• Nota: Todos los fluidos son técnicamente compresibles, pero dependiendo de su movimiento pueden ser tratados como compresibles o incompresibles por lo que técnicamente es más correcto hablar de flujos compresibles o incompresibles
• Ahora mismo, la mecánica de fluidos es un campo muy activo de trabajo.
➘ Desde un punto de vista matemático, falta resolver el principal problema: la existencia y unicidad de soluciones de las ecuaciones de Navier-Stokes.
➘ Desde un punto de vista físico, se siguen sin entender mucho de los mecanismos de la mecánica de fluidos. Es decir, entendemos sabemos que pasa, entendemos como pasa, sabemos predecir que va a pasar, pero no sabemos la razón última de porque pasa.
➘ Desde el punto de vista de un ingeniero, las ecuaciones de la mecánica de fluidos son tan complicadas que se requieren modelos para poder resolverlas en tiempos razonables.
➘ Ahora mismo hay una gran discusión entre experimentos numéricos y experimentos físicos. Es lógico que al final el numérico se acabe imponiendo
1.- Calculamos vel. y vort. (F-P-F)1.- Calculamos vel. y vort. (F-P-F)2.- Transformamos z al espacio físico 2.- Transformamos z al espacio físico
Segunda parteSegunda parteMovemos de yz a líneas en xMovemos de yz a líneas en x
Tercera parteTercera parte1.- Transformamos x a físico 1.- Transformamos x a físico 2.- Cálculo de la helicidad2.- Cálculo de la helicidad3.- Transfomamos la helicidad a Fourier3.- Transfomamos la helicidad a Fourier
Quinta parteQuinta parte1.- Transformamos a (F-P-F)1.- Transformamos a (F-P-F)2.- Calculo del RHS de la ecuación2.- Calculo del RHS de la ecuación3.- Resolvemos los sistemas3.- Resolvemos los sistemas4.- Avanzamos en tiempo4.- Avanzamos en tiempo
Cuarta parteCuarta parteMovemos de líneas en x a yz Movemos de líneas en x a yz
- El código salva una imagen cada 200 pasos.- El código salva una imagen cada 200 pasos.- El archivo pesa alrededor de - El archivo pesa alrededor de 60GB60GB- Implementación clásica: esclavos a maestroImplementación clásica: esclavos a maestro- Todos los procesadores tienen que esperar a que el archivo esté escritoTodos los procesadores tienen que esperar a que el archivo esté escrito
Cada procesador escribe su plano a un directorioCada procesador escribe su plano a un directorio- No se implemento- No se implemento- Problemas: 2048 procesadores intentando escribir al mismo tiempo.Problemas: 2048 procesadores intentando escribir al mismo tiempo.
2048 archivos generados por cada imagen, 600.000 en total2048 archivos generados por cada imagen, 600.000 en total
Implementada: Pedimos 60 procs más y creamos dos MPI_GROUPS Implementada: Pedimos 60 procs más y creamos dos MPI_GROUPS
Por motivos de eficiencia computacional, hay estadísticas que no se calculan durante la simulación como pueden ser los balances de energía o las presiones.
Estos datos deben ser calculados a posteriori, a partir de imágenes de los campos guardadas.
Aunque ahora hay máquinas de más de 250GB de memoria compartida, hace tres años eran inaccesibles.
El postproceso se hace usando el disco como memoria RAM escribiendo los datos en acceso directo.
Para ello es necesario que los discos sean muy rápidos o mejor que sean sistemas distribuidos raid0 o raid5.
En una máquina típica de postproceso, sólo teníamos dos discos de 300 GB, con dos procesadores. Teníamos cuatro máquinas de estas. El problema era claramente: ¿Como optimizar las máquinas?
➘ Utilizar los dos procesadores independientemente, aprovechando al máximo el disco. Problemas: Conflictos de lectura disco a disco y disco a RAM
➘ Lanzar un proceso únicamente, y usando OpenMP aprovechar los dos procesadores. Problemas: 80% de tiempo es leer y escribir. Movimiento de datos remotos.
➘Lanzar un proceso por nodo y usar el otro procesador para la gestión de datos remotos. ELEGIDA
Con este procedimiento hemos conseguido postprocesar cada campo en 12 horas. En avanzar el tiempo en el código se tarda 22h (2048*40)
• Hemos realizado un nuevo algoritmo, basado en los conocimientos de los últimos 20 años que es capaz de usar miles de procesadores y mostrando un excelente speed-up.
• Este código ha sido principalmente escrito en Fortran77-90 usando C++ para las FFT y MPI para las rutinas de comunicación.
• Las DNS son muy caras, tanto computacionalmente como economicamente, pero no más que un experimento del mismo tamaño. Con una ventaja. Nosotros conocemos completamente la velocidad del fluido.
• Hemos obtenido una base de datos de 25TB que seguimos todavía analizando.
• Desde el punto de vista físico, hemos respondido varias preguntas, pero hemos abierto más interrogantes.
Artículos técnicos: “Scaling of the velocity uctuations in turbulent channels up to Re = 2000". S. Hoyas and J. Jimenez. Phys. of Fluids. 18,1 2006.
“Reynolds number dependence of the Reynolds-stress budgets in channels ". S. Hoyas and J. Jimenez. Phys. of Fluids, 20, 101511, 2008.
“Turbulent fluctuations above the buffer layer of wall-bounded flows ". J. Jimenez and S. Hoyas, J. Fluid. Mech. 611, 215-236 SEP 25 200 2008
“A high-resolution code for turbulent boundary layers ". M. Simens, J. Jimenez, S. Hoyas and Y. Mizuno, International Journal of Computational Physics, in press. 2009.
Artículos divulgativos:“Channel 2000: Computing wall turbulence at experimental Reynolds numbers". S. Hoyas and J. Jimenez. DEISA Newsletter, 2006.http://www.deisa.org/les/DEISA Newsletter Vol2 06.pdf