高性能计算流变学与复杂动力学系统仿真平台

研究所以新颖的多层次分布式并行计算架构设计，构建了集成化的高性能计算与复杂动力学系统仿真平台。其中融合了多物理场的高性能计算池、多源数据分析AI计算池、机器人（无人系统）作业仿真计算池、复杂情景时实可视化的渲染计算池。

如图1所示，仿真平台集成了从微观分子动力学、介观结构动力学到宏观湍流结构动力学，适用于开展大规模并行计算多相复杂介质多尺度结构动力学，揭示多层次流固耦合动力学机制的计算流变学开源软件，为建立统一的复杂介质结构动力学理论提供支撑。

图1 高性能并行计算流变学开源软件 

计算流变学平台软件具有如下特点：一是为了解决粘弹流体数值算法中的所谓“高Wi数问题”，首创了新颖的Lagrangian-Eulerian计算策略，并通过对标准粘弹流体问题的计算机模拟，验证了它的良好收敛性和准确性。随后，这一计算策略又被成功地推广到模拟含自由边界粘弹流体挤出流、剪切成带流变现象，以及介观尺度下模拟浓悬浮液颗粒、泡沫和乳液滴在剪切流场下的动力学和流变行为。另外通过把它与随机模拟算法的有机结合，实现了微观分子动力学与连续介质流体力学之间的双尺度耦合数值模拟，从而为检验各种难以用偏微分方程形式准确表达的微观分子动力学模型提供了可靠的数值模拟方法。这一新颖算法的公开发表直接引发了包括英国、德国、丹麦、西班牙和日本在内的同行跟踪研究。二是基于Boltzmann方程进行逐级高阶近似的理论框架，提出并验证了基于格子Boltzmann算法计算粘弹流体的数值方法，使得大规模并行计算流变学及其工程应用成为可能。三是在连续介质计算流变力学领域，构建了大规模并行计算流变学平台，为 “弹性湍流”这一极具学术挑战性的前沿问题研究奠定了技术基础。典型案例如下。

在建立普适性高分子溶液本构方程方面，采用集Edwards自洽场理论和Doi-Edwards分子动力学模型为一体的高分子理论框架，已经成功地用于计算强流场下高缠结链分子熔体的非均匀粘弹性行为，证明其可行性。在建立双流体模型方面，项目研究团队推导完善了双流体模型并率先完成了在强剪切流场条件下对这一复杂热力学系统的数值模拟。如图2所示，数值模拟结果首次完整地展示了高度耦合的双组份密度场、对流速度场、应变率场、剪切应力场、法向应力场。这不仅揭示了“剪切成带”等奇特流变现象的物理本质、形成机理和流场诱导相变的动力学路径，还率先用数值模拟方法从物理机理揭示了双组份高分子体系的平衡态相图随应变率的变化而迁移这一近七十年前观测到的实验现象，并确定了它的分子动力学控制参数。因此，具有热力学一致性的理论建模方法在计算强流场下高分子的动态构象、浓度涨落和溶液相转捩、速度场、应力场都是行之有效的。

图2 剪切诱导高分子溶液的相分离及混沌流变响应: (a) 某时刻的浓度场; (b) 某时刻的对流速度场; (c) 某时刻的第一法向应力场; (d) 时变平均剪切应力; (e) 时变平均第一法向应力; (f) 典型浓度场涨落的功率谱图 

基于OpenFOAM开源CFD软件编程框架及自主CFD软件，开发大规模并行计算粘弹流的数值求解器。如图3所示，我们利用FENE类珠簧链分子本构方程计算典型“绕圆柱流”和“陡峭收缩流”的验证结果表明粘弹流数值求解算法较好地解决了“高Wi数问题”，具有良好的并行计算效率和计算规模可扩展性。另外，我们已经把PETSc集成到OpenFOAM，并完成了千万网格规模的并行计算测试，初步结果显示 OpenFOAM-PETSc的求解效率比OpenFOAM提高了4倍以上。随后将在新一代国产超级计算机上开展更大规模的测试和优化。由于“弹性湍流”和“湍流减阻”在较低Re数（不超过1e4）就可以产生，经过上述优化的求解器能够满足开展直接数值仿真（DNS）湍流的要求。

图3 在El=476.2和不同Wi数的条件下，基于链分子之间流体相互作用的FENE本构方程计算“16:1陡峭收缩流”获得的时变流线分布图和与之耦合的（以颜色代表）链分子构象分布云图：（a）Wi=16; (b) Wi=32; (c) Wi=48

这一集高性能计算、高通量机器学习与多物理数据融合分析、时变动态数据可视化为一体的数字化科研平台，具备从分子水平定量研究复杂流体多尺度湍流结构生成演化及相互作用的基础条件。其中，高性能计算子系统已经部署OpenFOAM、PETSc、ParaFEM等一批开源科学与工程计算软件以及自主CFD软件。数据分析子系统部署了NoSQL、Spark、SparkSQL、TensorFlow等一批通用数据存储和管理、机器学习、数据分析和应用服务开源软件。研究中产生的理论建模、并行计算和实验表征的多物理数据都将汇总到数据分析子系统下，形成多层次高分子溶液组成、结构、性能的数据库，支撑针对本项目复杂性科学问题的研究。例如以深入揭示“弹性湍流”和“湍流减阻”多尺度动力学结构生成演化及耦合作用机理为牵引，基于新一代机器学习方法，建立融合分析从计算机模拟和实验表征产生的高分子构象分布、浓度分布、速度分布、应变率分布、应力分布、湍流拟序结构分布、能谱分布等多物理场时变数据的数据流、工作流和信息流，以机器学习的方法构建并不断完善基于分子理论的高分子流体本构方程和多尺度动力学模型，严格验证其预测误差和有效性，建立以多物理场数据的汇集与多尺度动力学模型的进化互为驱动，协同提高湍流结构动力学理论及工程精准调控水平的新研究范式，开辟以数据与模型互为驱动、协同助推知识发现的新时代。