Simulación numérica de flujo para medios granulares aplicando el método de los elementos discretos y computación de alto desempeño

Abstract

El Método de los Elementos Discretos (Discrete Element Method, DEM) es una de las herramientas más utilizadas en aplicaciones que requieren estudiar el comportamiento dinámico de un sistema de partículas. Las industrias minera, agropecuaria y farmacéutica, el area geotécnica y, recientemente, la astrofísica, son ejemplos de campos de aplicación de DEM. Un conjunto muy amplio de propiedades físico-químicas de las partículas y del medio en que están inmersas pueden ser estudiadas a partir de la simulación de la dinámica de las partículas. Un caso de estudio de interés en el ambito nacional es el análisis de las presiones ejercidas por partículas granulares sobre la superficie interior de un silo de almacenamiento cuando hay movimiento relativo. Múltiples estudios se han dedicado a la investigación de la correlación entre las presiones medidas y la formación de un canal de flujo de partículas en la etapa de vaciado del silo. Para lograr resultados en simulaciones de escala industrial, que involucran un alto número de partículas ( 106- 107) es necesario disponer de un alto poder de cómputo. Estos requerimientos exigen que el sistema informático que implementa DEM trabaje eficientemente en infraestructuras de cómputo distribuido. En esta línea de trabajo, este proyecto de grado propone una implementación de un algoritmo de descomposición dinámica de dominio para el sistema de simulación LIGGGHTS (LAMMPS Improved for General Granular and Granular Heat Transfer Simulations) para la simulación de flujo de medios granulares.La implementación permite lograr un mejor aprovechamiento de los recursos de cómputo a través de distribuciones sucesivas de la carga de trabajo entre los recursos ociosos. Para validar la eficiente computacional se consideran dos problemas de validación (benchmark) distribuidos junto con el código fuente de LIGGGHTS y un problema más complejo de dinámica granular. Los resultados numéricos obtenidos muestran que el implementado reduce los tiempos de ejecución en hasta un 42% y un tiene speedup relativo de hasta aproximadamente 12X, sin afectar la calidad de los resultados numéricos.