Droplet Impact: A GPU Based Smoothed Particle Hydrodynamics (SPH) Approach
Notice bibliographique
Résumé
A parallel GPU compatible Lagrangian mesh free particle solver for multiphase fluid flow based on Smoothed Particle Hydrodynamics (SPH) scheme is developed and used to capture the interface evolution during droplet impact. To solve Navier-Stokes equations, the computational domain is discretized using fluid particles. Surface tension is modeled employing the multiphase scheme of Hu et al. In order to precisely simulate the wetting phenomena, a method based on the work of Šikalo et al. is used and compared to ensure accurate dynamic contact angle calculation. Using this method, accurate perditions were obtained for droplet contact angle during equilibrium and spreading. A simple analytical model is developed to predict maximum droplet spread diameter after impact. Solver predictions agreed well to analytical results. To improve stability and performance of the solver, a customized reduction algorithm is used on the shared memory of GPU. Speedup using a variety of different memory management algorithms on GPU-CPU is studied. The proposed algorithm is validated using the Rayleigh-Taylor instability test. Droplet impact simulations are compared side by side against a Volume of Fluid (VOF) solver to ensure accuracy and robustness. GPU speed ups of up to 120 times faster than a single processor CPU were obtained. Variations of droplet spread factor and recoil height during the impact are shown to be in good agreement with experimental results.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».