waLBerla - Widely applicable Lattice Boltzmann from Erlangen

Eigenmittelfinanziertes Projekt


Details zum Projekt

Projektleiter/in:
Prof. Dr. Ulrich Rüde
Prof. Dr. Harald Köstler

Projektbeteiligte:
Regina Degenhardt
Martin Bauer
Dominik Bartuschat
Kristina Pickl
Florian Schornbaum
Simon Bogner
Christian Godenschwager
Christoph Rettinger
Christoph Schwarzmeier
Sebastian Eibl
Jan Hönig

Beteiligte FAU-Organisationseinheiten:
Lehrstuhl für Informatik 10 (Systemsimulation)
Technische Fakultät

Akronym: waLBerla
Projektstart: 01.01.2007
Projektende: 01.01.2099


Abstract (fachliche Beschreibung):

Das Lösen aktueller Simulationsprobleme wird immer komplexer. Sowohl die Anzahl der zu berücksichtigenden physikalischen Effekte als auch die Komplexität des dazugehörigen Software-Entwicklungs-Prozesses werden zunehmend größer. Um diesen wachsenden Anforderungen gerecht zu werden, hat der Lehrstuhl für Systemsimulation (LSS) das massiv parallele und flexible Simulations-Programmpaket waLBerla (widely applicable Lattice Boltzmann solver from Erlangen) entwickelt. Ursprünglich war das Programmpaket um die Lattice-Boltzmann-Methode zur Simulation von Strömungsszenarien zentriert. Mittlerweile ist sein Einsatz nicht nur auf diesen Algorithmus beschränkt, sondern auch für verschiedene, auf strukturierten Gittern basierende Anwendungen geeignet, z. B. wurde auch ein effizienter Mehrgitterlöser für partielle Differentialgleichungen integriert. Neben den grundlegenden Anforderungen der einfachen Anpassbarkeit und Erweiterbarkeit für neue strömungsmechanische Probleme, zielt das waLBerla-Projekt auch auf physikalische Korrektheit und Hochleistungsberechnungen ab. Ein besonderes Merkmal ist die Simulation von großen Ensembles vollständig geometrisch aufgelöster, beliebig geformter Partikel in Strömungen. Selbst auf 294912 Kernen ist es möglich, eine parallele Effizienz von mehr als 95% zu erreichen. waLBerla ist sowohl ein zahlreiche Funktionen umfassendes Programm als auch eine Bibliothek für die einfache Entwicklung neuer Simulationsaufgaben. Aus diesem Grund erfüllt es die Anforderungen von Forschern, Code-Optimierern und Softwareentwicklern und kann in industriellen Kooperationen eingesetzt werden.


Publikationen
Go to first page Go to previous page 1 von 4 Go to next page Go to last page

Rettinger, C., & Rüde, U. (2019). Dynamic Load Balancing Techniques for Particulate Flow Simulations. Computation, 7(1). https://dx.doi.org/10.3390/computation7010009
Schwarzmeier, C., & Rüde, U. (2019, February). Simulating coupled free and porous media flow with lattice Boltzmann methods. Paper presentation at 90th Annual Meeting of the International Association of Applied Mathematics and Mechanics, Wien, AT.
Rettinger, C. (2019). waLBerla: A General Purpose Software Framework for Massively Parallel Simulations. Paper presentation at SIAM Conference on Computational Science and Engineering, Spokane, US.
Rettinger, C., & Rüde, U. (2018). A coupled lattice Boltzmann method and discrete element method for discrete particle simulations of particulate flows. Computers & Fluids, 706-719. https://dx.doi.org/10.1016/j.compfluid.2018.01.023
Rettinger, C. (2018). Adaptive Grid Refinement Techniques for Particulate Flow Simulations with the Lattice Boltzmann Method. Poster presentation at Platform for Advanced Scientific Computing (PASC) Conference, Basel, CH.
Rettinger, C. (2018). Adaptive Mesh Refinement and Load Balancing Techniques for Particulate Flow Simulations. Poster presentation at CoSaS - International Symposium on Computational Science at Scale, Erlangen, DE.
Rüde, U., & Bauer, M. (2018). An improved lattice Boltzmann D3Q19 method based on an alternative equilibrium discretization. arXiv. https://dx.doi.org/10.1016/j.camwa.2010.03.022
Bartuschat, D., & Rüde, U. (2018). A scalable multiphysics algorithm for massively parallel direct numerical simulations of electrophoresis. Journal of Computational Science, 27, 147 - 167. https://dx.doi.org/10.1016/j.jocs.2018.05.011
Schornbaum, F. (2018). Block-Structured Adaptive Mesh Refinement for Simulations on Extreme-Scale Supercomputers (Dissertation).
Schornbaum, F., & Rüde, U. (2018). Extreme-Scale Block-Structured Adaptive Mesh Refinement. SIAM Journal on Scientific Computing. https://dx.doi.org/10.1137/17M1128411

Zuletzt aktualisiert 2019-16-04 um 11:47