Научная статья на тему 'Многочастичная клеточно-автоматная модель потока жидкости FHP-MP'

Многочастичная клеточно-автоматная модель потока жидкости FHP-MP Текст научной статьи по специальности «Математика»

CC BY
393
94
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
КЛЕТОЧНЫЙ АВТОМАТ / ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ПОТОКОВ / РЕШЕТОЧНЫЕ ГАЗЫ / CELLULAR AUTOMATON / FLOW SIMULATION / LATTICE GAS

Аннотация научной статьи по математике, автор научной работы — Медведев Юрий Геннадьевич

В статье предлагается расширение класса моделей, называемого решеточными газами, произведенное на основе перехода с булевых на целочисленные значения модулей векторов скорости частиц; в качестве примера предлагается модель FHP-MP. Проведены численные эксперименты по моделированию потока новой моделью и сравнение с известными результатами.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

An extension of the cellular-automaton FHP-I flow model to the FHPMP multiparticle model

In the paper, the author proposes the extension of the lattice gas models by using integer values for the velocity vector modulus instead of Boolean values. As an example, a new FHP-MP model is given. Numerical flow simulation was performed using the new model. The simulation results have been compared with known results.

Текст научной работы на тему «Многочастичная клеточно-автоматная модель потока жидкости FHP-MP»

ВЕСТНИК ТОМСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА

2009 Управление, вычислительная техника и информатика № 1(6)

УДК 519.68

Ю.Г. Медведев

МНОГОЧАСТИЧНАЯ КЛЕТОЧНО-АВТОМАТНАЯ МОДЕЛЬ ПОТОКА ЖИДКОСТИ FHP-MP

В статье предлагается расширение класса моделей, называемого решеточными газами, произведенное на основе перехода с булевых на целочисленные значения модулей векторов скорости частиц; в качестве примера предлагается модель FHP-MP. Проведены численные эксперименты по моделированию потока новой моделью и сравнение с известными результатами.

Ключевые слова: клеточный автомат, имитационное моделирование потоков, решеточные газы.

Одним из перспективных направлений имитационного моделирования физических процессов является моделирование клеточными автоматами. Клеточноавтоматные модели потоков, называемые решеточными газами (Lattice Gas), были предложены в 70-х годах прошлого века [1] и с тех пор стремительно развиваются. Эти модели дискретны, в их основе лежит булева алгебра, что позволяет создавать эффективные программные реализации и минимизировать использование машинного времени. Но простота решеточных газов накладывает некоторые ограничения на область их применения. В частности, верхний предел чисел Рейнольдса составляет несколько сотен, граничные условия позволяют задавать только неподвижные твердые объекты (стенки), моделирование околозвуковых скоростей влечет искажение результата и т.д. В статье предпринимается попытка решить эти проблемы и предлагается новая клеточно-автоматная модель, названная FHP-MP (multi-particle). Она является обобщением классической модели на булевых векторах FHP (Frish, Hasslacher, Pomeau) [2]. В новой модели допускается более одной частицы в клетке с равными векторами скорости. Попытки использовать частицы разной массы в решеточных газах предпринимались и ранее [3], но в силу ряда причин они не получили должного развития.

В статье приведены результаты экспериментального исследования новой модели FHP-MP, а именно двумерная аппроксимация потока между двумя плоскостями, поток с задвижкой и обтекание круглого препятствия. На этих примерах показана корреляция модели FHP-MP с моделью FHP-I в соответствующем диапазоне скорости потока и давления. Получена парабола Пуазейля для новой модели. При наличии задвижки или круглого препятствия были получены завихрения и наблюдалась дорожка Кармана, что указывает на возможность моделирования турбулентных свойств потока.

1. Описание модели FHP-MP Основные определения

Под клеточным автоматом CA модели FHP-MP будем понимать тройку объектов (W, A, N), где W = {w1, w2, ..., w, ...} - множество клеток, заданное их координатами в некотором дискретном пространстве. Каждой клетке w є W поставлен в соответствие конечный автомат A , называемый элементарным автоматом.

Внутренним состоянием автомата является целочисленный вектор, а не булев вектор как в классической модели БИР. Каждой клетке у є Ж сопоставлены некоторые координаты х(у) и у(у) на декартовой плоскости. Следовательно, между любыми двумя клетками у1 є Ж и у2 є Ж можно подсчитать расстояние сС(м>1, у).

Для каждой клетки V є Ж определено некоторое упорядоченное множество МУ) = {МУ): Мо(у) = у, МУ) є Ж & сС(у, МУ)) = 1, (і = 1, 2, ..., Ь)}, элементы которого находятся в отношении соседства с клеткой у и называются ее соседними клетками, или соседями. Константа Ь определяет количество нетождественных соседей каждой клетки у є Ж. Каждая клетка является соседом сама себе. Входное состояние элементарного автомата А в клетке у є Ж поставлено в соответствие внутренним состояниям соседей этой клетки. Таким образом, структура множества клеток Ж клеточного автомата представляется графом, в котором вершинами являются клетки, а ребра соответствуют отношению соседства. Этот граф

имеет регулярную структуру и степени вершин равные Ь. Состояние клетки у є Ж представлено вектором 5(у) с целочисленными компонентами 50Су), ^(у), ..., sЬ(w). Множество состояний 5(у) всех клеток м> є Ж в один и тот же момент времени ґ называется глобальным состоянием с(ґ) = {^(^1), 5^У2),..., 5(у), ...} клеточного автомата СА. На рис. 1 изображена клетка у, векторы скорости с находящихся в ней частиц и ее соседи МУ), і = 0, 1, ..., 6. Таким образом, количество соседей каждой клетки у модели БИР-МР равно семи, одним из соседей является сама клетка у, т.е. Мо(у) = У.

Рис. 1. Векторы скорости частиц. Нумерация соседей

Состояние клетки

Состояние клетки V в каждый момент дискретного времени t однозначно определяется набором находящихся в ней частиц. Вектор скорости с, каждой из них либо направлен в сторону одной из соседних клеток М(у) (при г = 1, ..., 6), либо равен нулю (при г = 0).

В отличие от ЕИР, в модели БИР-МР компоненты 50У), 51(^), ..., &'6^) вектора состояния ж(^) клетки V принимают не булевы, а целочисленные значения. Таким образом, масса частиц в клетке V равна

ь

т(V) = ^ 5г (V), (1)

г=0

где Ь = 6 - количество возможных направлений вектора скорости, - г-й компо-

нент вектора состояний ж. Физическая интерпретация значений компонентов вектора ж(^) следующая: определяет количество частиц с единичной массой в клет-

ке V, векторы скорости с которых направлены в сторону соседа М(у).

Модельный импульс р в клетке V е Ж есть сумма всех импульсов рг = &'гсг, направленных к соседям М^), где г = 0, 1, ., Ь, а Ь = 6:

р=Ё

і=1

Используя (1) и рис. 1, достаточно просто подсчитать проекциирх и ру импульса р на декартовы оси Ох и Оу:

л/3

Рх =—(( + 5з - - 56); ()

Ру = 54 - 51 +1 (3 + 55 - 52 - 56 ), (4)

где • - сумма частиц в клетке V, с векторами скорости, направленными к соседу М-^).

Поведение клеточного автомата

Определим разбиение клеток V е Ж на типы. Клетками среды wср е Жср назовем клетки, в которых выполняются законы сохранения массы и импульса. Клетками стенок wст е Жст называются клетки, в которых выполняется закон сохране-

ния массы, но может нарушаться закон сохранения импульса. И, наконец, источники wист е Жист суть клетки, в которых могут нарушаться как закон сохранения массы, так и закон сохранения импульса. Множества клеток среды Жср, стенок Жст и источников Жист попарно не пересекаются (Жср п Жст = 0, Жср п Жист = 0, Жст п Жист = 0). Объединение этих множеств совпадает с множеством всех клеток автомата (Жср и Жст и Жист = Ж). Поведение стенок и источников задает граничные условия клеточного автомата.

В модели БИР-МР используется клеточный автомат с синхронным режимом функционирования. На каждом такте происходит смена состояний «(О элементарных автоматов А во всех клетках V е Ж на состояния + 1) = 8(«(ф, где 8(«(ф -функция переходов элементарного автомата А. Клеточный автомат СА при этом переходит из глобального состояния с(0 в новое глобальное состояние + 1).

Каждый такт работы клеточного автомата выполняется в две фазы: сдвиг и столкновение. Функция переходов 5 элементарного автомата А состоит, таким образом, из композиции функций 5: (сдвиг) и 52 (столкновение):

5(«) = 52(51(«)). (5)

Каждая из функций 51 и 52 должна удовлетворять законам сохранения массы:

X X 5У ( ^)) = ХХ^' И , У е {1, 2} (6)

wеW г=1 wеW г=1

и импульса:

XX 5] ( (^с1 (W)) = 'Х—1^г Мс (w) , У е {1, 2}. (7)

wеW г=1 wеW г=1

С точки зрения динамики потока жидкости наличие этих двух фаз интерпретируется следующим образом. Столкновения реализуют диффузию в жидкости, а сдвиг - процесс переноса вещества в потоке. Далее подробно описаны эти две фазы.

В фазе сдвига в каждой клетке V е Ж каждая частица, учтенная в компонентах

&’г^), при г = 1, ..., 6, вектора состояния «^), перемещается в соседнюю клетку

МДУ), соответствующую ее вектору скорости с. Частицы, учтенные в компоненте •0, остаются в клетке V. Таким образом, г-й компонент 5,^) вектора состояния «^) клетки V после сдвига принимает значение

Яг (%+2}тоё6)+1 М) , для г = I,2, •••, Ь;

sг (V), для г = 0.

(8)

Несмотря на то, что при сдвиге масса и импульс частиц в клетке изменяются, в пределах всего клеточного автомата они сохраняются, т. е. условия (6) и (7) выполняются.

В фазе столкновения происходит изменение направления движения частиц согласно некоторым правилам столкновения, не зависящим от состояний соседних клеток, т.е. 52 зависит только от внутреннего состояния своего элементарного автомата. В модели БИР-МР функция 52 вероятностная. Ниже описаны правила столкновения для клеток разных типов: среды, стенок и источников.

Среда. В клетке среды wср е Жср функция 52 выбирается такой, чтобы сохранялись масса ш(у):

частиц в клетке. Значение функции 52 выбирается равновероятно из всевозможных состояний клетки wср, удовлетворяющих условиям (9) и (10). При выполнении этих условий условия (6) и (7) тем более выполняются.

Стенки. В клетках wст е Жст, являющихся стенками, частицы «отражаются» в обратном направлении, нарушая при этом закон сохранения импульса.

Из-за того, что количество частиц в клетке не меняется, условия (9), а следовательно, и (6) выполняются. Условие (7) может нарушаться, так как меняются направления векторов скорости с частиц, но это допускается граничными условиями. Такое поведение частиц в клетках-стенках моделирует условие нулевой скорости потока на границах препятствий.

Источники. Каждая клетка-источник wист е Жист поддерживает заданную концентрацию частиц и0^ист). Для этого она генерирует частицы со всевозможными направлениями вектора скорости в случае, если текущая концентрация частиц и^ист) < и0^ист). Количество генерируемых частиц равно разности и0^ист) -п^ист) заданной и текущей концентраций. Из клеток-источников можно создавать различные объекты. Например, установив их в пространстве в одну линию (как правило, у границы клеточного массива), можно получить источник равномерного потока частиц заданной концентрации. Отдельно установленный источник будет моделировать форсунку. Естественно, при генерации новых частиц ни масса ш^ист), ни импульс р^ист) не сохраняются. Граничные условия в клетках-источниках допускают нарушение условий (6) и (7).

Осредненные значения. При моделировании потоков практический интерес представляют не столько значение параметров автомата на микроуровне, т.е. масса ш(у) и скорость с^) частиц в каждой клетке V е Ж, сколько осредненные значения их скоростей (и) и концентраций (п) по некоторой окрестности Ау^), кото-

(9)

г=0

г=0

и импульс р^):

(10)

г=0

I=0

для г = 1,2,...,ь, для г = 0.

(11)

рая включает все клетки Wj е Ж, удаленные от клетки V не более чем на некоторую величину г, называемую радиусом осреднения.

Осредненная скорость вычисляется как сумма всех векторов частиц, попадающих в окрестность осреднения Ау^), деленная на мощность окрестности осреднения:

И М= А 1 М X Х^ , ()

|Ау М| wjеА^) г =0

где ^-Av(w)| - количество клеток, попадающих в окрестность осреднения Ау^), сг -единичный вектор скорости, соответствующий г-му разряду вектора состояния s{wj), а • - значение г-го разряда вектора состояния клетки Wj е Ay(w).

Осредненная концентрация частиц (п) подсчитывается в той же окрестности Ау^) следующим образом:

1 Ь

(п)^)=А ( X X •. (3)

|Ау М1 wj еAv(w) г=0

Осредненные значения скорости и концентрация частиц, являющиеся модельными значениями скорости и давления, соответствуют значениям скорости и давления моделируемой жидкости и являются параметрами макроуровня.

Заметим, что осредненные значения модельных скорости и концентрации будут соответствовать их физическим аналогам только в том случае, когда окрестность осреднения Ау^) состоит исключительно из клеток среды V е Ж. Если по-

следнее не выполняется для окрестности осреднения, то будем полагать значения (и) и (п) неопределенными. Это условие не позволяет определять значения (и) и (п) на расстоянии ближе, чем радиус осреднения г от границ (стенок и источников), в том числе и находящихся внутри моделируемого объекта.

2. Экспериментальное исследование модели FHP-MP

Для проверки свойств предложенной модели была создана ее программная реализация, позволяющая проводить вычислительные эксперименты как на однопроцессорных компьютерах, так и на многопроцессорных и многомашинных вычислительных комплексах. Код программ написан на языке Си, параллелизм реализован с помощью библиотеки МР1. Ниже описаны численные эксперименты, проведенные с моделью БИР-МР. Получены качественные характеристики моделируемого потока.

Двумерная аппроксимация потока жидкости между двумя параллельными плоскостями

Этот эксперимент, ставший уже классическим, позволяет проверить модель на соответствие физике. Суть его в том, что продольная скорость потока (и)у (поток

движется вдоль Оу в положительном направлении) при скорости на границах (и) = 0 должна быть распределена вдоль направления Ох по параболическому

закону.

Клеточный автомат, использующийся в этом вычислительном эксперименте, имеет размеры 100 х 2000 клеток (вдоль декартовых осей Ох и Оу соответственно). Клетки с координатами в интервале [(2, 1), (99, 1)] являются источниками;

клетки с координатами в интервалах [(1, 1), (1, 2000)] и [(100, 1), (100, 2000)] -стенки. Остальные клетки - клетки среды. Такая двумерная конструкция является сечением параллелепипеда бесконечной ширины (вдоль оси От) и аппроксимирует трехмерный поток между двумя параллельными плоскостями.

На рис. 2 изображена проекция скорости потока (и) на ось Оу в поперечном

сечении потока (вдоль Ох). Кривая с маркерами построена исходя из результатов численного моделирования. Проекция аппроксимирована уравнением параболы (на рис. 2 - кривая без маркеров):

иу (г) = -0.0008г2 + 2, (14)

где г - расстояние от середины до рассматриваемой точки поперечного сечения.

Расстояние вдоль оси Ох, клетки

Рис. 2. Парабола Пуазейля и экспериментальная скорость потока

Кривая (14) - теоретически обоснованная парабола Пуазейля - одно из немногих аналитических решений уравнения Навье - Стокса, имеющее вид

Н (г) “(я2 -г2), ()

где ёР - падение давления на участке трубы длиной I, п - динамическая вязкость жидкости, Я - радиус трубы (в двумерном случае Я - расстояние между плоскостями).

Количество итераций, после которого проведено осреднение, Т = 20000. Радиус осреднения г = 15 (клеток). Согласно условию, налагаемому на (12) и (13), ос-редненные значения не могут быть получены на расстоянии до стенок ближе, чем г = 15 клеток. Следовательно, теоретическая и экспериментальная кривые в диапазоне, изображенном на рисунке, не опускаются до нуля.

Максимальная скорость потока в проведенном эксперименте, как видно на рис. 2, получилась равной двум, что несколько больше, чем в классической модели БИР. Но данная скорость не является предельной; в новой модели можно увеличивать концентрацию, вырабатываемую источниками, и скорость потока будет значительно превосходить полученную. Следовательно, новая модель позволяет моделировать турбулентные потоки.

Результаты этого эксперимента показывают, что модель БИР-МР адекватно отражает процессы в потоках и соответствует физике.

Поток с задвижкой

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Следующий вычислительный эксперимент был проведен с целью исследования обтекания препятствий. Для этого в клеточный автомат, использовавшийся в предыдущем эксперименте, были добавлены граничные условия в виде препятствия, имеющего форму задвижки. Задвижка была установлена на расстоянии трети длины трубы от источников перпендикулярно направлению распространения потока и перекрывала трубу наполовину. Получившееся поле скорости похоже на обтекание задвижки потоком. К сожалению, при мелком масштабе изображения, охватывающем весь клеточный автомат, видны только высокоскоростные части потока. Низкие скорости, каковыми являются скорости за задвижкой, приходится рассматривать отдельно. На рис. 3 в более крупном масштабе приведен фрагмент автомата, находящийся непосредственно за задвижкой. Направление каждой стрелки на рисунке совпадает с направлением потока в ее основании, а длина пропорциональна скорости потока в соответствующей точке. Поток направлен слева направо, задвижка изображена в левой части рисунка. На этом фрагменте отчетливо видны завихрения потока, что указывает на его турбулентность.

' ' ' * Ч ^ Ч ^ к / / / /7 ^ //

- t ? / / /

V \ \ \ * / / / / / ?

V ч ч , * і \ f У t ? / ( > ,

\ V ч ч V і ї f Ї / і / / 1 \

ч ж. ч \ Ч ч Ч \ 1 ! 1 * і \ ,

. » . . V _ _ ч V ч ч ч ч Ч \ * І Ч \

! і „ ч * - «*. ^ V V ч ч ч \ X Ч Ч \ ч t г - .

^ . V ^ ч V Ч ж. V ч \ ч \ ч ч V ч ч \ _

\ \ . . ч ч х Ч ^ Ч ч ■V У ч ч Ч Ч ч ч 1 ч V у _

\ \ \ N \ Ч V \ ч Ч Ч Ч ч ч ч ч

. * ч . , . . Ч * Н * Ч * ч ч ч * \ 1 Ч ч ч ч Ч ч ч V Ч

* ♦ Ч * ч ч * * * ч ч ч ч ч ч \ ч

, ч . . . . ♦ \ і * * \ * * * * \ ч , ♦ Ч Ч ч V \

, * \ і ч Ч і \ Ч Ч Ч \ \ Ч >ч

4 ■ ч ч * ч ч Ч Ч N 'і ! * \ ч ч ч ч ! ч Ч ч ч ч ■V ч ч

^ ^ ^ ... * і , ! ! \ 1 f ч ч ч X V ч ч ч,

* ь \ і 4 ‘ ' \ \ * ' * ' ' * ■ ’ 1 ' * 1 1 ! ч * ч 1 ч ' 4 - '

Рис. 3. Поле скорости потока с препятствием в виде задвижки.

Фрагмент за задвижкой

Обтекание круглого препятствия

Еще один эксперимент - с круглым препятствием - также показывает турбулентность потока. В исходный клеточный автомат было добавлено препятствие, имеющее форму круга. Поле скорости этого автомата изображено на рис. 4.

За круглым препятствием видны оторвавшийся вихрь и «змейка», очевидно являющаяся вариантом дорожки Кармана для случая, когда расстояния до ограничивающих поток плоскостей слишком мало.

Рис. 4. Поле скорости потока с круглым препятствием

Заключение

В статье предложена новая клеточно-автоматная модель потока FHP-MP, в которой допускается более одной частицы в клетке с равными векторами скорости. Вычислительные эксперименты, проведенные с этой моделью, показывают ее корреляцию с классической моделью FHP и с физическими законами. Экспериментально полученное распределение скорости в модели FHP-MP согласуется с параболой Пуазейля. Максимальная скорость потока в проведенном эксперименте получилась несколько больше, чем в модели FHP. Кроме того, в новой модели можно увеличивать начальную концентрацию частиц, получая скорость потока, значительно превосходящую скорость в классической модели. Следовательно, модель FHP-MP позволяет моделировать турбулентные потоки, что и подтвердили эксперименты с задвижкой и круглым препятствием. В результате этих экспериментов получены потоки с завихрениями, в том числе наблюдалась дорожка Кармана за препятствием, что является признаком турбулентного потока.

ЛИТЕРАТУРА

1. Hardy J., Pomeau Y. and de Pazzis O. 2D Lattice-Gas model // J. Math. Phys. 1973. No. 14. P. 1746.

2. Frisch U., Hasslacher B. and Pomeau Y. Lattice-Gas automata for Navier - Stokes equations // Phys. Rev. Lett. 1986. No. 56. P. 1505.

3. Rothman D.H., Zaleski S. Lattice-Gas Cellular Cutomata: Simple Models of Complex Hydro-dinamics. Cambridge University Press, 1997.

Статья представлена кафедрой программирования факультета прикладной математики и кибернетики Томского государственного университета и оргкомитетом 7 Российской конференцией с международным участием «Новые информационные технологии в исследовании сложных структур». Поступила в редакцию 21 ноября 2008 г.

i Надоели баннеры? Вы всегда можете отключить рекламу.