Цифровые модели для решения многомасштабных задач горения

Аннотация

Разработка алгоритмической компоновки и программ для расчета многомасштабных процессов горения является актуальной междисциплинарной темой фундаментальных исследований, которая объединяет методы информационных технологий, механики многокомпонентных сплошных сред, химии и математического моделирования. Задача разработки алгоритмической компоновки и подбора программ для расчета многомасштабных процессов горения набирает актуальность с каждым годом в связи как с интенсивным развитием вычислительных методов и моделей, так и с увеличением современных возможностей суперкомпьютерных вычислений.

Практическая применимость разрабатываемых вычислительных моделей и методов охватывает проблемы энергетики, двигателестроения, взрывопожаробезопасности, а также интенсификации добычи полезных ископаемых с применением методов термохимического воздействия на пласт.

Основными проблемами, возникающими в процессе моделирования, являются: а) многомасштабность, не позволяющая проводить моделирование всех задействованных процессов на единых даже масштабируемых сетках; б) жесткость и большая размерность системы дифференциальных уравнений для описания химической кинетики, решение которой может занимать 80% процессорного времени. Данная статья представляет обзор уже проведенных исследований в ФГУ ФНЦ НИИСИ РАН и анализ трудностей, с которыми столкнулись исследователи. В статье содержатся новые предложения по преодолению вычислительных трудностей и намечены пути их реализации.

Возможность решения проблем в части многомасштабности видится в применении подходов многоуровневого моделирования, при котором детальное решение задачи более мелкого масштаба обрабатывается и вносится в качестве элемента модели более крупного масштаба. Для решения проблемы сокращения времени интегрирования уравнений многостадийной химической кинетики актуальным трендом является применение нейросетевых подходов и методов в рамках разрабатываемых вычислительных моделей. Этот подход в настоящее время развивается сотрудниками отдела вычислительных систем совместно с коллективом Центра оптико-нейронных технологий ФГУ ФНЦ НИИСИ РАН.