SIMTUR: ANR-07-CIS Revue de mi-parcours T+18

Transcription

1 SIMTUR: ANR-07-CIS Revue de mi-parcours T+18 Coordinateur: G. Staffelbach Partenaires: B. Fiorina G. Ribert S. Roux T. Lederlin Labélisé: Aerospace Vallée Moveo

2 Objectifs de SIMTUR Les turbines à gaz sont utilisées dans une grande variété de domaines. Leur optimisation a donc un impact non négligeable au niveau climatique et économique. SIMTUR Revue à mi-parcours 4 sept

3 La R&D s'appuie sur les expériences et la simulation Le RANS est la méthode la plus répandue actuellement pour aider la conception. + Peu onéreuse en puissance informatique. - Ne permet pas d'étudier des mécanismes instationnaires. RANS SIMTUR Revue à mi-parcours 4 sept

4 La R&D s'appuie sur les expériences et la simulation Le RANS est la méthode la plus répandue actuellement pour aider la conception. + Peu onéreuse en puissance informatique. - Ne permet pas d'étudier des mécanismes instationnaires. Les expériences en laboratoires se limitent à un secteur alors que les chambre de combustion en comprennent entre 15 ou 24. LES! SIMTUR Revue à mi-parcours 4 sept

5 La R&D s'appuie sur les expériences et la simulation Le RANS est la méthode la plus répandue actuellement pour aider la conception. + Peu onéreuse en puissance informatique. - Ne permet pas d'étudier des mécanismes instationnaires. Les expériences en laboratoires se limitent à un secteur alors que les chambre de combustion en comprennent entre 15 ou 24. LES! SIMTUR Revue à mi-parcours 4 sept

6 Simulation aux grandes échelles massivement parallèles pour les turbines à gaz L'objectif de SIMTUR est de développer et d'appliquer des outils de Simulation aux Grandes Echelles (SGE ou LES en anglais), dédiés à la prédiction des écoulements réactifs dans les turbines à gaz. Démontrer la possibilité d'utiliser ces outils dans un cadre industriel Temps de retour raisonnable Utilisation aisée. Rendre possible l'utilisation du calcul Massivement parallèle pour étudier ses systèmes. Améliorer la modélisation de la combustion. Lever des verrous technologiques qui sont des véritables dangers industriels par exemple : Instabilités de combustion Allumage/Re-allumage Extinction SIMTUR Revue à mi-parcours 4 sept

7 Point de départ: Expérience Challenge Le Cerfacs a démontré que ces calculs sont possibles. Challenge TER@10 au CCRT Colaboration IBM/CRAY/ CINES SIMTUR Revue à mi-parcours 4 sept

8 Point de départ: Expérience Challenge Le Cerfacs a démontré que ces calculs sont possibles. Challenge TER@10 au CCRT Colaboration IBM/CRAY/ CINES SIMTUR Revue à mi-parcours 4 sept

9 Point de départ: Expérience Challenge Le Cerfacs a démontré que ces calculs sont possibles. 160h de calcul 2 mois de prétraitement 8 mois de post-traitement Challenge TER@10 au CCRT Colaboration IBM/CRAY/ CINES SIMTUR Revue à mi-parcours 4 sept

10 Plate-forme : le Code AVBP Recherche Industriels EM2C (Centrale Paris) IMFT (Toulouse) CORIA(Rouen) ONERA TU Munich U. Twente CIEMAT Code CERFACS IFP besoins SNECMA TURBOMECA SNECMA Vernon RENAULT PSA ALSTOM ANSALDO SIEMENS AIR LIQUIDE GDF Modèles Code HPC (CINES, CCRT, ALCF) SIMTUR Revue à mi-parcours 4 sept

11 Structure générale du projet SP1: spécifications des configurations et objectifs Définition des besoins et des configurations en discussion avec les industriels. 8

12 Structure générale du projet SP1: spécifications des configurations et objectifs SP2: Outils de pré-traitement Définition des besoins et des configurations en discussion avec les industriels. Lever les verrous informatiques limitant la taille et la complexité des cas simulables. 9

13 Structure générale du projet SP1: spécifications des configurations et objectifs SP2: Outils de pré-traitement SP3:LES massivement parallèle Définition des besoins et des configurations en discussion avec les industriels. Lever les verrous informatiques limitant la taille et la complexité des cas simulables. Développement d'outils massivement parallèle pour la simulation de systèmes de complexe: Optimisation de la méthode numérique Intégration de la cinétique chimique pour la combustion turbulente. Optimisation du maillage pour le problème étudié. 10

14 Structure générale du projet SP1: spécifications des configurations et objectifs SP2: Outils de pré-traitement SP3:LES massivement parallèle SP4: Outils de surveillance et de post-traitement Définition des besoins et des configurations en discussion avec les industriels. Lever les verrous informatiques limitant la taille et la complexité des cas simulables. Développement d'outils massivement parallèle pour la simulation de systèmes de complexe: Optimisation de la méthode numérique Intégration de la cinétique chimique pour la combustion turbulente. Optimisation du maillage pour le problème étudié. Surveillance du calcul Diagnostique rapide en cours de calcul Post-traitement rapide 11

15 Structure générale du projet SP1: spécifications des configurations et objectifs SP2: Outils de pré-traitement SP3:LES massivement parallèle SP4: Outils de surveillance et de post-traitement Définition des besoins et des configurations en discussion avec les industriels. Lever les verrous informatiques limitant la taille et la complexité des cas simulables. Développement d'outils massivement parallèle pour la simulation de systèmes de complexe: Optimisation de la méthode numérique Intégration de la cinétique chimique pour la combustion turbulente. Optimisation du maillage pour le problème étudié. Surveillance du calcul Diagnostique rapide en cours de calcul Post-traitement rapide SP5: Application à quatre "challenges" combustion 12

16 Structure générale du projet SP1: spécifications des configurations et objectifs SP2: Outils de pré-traitement SP3:LES massivement parallèle SP4: Outils de surveillance et de post-traitement Définition des besoins et des configurations en discussion avec les industriels. Lever les verrous informatiques limitant la taille et la complexité des cas simulables. Développement d'outils massivement parallèle pour la simulation de systèmes de complexe: Optimisation de la méthode numérique Intégration de la cinétique chimique pour la combustion turbulente. Optimisation du maillage pour le problème étudié. Surveillance du calcul Diagnostique rapide en cours de calcul Post-traitement rapide SP5: Application à quatre "challenges" combustion SP6: Administration / Coordination 12

17 Structure générale du projet SP1: spécifications des configurations et objectifs CERFACS EM2C CORIA TURBOMECA SNECMA SP2: Outils de pré-traitement CERFACS TURBOMECA SNECMA SP3:LES massivement parallèle CERFACS EM2C CORIA SP4: Outils de surveillance et de post-traitement CERFACS TURBOMECA SP5: Application à quatre "challenges" combustion CERFACS EM2C CORIA SNECMA SP6: Administration / Coordination SIMTUR Revue à mi-parcours 4 sept

18 SP1: Spécification des objectifs et des configurations En accord avec les partenaires 4 cas ont été définis : Instabilités de combustion dans un démonstrateur de chambre de combustion complète de moteur d'hélicoptère Turbomeca. Allumage di-phasique dans un démonstrateur d'un secteur de chambre de combustion d'un moteur d'hélicoptère Turbomeca. 14

19 SP1: Spécification des objectifs et des configurations En accord avec les partenaires 4 cas ont été définis : Instabilités de combustion dans un démonstrateur de chambre de combustion complète de moteur d'hélicoptère Turbomeca. Allumage di-phasique dans un démonstrateur d'un secteur de chambre de combustion d'un moteur d'hélicoptère Turbomeca. Extinction d'une chambre 360 Snecma avec 18 injecteurs opérants. Extinction d'une chambre 360 Snecma avec 1 injecteurs opérant. 15

20 SP2: Outils de pré-traitement des données 16

21 SP2: Outils de pré-traitement des données Les systèmes les plus complexes nécessitent des maillages de plus en plus gros 1 secteur : environ 3 million de mailles 15 secteur : 43 million de mailles Les besoins en mémoire pour les calculs de systèmes réels peuvent devenir vite un problème 1.9Go pour 93M de éléments 799Mo pour 40M de éléments x2 dans le maillage = 20% d'amélioration sur la résolution = x2 sur la taille de maillage et donc des besoins mémoires! 16

22 SP2: Outils de pré-traitement des données Simulation Master Processor initial solution mesh Boundary Conditions... transfer to the slave using MPI n partitione Initial data 17 partitioning Dedicated server tion Lecture Décomposition Distribution Calcul I. Sol Regroupement B.C. Ecriture initial solution... I. Sol mesh B.C.... I. Sol mesh mesh Boundary Conditions... B.C. Data transfer t center sftp Each chunk is read and transmitted d the slave processor m

23 SP2: Outils de pré-traitement des données Simulation Master Processor initial solution mesh Boundary Conditions... transfer to the slave using MPI n partitione Initial data 17 partitioning Dedicated server tion Lecture Décomposition Distribution Calcul I. Sol Regroupement B.C. Ecriture initial solution... I. Sol mesh! B.C.... I. Sol mesh mesh Boundary Conditions...! B.C. Data transfer t center sftp Each chunk is read and transmitted d the slave processor m

24 SP2: Outils de pré-traitement des données Simulation Master Processor initial solution mesh Boundary Conditions... transfer to the slave using MPI n partitioning Dedicated server tion Lecture partitioned Initial data sets Data transfer to computing center sftp, etc I. Sol B.C. initial solution Décomposition... I. Sol mesh B.C.... I. Sol mesh mesh Boundary Conditions... Distribution Calcul Regroupement Ecriture!! B.C.... mesh Each chunk is read and transmitted directly to the slave processor partitioning

25 SP2: Outils de pré-traitement des données Simulation Master Processor initial solution mesh Boundary Conditions... transfer to the slave using MPI n partitioning Dedicated server tion Lecture partitioned Initial data sets Data transfer to computing center sftp, etc I. Sol B.C. initial solution Décomposition... I. Sol mesh B.C.... I. Sol mesh mesh Boundary Conditions... Distribution Calcul Regroupement Ecriture!! B.C.... mesh Each chunk is read and transmitted directly to the slave processor Lecture Décomposition Ecriture partitioning

26 SP2: Outils de pré-traitement des données Simulation Master Processor initial solution mesh Boundary Conditions... transfer to the slave using MPI n partitioning Dedicated server tion Lecture partitioned Initial data sets Data transfer to computing center sftp, etc I. Sol B.C. initial solution Décomposition... I. Sol mesh B.C.... I. Sol mesh mesh Boundary Conditions... Distribution Calcul Regroupement Ecriture!! B.C.... mesh Each chunk is read and transmitted directly to the slave processor Lecture Décomposition Ecriture partitioning Lecture Distribution Calcul Ecriture

27 SP2: Outils de pré-traitement des données Simulation Master Processor initial solution mesh Boundary Conditions... transfer to the slave using MPI n partitioning Dedicated server tion Lecture partitioned Initial data sets Data transfer to computing Ecriture center sftp, etc I. Sol B.C. initial solution Décomposition... I. Sol mesh B.C.... I. Sol mesh mesh Boundary Conditions... Distribution Calcul Regroupement Ecriture!! B.C.... mesh Each chunk is read and transmitted directly to the slave processor Lecture Décomposition Ecriture partitioning Lecture Distribution Calcul Ecriture Lecture Regroupement

28 SP2: Outils de pré-traitement des données Chambre à combustion complète (avec contournement) 93M de tétraèdres 40Go de mémoire nécessaires en mode "normal" Calcul effectué sur une machine BlueGene P ( 512Mo par noeud) sur 4095 coeurs SIMTUR Revue à mi-parcours 4 sept

29 SP2: Outils de pré-traitement des données AVBP 6.0 Prepart disponible. AVBP 6.1 est sortie entre temps : Optimisation et adaptation des développements en cours: Intégration dans l'arbre officiel T0+24. SIMTUR Revue à mi-parcours 4 sept

30 SP3: LES massivement parallèle 21

31 SP3: LES massivement parallèle Les expériences Challenges ont révélé des besoins qui sont adressées dans ce SP. Optimisation d'avbp. DEC-COUP: Optimisation du solveur pour la prise en compte des domaines avec de très gros rapports de volume entre le détail le plus grand et le détail le plus petit pris en compte. F-TACLES: Amélioration de la modélisation de la combustion pour la LES avec prédiction de polluants. ADAPALES: Adaptation de maillage pour la LES réactive. 21

32 SP3: Portage et optimisation de AVBP Puissance équivalente Equivalent Performance Ideal Thomas Watson, Bluegene /L (1) CCRT, Novascale Itanium (2) CINES, GENCI, SGI Altix ICE (3) CRAY, CRAY XT5 (3) CERFACS, BlueGene /L (4) ARNL, INCITE, BlueGene /P (4) CINES, GENCI, SGI Altix ICE (5) ARNL, Sicortex (6) Remerciements: Argonne Leadership Computing Facility at Argonne National Laboratory (DE-AC02-06CH11357), GENCI et le CINES. (1) 40M cells case - 1 step chemistry (2) 18M cells case - 1 step chemistry (3) 75M cells case - 1 step chemistry (4) 37M cells case - 1 step chemistry (5) 29M cells case - 7 step chemistry (6) 10M cells case - No chemistry Coeurs de calcul Cores

33 SP3: Stratégie DEC-COUP 23

34 SP3: Stratégie DEC-COUP Efficacité des Solveurs Navier Stokes explicites limitée par les petites cellules : Mais les applications industrielles peuvent avoir des grands rapports d'échelles entre le plus petit détail et le plus grand. (CERFACS) exemple de maillage d injecteur SIMTUR Revue à mi-parcours 4 sept

35 SP3: Stratégie DEC-COUP Efficacité des Solveurs Navier Stokes explicites limitée par les petites cellules : Mais les applications industrielles peuvent avoir des grands rapports d'échelles entre le plus petit détail et le plus grand. Mailles limitant les performances du solveur (CERFACS) exemple de maillage d injecteur SIMTUR Revue à mi-parcours 4 sept

36 SP3: Description de la stratégie DEC-COUP 25

37 SP3: Description de la stratégie DEC-COUP 25

38 SP3: Description de la stratégie DEC-COUP 25

39 SP3: Description de la stratégie DEC-COUP SPEED-UP 25

40 SP3: Description de la stratégie DEC-COUP SPEED-UP 25

41 SP3: Description de la stratégie DEC-COUP SPEED-UP 25

42 SP3: Description de la stratégie DEC-COUP SPEED-UP 25

43 SP3: Description de la stratégie DEC-COUP SPEED-UP 25

44 SP3: DEC-COUP; Validation 1D parison between the solution obtained by DECCOUP with the WENO scheme ( ) and the initial solut ctly 10 periods. The mesh is uniform (level L Convection d une gaussienne 1 ), U =1, CF L =0.5 (based on δt small ), δt large /δt small = in results appear on Fig. 9 and 10: i/ DECCOUP do not necessary introduces a loss of accura ct of the underlying scheme on performances of DECCOUP is significant; and iii/ the meth m to be sensitive to the non-uniformity of the mesh. For HOSRK4 scheme, the accuracy of ears to be either better when DECCOUP is used, in the case of a uniform mesh or unchang niform case. The performance of DECCOUP also appears to be dependent of the scheme, si the WENO scheme are not as accurate as those corresponding to the HOSRK4 scheme. Figure 9. Error as a function of the refinement level L i for uniform meshes. 26

45 SP3: DEC-COUP; Validation 2D Grandes cellules: 1 cycle = TLARGE Petites cellules: 10 sous-cycles = 10 TSMALL = 1 TLARGE 27

46 SP3: DEC-COUP; Validation 2D Grandes cellules: 1 cycle = TLARGE Petites cellules: 10 sous-cycles = 10 TSMALL = 1 TLARGE 27

47 SP3: DEC-COUP; Validation 2D Grandes cellules Grandes cellules: 1 cycle = TLARGE Petites cellules: 10 sous-cycles = 10 TSMALL = 1 TLARGE 27

48 SP3: DEC-COUP; Validation 2D Cellules tampons Grandes cellules: 1 cycle = TLARGE Petites cellules: 10 sous-cycles = 10 TSMALL = 1 TLARGE 27

49 SP3: DEC-COUP; Validation 2D Grandes cellules: 1 cycle = TLARGE Petites cellules Petites cellules: 10 sous-cycles = 10 TSMALL = 1 TLARGE 27

50 SP3: DEC-COUP; Validation 2D Grandes cellules: 1 cycle = TLARGE Petites cellules: 10 sous-cycles = 10 TSMALL = 1 TLARGE 27

51 SP3: DEC-COUP; Validation 2D 27

52 SP3: DEC-COUP; Validation 2D Code académique 2-D AVBP 6.0 PREPART 27

53 SP3: DEC-COUP; Validation 2D Speedup x 5 Code académique 2-D AVBP 6.0 PREPART 27

54 SP3: DEC-COUP; Perspectives Fin de l'implantation 3D dans AVBP Prepart Les modifications sont pleinement compatibles avec la 6.2. Validation sur une application de jet 3D turbulent. SIMTUR Revue à mi-parcours 4 sept

55 SP3: Modélisation de la combustion pour la LES 29

56 SP3: Modélisation de la combustion pour la LES Problèmatique : Prédiction de la combustion Température Stabilisation Polluants Chimie détaillée Trop coûteux CPU Tabulation de la chimie Développement dans un cadre HPC 30

57 SP3: Modélisation de la combustion pour la LES Problématique 1: la taille des bases de données thermo-chimiques est importante doivent être chargées en mémoire par chaque processeur Exemple: taille d une base de données pour une flamme turbulente non prémélangée et non adiabatique : 1.5Go Mémoire disponible par proc sur Babel (IBM BlueGene,IDRIS CNRS): 512 Mo 31

58 SP3: Modélisation de la combustion pour la LES Problématique 1: la taille des bases de données thermo-chimiques est importante doivent être chargées en mémoire par chaque processeur Exemple: taille d une base de données pour une flamme turbulente non prémélangée et non adiabatique : 1.5Go Mémoire disponible par proc sur Babel (IBM BlueGene,IDRIS CNRS): 512 Mo Nécessité de réduire la taille des bases thermo-chimiques! 31

59 SP3: Modélisation de la combustion pour la LES Problématique 2: Couplage chimie tabulée / LES Sl lg 32 7

60 SP3: Modélisation de la combustion pour la LES Problématique 2: Couplage chimie tabulée / LES Sl lg Plissement de sous maille 32 7

61 SP3: Modélisation de la combustion pour la LES Problématique 2: Couplage chimie tabulée / LES SΔ > Sl lg c =0 c =1 Plissement de sous maille 32 7

62 SP3: Modélisation de la combustion pour la LES Problématique 2: Couplage chimie tabulée / LES Sl SΔ > Sl lg c =0 c =1 Plissement de sous maille Plissement résolu 32 7

63 SP3: Modélisation de la combustion pour la LES Problématique 2: Couplage chimie tabulée / LES Sl SΔ > Sl lg c =0 c =1 Plissement de sous maille Plissement résolu 32 7

64 SP3: Modélisation de la combustion pour la LES Problématique 2: Couplage chimie tabulée / LES Sl SΔ > Sl lg SΔ = Sl c =0 c =1 Plissement de sous maille c =0 c =1 Plissement résolu 32 7

65 SP3: Modélisation de la combustion pour la LES Problématique 2: Couplage chimie tabulée / LES Sl SΔ > Sl lg SΔ = Sl c =0 c =1 c =0 c =1 Plissement de sous maille 32 7 Plissement résolu Le modèle de combustion doit prendre en compte ces deux situations!

66 SP3: Modélisation de la combustion pour la LES Etat de l'art modèles chimie tabulée/les: FPI-TFLES : Le modèle prend bien en compte les deux cas (résolu ou pas) mais altère la structure de la flamme. FPI-PCM: Validé en RANS. Mais altère la propagation des flammes et leur structure en LES SIMTUR Revue à mi-parcours 4 sept

67 SP3: Modélisation de la combustion pour la LES Tâches: Réduire la taille des bases de données thermo-chimiques Introduire la tabulation de la cinétiques chimique en LES: Flammes prémélangées turbulente Flammes partiellement-prémélangées turbulente Travaux réalisés: Réduction de la taille des bases de données thermo-chimiques: Développement d une méthode basée sur les propriétés auto-similaires des flammes turbulente prémélangées Validation RANS sur une flamme jet partiellement-prémélangée Modélisation de la combustion turbulente: Développement du modèle F-TACLES (Filtered TAbulated Chemistry for LES) Implantation dans AVBP SIMTUR Revue à mi-parcours 4 sept

68 SP3: Modélisation de la combustion pour la LES Problématique 1: Réduction de la tailles des bases. Base réduite: Correlation coefficient = 0.98 Base originale: 101 x 21 x 101 x 21 = 4,498,641 data 35

69 SP3: Modélisation de la combustion pour la LES Problématique 1: Réduction de la tailles des bases. Base réduite: Correlation coefficient = x x = 4,243 data Base originale: 101 x 21 x 101 x 21 = 4,498,641 data 35

70 SP3: Modélisation de la combustion pour la LES Validation de la base réduite : utilisation du code Fluent Fluent - RANS: modèle k-ɛ Air (V=1m/s) Barlow and Franck (1998) Gaz brûlés (ɸ=0.7, V=11m/s) Methane/air (ɸ=3, V=49.6m/s) 2-D axi-symétrique (300 x 170 nodes) 36

71 SP3: Réduction de tailles de bases; Validation RANS Base réduite Base originale Expérience 37

72 SP3: Modélisation de la combustion pour la LES Le modèle F-TACLES: PREMIX (CHEMKIN II) Detailed chemistry solution TABULATION Filtered flame Tabulated terms ω c ( c) α( c)... Simulation AVBP solution 15 38

73 SP3: Modélisation de la combustion pour la LES Le modèle F-TACLES: PREMIX (CHEMKIN II) Detailed chemistry solution TABULATION Filtered flame Tabulated terms ω c ( c) α( c)... LES CODE (AVBP) Simulation AVBP solution 15 38

74 SP3: Modélisation de la combustion pour la LES F-TACLES: Validation 1D : La structure de flamme est conservée peut importe le filtre (la résolution). Modèle solution Référence Structure de flamme Influence du filtre SIMTUR Revue à mi-parcours 4 sept

75 SP3: Modélisation de la combustion pour la LES Application à un cas d'école : PRECCINSTA Validation du modèle avec l'expérience Extension du modèle à la combustion partiellement prémélangée Tests de propriétés auto-similaires sur la base de données thermo-chimiques filtrée Isosurface de temperature coloriée par la vitesse SIMTUR Revue à mi-parcours 16 4 sept

76 SP3: Modélisation de la combustion pour la LES Application à un cas d'école : PRECCINSTA Validation du modèle avec l'expérience Extension du modèle à la combustion partiellement prémélangée Tests de propriétés auto-similaires sur la base de données thermo-chimiques filtrée Isosurface de temperature coloriée par la vitesse SIMTUR Revue à mi-parcours 16 4 sept

77 SP3: ADAPALES- Adaptation Parallèle en LES SIMTUR Revue à mi-parcours 4 sept

78 SP3: ADAPALES- Adaptation Parallèle en LES Constat: Limiter autant que possible les a priori dans la génération du maillage et leur impact sur les résultats des simulations. Objectif: mesurer dynamiquement l efficacité du maillage taille du filtre petite devant l épaisseur du signal moyen δ T / >> 1 = αδ L = βδ T δ T épaisseur de flamme épaisseur de flamme moyen α > 1 and β < 1 SIMTUR Revue à mi-parcours 4 sept

79 SP3: ADAPALES- Adaptation Parallèle en LES Constat: Limiter autant que possible les a priori dans la génération du maillage et leur impact sur les résultats des simulations. Objectif: mesurer dynamiquement l efficacité du maillage taille du filtre petite devant l épaisseur du signal moyen δ T / >> 1 = αδ L = βδ T δ T épaisseur de flamme épaisseur de flamme moyen α > 1 and β < 1 SIMTUR Revue à mi-parcours 4 sept

80 SP3: ADAPALES- Adaptation Parallèle en LES Constat: Limiter autant que possible les a priori dans la génération du maillage et leur impact sur les résultats des simulations. Objectif: mesurer dynamiquement l efficacité du maillage taille du filtre petite devant l épaisseur du signal moyen δ T / >> 1 = αδ L = βδ T δ T épaisseur de flamme épaisseur de flamme moyen α > 1 and β < 1 SIMTUR Revue à mi-parcours 4 sept

81 SP3: ADAPALES- Adaptation Parallèle en LES Constat: Limiter autant que possible les a priori dans la génération du maillage et leur impact sur les résultats des simulations. Objectif: mesurer dynamiquement l efficacité du maillage taille du filtre petite devant l épaisseur du signal moyen δ T / >> 1 = αδ L = βδ T δ T épaisseur de flamme épaisseur de flamme moyen α > 1 and β < 1 SIMTUR Revue à mi-parcours 4 sept

82 LES scalar variances - 3D projection of 2D measurements - DNS LES scalar variances - 3D projection of 2D measurements - DNS 3 SP3: ADAPALES- Adaptation Parallèle en LES Normalized resolved part Normalized resolved part 1 0,95 0,9 0,85 0,8 0,75 1 0,95 0,9 0,85 0,8 Normalized resolved part 1 0,95 0,9 0,85 0,8 0,75 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 Résolu! (a) T R /ϕ v ϕ v = { ϕ 2} {ϕ} 2 =! (a) T R /ϕ v { }} { ρ ϕ 2 ( ) 2 ρ ϕ ρ( ϕ 2 ϕ 2 ) + +R v ρ ρ ρ } {{ } Normalized SGS part 0,6 0,5 0,4 0,3 0,2 0,1 Normalized SGS part 0,6 0,5 0,4 T R : Resolved part Line with Circle: α = /δ L = 2; Square: α = 3; Triangle up: α = 4; Triangle down: α =5 0,3 0,2 0,1 T SGS : SGS part 0 0 0,1 0,2 0,6 0,3 0,4 0,5 0,6 0,7 SGS! 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7! Normalized SGS part 0,4 (b) T SGS /ϕ v (b) T SGS /ϕ v 0,3 0,2 0,75 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7! Normalized residual part -0,1 Normalized residual part -0,1 = αδ -0,2 L = βδ T 0-0,2-0,3 0-0,3 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7! 43

83 SP3: ADAPALES- Adaptation Parallèle en LES = αδ L = βδ T 44

84 0 SP3: ADAPALES- Adaptation Parallèle en LES -0,1 0 Normalized residual part -0,2-0,3 Normalized residual part -0,1-0,2-0,3-0,4 Résidu 0 0,1 0,2 0,3 0,4 0,5 0,6! (c) R v /ϕ v gure 1. Normalized three terms of Eq. 2.9 versus β = /δ T. Line with Circle: α = /δ L = 2; Square: α = 3; Triangle up: α = 4; Triangle down: α = 5. s δ L, which are randomly distributed to build a mean flame brush. Typically, tion mimics DNS performed in the flamelet regime; flamelet profiles are transy turbulence -0,4 0 0,1 without 0,2 0,3modification 0,4 0,5 of their 0,6 internal structure. The instantaneous! variable is defined as: c(x, t) =F L (x x L (t)) (2.10) = αδ L = βδ T x L (t) =x o + ξ(t)κ(t)δ T (2.11) L(x) is the single flamelet distribution obtained from the solution of a methane- Revue à mi-parcours 4 sept 2009 SIMTUR 44

85 0 SP3: ADAPALES- Adaptation Parallèle en LES -0,1 0 Normalized residual part -0,2-0,3 Normalized residual part -0,1-0,2-0,3-0,4 Résidu 0 0,1 0,2 0,3 0,4 0,5 0,6! (c) R v /ϕ v R v /ϕ v < 0.01 gure 1. Normalized three terms of Eq. 2.9 versus β = /δ T. Line with Circle: α = /δ L = 2; Square: α = 3; Triangle up: α = 4; Triangle down: α = 5. β < β R =0.06 s δ L, which are randomly distributed to build a mean flame brush. Typically, tion mimics DNS performed in the flamelet regime; flamelet profiles are transy turbulence -0,4 0 0,1 without 0,2 0,3modification 0,4 0,5 of their 0,6 internal structure. The instantaneous! variable is defined as: c(x, t) =F L (x x L (t)) (2.10) = αδ L = βδ T x L (t) =x o + ξ(t)κ(t)δ T (2.11) L(x) is the single flamelet distribution obtained from the solution of a methane- Revue à mi-parcours 4 sept 2009 SIMTUR 44

86 SP3: ADAPALES- Adaptation Parallèle en LES Le maillage doit donc vérifier: = αδ L = βδ T α =( /δ L ) < β R (δ T /δ L ) Résultats: définition d un critère susceptible de représenter la qualité du maillage. Perspectives: simulation d une flamme de type laboratoire et évaluation de la pertinence des critères. SIMTUR Revue à mi-parcours 4 sept

87 SP3: ADAPALES- Adaptation Parallèle en LES On a désormais une critère de raffinement de maillage. Couplage avec les mailleurs nécessaire Déjà utilisé avec GAMBIT Le CERFACS a mis au point la méthodologie équivalente sur CENTAURSOFT (mailleur automatique hybride utilisé par 90% des utilisateurs AVBP). 46

88 SP3: ADAPALES- Adaptation Parallèle en LES On a désormais une critère de raffinement de maillage. Couplage avec les mailleurs nécessaire Déjà utilisé avec GAMBIT Le CERFACS a mis au point la méthodologie équivalente sur CENTAURSOFT (mailleur automatique hybride utilisé par 90% des utilisateurs AVBP). 46

89 SP4: Outils de surveillance / Post-traitement 47

90 SP4: Outils de surveillance / Post-traitement Beaucoup de ressources sont nécessaire ( 4095 x 4M d'heures... ) : Besoin d'outils de surveillance efficaces et simple pour éviter des gâchis de ressources. Mise en place d'un flush automatique selon l'architecture permettant de récupérer l'évolution temporelle globale ( min/max/moy) et local sur des points pré-définis des variables du calcul ( Vitesse/pression/ Température, etc..). Possibilité d'arrêter le calcul "proprement" grâce a un switch on/off dans le code SIMTUR Revue à mi-parcours 4 sept

91 T/Tmean [] T/Tmean [] T/Tmean [] SP4: Outils de surveillance / Post-traitement T/Tmean [ ] T/Tmean [ ] T/Tmean [ ] Beaucoup de ressources sont nécessaire ( 4095 x 4M d'heures... ) : Besoin d'outils de B1 surveillance efficaces et simple pour éviter des gâchis de ressources. Mise en place d'un flush automatique selon l'architecture permettant de récupérer l'évolution temporelle globale ( min/max/moy) et local sur des points pré-définis des variables du calcul ( Vitesse/pression/ B6 Température, etc..). Possibilité d'arrêter le calcul "proprement" grâce a un switch on/off dans le code B Time Time [s] [s] SIMTUR Revue à mi-parcours 4 sept

92 SP4: Outils de surveillance / Post-traitement Beaucoup de données sont générées: 200 fichiers x 4Go : Besoin d'outils permettant d'extraire simplement des données 49

93 SP4: Outils de surveillance / Post-traitement Beaucoup de données sont générées: 200 fichiers x 4Go : Besoin d'outils permettant d'extraire simplement des données 49

94 SP4: Outils de surveillance / Post-traitement Beaucoup de données sont générées: 200 fichiers x 4Go : Besoin d'outils permettant d'extraire simplement des données 49

95 SP4: Outils de surveillance / Post-traitement Beaucoup de données sont générées: 200 fichiers x 4Go : Besoin d'outils permettant d'extraire simplement des données 49

96 SP4: Outils de surveillance / Post-traitement Beaucoup de données sont générées: 200 fichiers x 4Go : Besoin d'outils permettant d'extraire simplement des données 93 Millions de mailles mailles 49

97 SP4: Outils de surveillance / Post-traitement Coûts post-traitement de base ( visualization): Champ complet : 15min Champ réduit: 4min (interpolation séquentielle) + 20 secs 50

98 SP4: Outils de surveillance / Post-traitement Coûts post-traitement avancé : Décomposition en mode propres (POD): Champ complet : Impossible à tester actuellement. (Maillage de 16M nécessite 10h sur 32 coeurs pour 100 solutions). Champ réduit: 1 min pour 100 solutions sur 4 coeurs. 1er mode propre 51