高效三维GPU加速元胞自动机-晶格玻尔兹曼方法在凝固微观结构建模中的突破性应用

《Journal of Computational Science》：Efficient Cellular Automata-Lattice Boltzmann Method for Modeling Solidification Microstructure

本文提出了一种创新的三维GPU加速元胞自动机-晶格玻尔兹曼（CA-LB）耦合模型，通过定制GPU内核和内存布局，实现了热溶质对流（thermosolutal convection）与枝晶生长（dendritic growth）的全三维同步模拟。该模型在Fe-0.6 wt.% C合金凝固模拟中取得1058倍加速，首次揭示了三维螺旋流场对枝晶分支选择（branch selection）和微观偏析（micro-segregation）的调控机制，为高性能合金设计提供了高通量计算平台。

　　

Highlight

本研究亮点在于：(1) 枝晶生长驱动了对流，优先加速上游枝晶臂同时抑制下游枝晶臂；(2) 生长方向和域限制控制涡旋拓扑结构和强度；(3) 复杂螺旋流线模式和枝晶形态可被精确捕获，提供了对流体流动和枝晶生长动力学的全面理解，揭示了二维模拟中未见的现象。

Conclusions

本研究提出了一种GPU加速的三维CA-LB模型，用于研究热溶质对流对微观结构演变的影响。该模型的准确性通过与基准解和修正Lipton–Glicksman–Kurz (LGK) 模型的分析值紧密吻合得到验证，努塞尔数（Nusselt number）的最大相对误差小于0.9%，证明了其在模拟复杂流体动力学方面的可靠性。从本文的数值实验可以得出以下结论：

(1) GPU加速