基于MUSEN平台的GPU多级粗粒化离散元方法实现与工业应用

本文创新性地在开源GPU加速离散元（DEM）软件MUSEN中实现了多级粗粒化（MCG）方法，通过动态调整颗粒粗粒化比例，在保持精度的同时将料斗卸料系统模拟速度提升3.4倍，并在制药工业的压片机喂料器和双螺杆喂料器中分别实现5.5倍和8倍加速，为大规模颗粒系统仿真提供了高效解决方案。

　　

Highlight

本研究首次在GPU上成功实现多级粗粒化（MCG）离散元方法，结合MUSEN开源软件的并行计算优势，显著提升工业级颗粒系统仿真效率。

Discrete element method（离散元方法）

离散元法（DEM）基于牛顿第二定律追踪颗粒运动，软球模型通过以下方程描述第i个颗粒的平动与转动：

m_i(dv→_i/dt)=∑(F→_ijⁿ+F→_ij^t)+m_ig→

I_i(dω→_i/dt)=...

Results and discussions（结果与讨论）

MCG方法通过优化颗粒尺寸、几何网格划分等参数，在料斗系统中验证了3.4倍加速效果，并在制药工业的复杂设备中实现最高8倍加速。

Conclusion（结论）

基于GPU的MCG方法通过动态区域化粗粒化策略，为大规模颗粒系统仿真提供了兼具效率与精度的创新解决方案。

（注：根据要求已去除文献标识与图示引用，保留原文公式上下标结构）