Визначення взаємозв’язку між тривалістю моделювання методом дискретних елементів та технічними характеристиками обчислювальної системи

Автор(и)

  • Володимир Володимирович Стаценко Київський національний університет технологій та дизайну, Україна https://orcid.org/0000-0002-3932-792X
  • Олександр Петрович Бурмістенков Київський національний університет технологій та дизайну, Україна https://orcid.org/0000-0003-0001-4229
  • Тетяна Яківна Біла Київський національний університет технологій та дизайну, Україна https://orcid.org/0000-0001-8937-5244
  • Дмитро Володимирович Стаценко Київський національний університет технологій та дизайну, Україна https://orcid.org/0000-0002-3064-3109

DOI:

https://doi.org/10.15587/1729-4061.2022.267033

Ключові слова:

метод дискретних елементів, обчислювальна система, алгоритм, час моделювання, обчислювальні ресурси

Анотація

Об’єктом дослідження є взаємозв’язок між технічними характеристиками обчислювальної системи та тривалістю моделювання руху частинок сипких матеріалів методом дискретних елементів. Представлено схему алгоритму обчислень та проаналізовано його основні етапи. Розроблено 3D модель стрічкового живильника та математичну модель руху частинок для проведення обчислень методом дискретних елементів в середовищі EDEM 2017. Визначено фізико-механічні властивості сипкого матеріалу, конструктивні та технологічні параметри обладнання. Проаналізовано параметри алгоритму та обчислювальної системи. Визначено ті параметри, зміна яких не впливає на точність розрахунків, але може змінювати кількість обчислювальних ресурсів, що використовуються. До них відносяться: кількість частинок сипкого матеріалу, крок «сітки» та кількість ядер процесора. Визначення впливу цих параметрів на тривалість моделювання здійснювалось з використання повного факторного експерименту.

Експериментальні дослідження показали, що для тривалості моделювання визначальними параметрами є кількість частинок та кількість ядер процесора. Встановлено, що між тривалістю моделювання та кількістю частинок існує лінійна залежність. Отримано рівняння регресії, яке дозволяє прогнозувати час моделювання. Також встановлено, що програмне забезпечення не повністю використовує всі наявні обчислювальні ресурси, максимальне навантаження на процесор при використанні всіх доступних ядер становить 57 %. Використання оперативної пам’яті та дискової підсистеми практично не змінювалось при проведенні моделювання.

Отримані результати дозволяють планувати використання обчислювальних ресурсів на проведення досліджень методом дискретних елементів та прогнозувати час моделювання

Біографії авторів

Володимир Володимирович Стаценко, Київський національний університет технологій та дизайну

Доктор технічних наук, доцент

Кафедра комп’ютерної інженерії та електромеханіки

Олександр Петрович Бурмістенков, Київський національний університет технологій та дизайну

Доктор технічних наук, професор

Кафедра комп’ютерної інженерії та електромеханіки

Тетяна Яківна Біла, Київський національний університет технологій та дизайну

Кандидат технічних наук, доцент

Кафедра комп’ютерної інженерії та електромеханіки

Дмитро Володимирович Стаценко, Київський національний університет технологій та дизайну

Кандидат технічних наук, доцент

Кафедра комп’ютерної інженерії та електромеханіки

Посилання

  1. Yeom, S. B., Ha, E.-S., Kim, M.-S., Jeong, S. H., Hwang, S.-J., Choi, D. H. (2019). Application of the Discrete Element Method for Manufacturing Process Simulation in the Pharmaceutical Industry. Pharmaceutics, 11(8), 414. doi: https://doi.org/10.3390/pharmaceutics11080414
  2. Johansson, M., Quist, J., Evertsson, M., Hulthén, E. (2017). Cone crusher performance evaluation using DEM simulations and laboratory experiments for model validation. Minerals Engineering, 103-104, 93–101. doi: https://doi.org/10.1016/j.mineng.2016.09.015
  3. Kryszak, D., Bartoszewicz, A., Szufa, S., Piersa, P., Obraniak, A., Olejnik, T. P. (2020). Modeling of Transport of Loose Products with the Use of the Non-Grid Method of Discrete Elements (DEM). Processes, 8 (11), 1489. doi: https://doi.org/10.3390/pr8111489
  4. Statsenko, V. V., Burmistenkov, O. P., Bila, T. Ya. (2017). Avtomatyzovani kompleksy bezperervnoho pryhotuvannia kompozytsiy sypkykh materialiv. Kyiv: KNUTD, 219.
  5. Munjiza, A. (2004). The Combined Finite-Discrete Element Method. Wiley, 352. Available at: https://www.wiley.com/en-us/The+Combined+Finite+Discrete+Element+Method-p-9780470020173
  6. Balevicius, R., Kacianauskas, R. (2008). DEM analysis of effect of the particle size during the material flow in wedge-shaped hopper. The 25th International Symposium on Automation and Robotics in Construction. ISARC-2008. doi: https://doi.org/10.3846/isarc.20080626.272
  7. Lommen, S., Schott, D., Lodewijks, G. (2014). DEM speedup: Stiffness effects on behavior of bulk material. Particuology, 12, 107–112. doi: https://doi.org/10.1016/j.partic.2013.03.006
  8. Osypenko, V., Zlotenko, B., Kulik, T., Demishonkova, S., Synyuk, O., Onofriichuk, V., Smutko, S. (2021). Improved algorithm for matched-pairs selection of informative features in the problems of recognition of complex system states. Eastern-European Journal of Enterprise Technologies, 2 (4 (110)), 48–54. doi: https://doi.org/10.15587/1729-4061.2021.229756
  9. Yan, B., Regueiro, R. A. (2018). Superlinear speedup phenomenon in parallel 3D Discrete Element Method (DEM) simulations of complex-shaped particles. Parallel Computing, 75, 61–87. doi: https://doi.org/10.1016/j.parco.2018.03.007
  10. Yan, B., Regueiro, R. A. (2018). A comprehensive study of MPI parallelism in three-dimensional discrete element method (DEM) simulation of complex-shaped granular particles. Computational Particle Mechanics, 5 (4), 553–577. doi: https://doi.org/10.1007/s40571-018-0190-y
  11. Amritkar, A., Deb, S., Tafti, D. (2014). Efficient parallel CFD-DEM simulations using OpenMP. Journal of Computational Physics, 256, 501–519. doi: https://doi.org/10.1016/j.jcp.2013.09.007
  12. He, Y., Muller, F., Hassanpour, A., Bayly, A. E. (2020). A CPU-GPU cross-platform coupled CFD-DEM approach for complex particle-fluid flows. Chemical Engineering Science, 223, 115712. doi: https://doi.org/10.1016/j.ces.2020.115712
  13. Tamrakar, A., Karkala, S., Schankel, D., Ramachandran, R. (2016). Implementation of hybrid DEM-PBM approach to reduce the computational cost of powder mixing modeling. 26th European Symposium on Computer Aided Process Engineering, 1267–1273. doi: https://doi.org/10.1016/b978-0-444-63428-3.50216-2
  14. Duriez, J., Bonelli, S. (2021). Precision and computational costs of Level Set-Discrete Element Method (LS-DEM) with respect to DEM. Computers and Geotechnics, 134, 104033. doi: https://doi.org/10.1016/j.compgeo.2021.104033
  15. Gopalakrishnan, P., Tafti, D. (2013). Development of parallel DEM for the open source code MFIX. Powder Technology, 235, 33–41. doi: https://doi.org/10.1016/j.powtec.2012.09.006
  16. Maknickas, A., Kačeniauskas, A., Kačianauskas, R., Balevičius, R., Džiugys, A. (2006). Parallel DEM Software for Simulation of Granular Media. Informatica, 17 (2), 207–224. doi: https://doi.org/10.15388/informatica.2006.134
  17. Kafui, D. K., Johnson, S., Thornton, C., Seville, J. P. K. (2011). Parallelization of a Lagrangian–Eulerian DEM/CFD code for application to fluidized beds. Powder Technology, 207 (1-3), 270–278. doi: https://doi.org/10.1016/j.powtec.2010.11.008
  18. Mindlin, R. D., Deresiewicz, H. (1953). Elastic Spheres in Contact Under Varying Oblique Forces. Journal of Applied Mechanics, 20 (3), 327–344. doi: https://doi.org/10.1115/1.4010702
  19. Statsenko, V., Burmistenkov, O., Bila, T., Demishonkova, S. (2021). Determining the loose medium movement parameters in a centrifugal continuous mixer using a discrete element method. Eastern-European Journal of Enterprise Technologies, 3 (7 (111)), 59–67. doi: https://doi.org/10.15587/1729-4061.2021.232636
  20. Yan, Z., Wilkinson, S. K., Stitt, E. H., Marigo, M. (2015). Discrete element modelling (DEM) input parameters: understanding their impact on model predictions using statistical analysis. Computational Particle Mechanics, 2(3), 283–299. doi: https://doi.org/10.1007/s40571-015-0056-5
  21. Discrete Element Modeling - DEM Software | Altair EDEM. Available at: https://www.altair.com/edem
  22. Python programming language. Available at: https://www.python.org/
  23. Project Jupyter. Available at: https://jupyter.org/
  24. Numpy. The fundamental package for scientific computing with Python. Available at: https://numpy.org/
  25. Statsenko, V., Burmistenkov, O., Bila, T., Statsenko, D. (2019). Determining the motion character of loose materials in the system of continuous action «hopper – reciprocating plate feeder». Eastern-European Journal of Enterprise Technologies, 2 (1 (98)), 21–28. doi: https://doi.org/10.15587/1729-4061.2019.163545
  26. Beloshenko, V., Voznyak, Y., Voznyak, A., Savchenko, B. (2017). New approach to production of fiber reinforced polymer hybrid composites. Composites Part B: Engineering, 112, 22–30. doi: https://doi.org/10.1016/j.compositesb.2016.12.030
Визначення взаємозв’язку між тривалістю моделювання методом дискретних елементів та технічними характеристиками обчислювальної системи

##submission.downloads##

Опубліковано

2022-12-30

Як цитувати

Стаценко, В. В., Бурмістенков, О. П., Біла, Т. Я., & Стаценко, Д. В. (2022). Визначення взаємозв’язку між тривалістю моделювання методом дискретних елементів та технічними характеристиками обчислювальної системи. Eastern-European Journal of Enterprise Technologies, 6(4 (120), 32–39. https://doi.org/10.15587/1729-4061.2022.267033

Номер

Розділ

Математика та кібернетика - прикладні аспекти