Push it to the limit - Mit Rekordsimulationen Wärmeübertragung erforschen

Viele aktuelle Herausforderungen lassen sich lösen, wenn man um die Mechanismen und Prozesse der Wärmeübertragung weiß. Dieses Wissen kann z. B. zur Optimierung von Kühlsystemen oder zum Verständnis über Wärmeaustauschprozesse in der Atmosphäre beitragen.
Simulationen und Visualisierungen helfen, diese Prozesse zu verstehen, bisher unbekannte Eigenschaften aufzudecken und Anwendungen zu optimieren. Die Komplexität und Datenmenge dieser Simulationen fordern das High Performance Computing (HPC) dabei besonders heraus und treiben die Systeme und Codes zu neuen Höchstleistungen.

Turbulente Wärmeübertragungsprozesse

Unsere Kollegen Mathis Bode und Jens Henrik Göbbert haben sich zusammen mit Jörg Schumacher und Roshan Samuel von der Technischen Universität Ilmenau sowie Katepalli Sreenivasan von der New York University und Janet Scheel vom Occidental College dieser Aufgabe gestellt und untersucht, wie sich Daten zu turbulenten Wärmeübertragungsprozesse generieren und analysieren lassen. Im Mittelpunkt ihrer Arbeit steht ein Rayleigh-Bénard Convection (RBC) Setup, dessen Aufbau aus einer horizontalen Flüssigkeitsschicht, die zwischen zwei Platten eingeschlossen ist, besteht. Während die untere Platte auf einer höheren Temperatur gehalten wird, ist die obere Platte kälter, wodurch ein Wärmeaustausch erzeugt wird (s. Abb. 1).

Push it to the Limit - Researching Thermal Convection Using Record Simulations
Abb. 1: Überblick über den Rayleigh-Bénard-Konvektions-Aufbau für verschiedene Rayleigh-Zahlen. Die Simulationen nutzte eine zunehmende Anzahl von Gitterpunkten, beginnend mit 80M für Ra = 105 bis zu 47B für Ra = 1012. Dies erforderte 6 bis 840 Knoten auf dem JUWELS Booster.

Die Art der Wärmeübertragung wird durch die Rayleigh-Zahl beschrieben. Überschreitet diese einen gewissen Punkt, wird die klassische Wärmeleitung von einer konvektiven Strömung verdrängt. Dadurch entstehende Turbulenzen sind ausgesprochen dynamisch und erfordern eine hochfrequente und aufwendige Datenerhebung, -analyse und -visualisierung.

Simulationen auf dem Prüfstand

Traditionelle Strömungsanwendungen sind extrem rechenintensiv, da die gekoppelten Skalen bei turbulenten Strömungen, potenziellen Multiphysikeffekten und numerischen Schwierigkeiten rechenseitig bewältigt werden müssen. Einer der Top 25 Supercomputer weltweit, der JUWELS Booster am Jülich Supercomputing Centre (JSC), wurde für diese Simulation zur absoluten Höchstleistung getrieben. 840 Nodes mit 3360 GPUs, was in etwa 90% aller Booster Nodes von JUWELS sind, wurden mit dem NekRS Code über einen zusammengerechneten Zeitraum von etwa 24 Stunden parallel genutzt, um diese Aufgabe zu bewältigen, wobei bereits die konvergierten Strömungsfelder aus kleineren Rayleigh-Zahlen als Ausgangslösung verwendet wurden.

Push it to the Limit - Researching Thermal Convection Using Record Simulations
Abb. 2: Resultierende Strukturen der Temperatur in den unteren Grenzschichten für die verschiedenen Rayleigh-Zahlen. Die Strukturen werden mit zunehmender Rayleigh-Zahl feiner, was auch die Anforderungen an höhere, lokale Gitterauflösungen verdeutlicht.

Rekordsimulationen als Vorbild für Exascale

Die Simulationen mit Rayleigh-Zahlen bis zu 1012 hat nicht nur ein tieferes Verständnis und neue Einblicke in die konvektive Wärmeübertragung in dem RBC Simulationsfeld geliefert, sondern manche Eigenschaften und Mechanismen überhaupt erst wahrnehmbar und visualisierbar gemacht (s. Abb. 2). Die Simulationsdaten haben so u.a. gezeigt, dass Fluktuationen in den Grenzschichten eine zentrale Rolle in dieser Dynamik spielen. Die Gemeinsamkeiten zwischen den Systemen des JEWELS Booster und dem erwarteten JUPITER Booster-Modul lassen darauf schließen, dass der durchgeführte Arbeitsablauf als Vorbild für NekRS Läufe auf Exascle-Level mit JUPITER gesehen werden kann.

Weiterführende Informationen:

Paper: R. J. Samuel, M. Bode, J. D. Scheel, K. R. Sreenivasan and J. Schumacher, Boundary regions in plane thermal convection layers are fluctuation-dominated, accepted for publication in Journal of Fluid Mechanics, available on arXiv as https://arxiv.org/pdf/2403.12877.

Letzte Änderung: 17.09.2024