下载掌阅APP，畅读海量书库
立即打开
基于上述思路，中国科学院过程工程研究所成功研发了流化床虚拟过程工程平台。这个平台由计算、实验和显示控制三部分组成，如图1.13所示。计算部分负责实时计算指定条件下设备内的运行情况；实验部分负责装置运行和有效测量，并在线传输给计算部分进行校正。实验与计算两部分紧密衔接，并通过显示控制部分清晰地演示设备内的动态运行信息，可由工程师进行实时操作控制。
虚拟过程工程： 化工反应器的传统设计依赖于逐级放大试验，具有周期长、费用高、风险大等缺点。针对这一问题，虚拟过程工程的设计理念是：构建集计算机模拟、在线控制、同步测量、数据处理和显示于一体的虚拟平台，致力于实现复杂反应器的多尺度动态实时模拟，并与工业应用紧密结合，为化工反应器的设计与优化提供指导。
图1.13 虚拟过程工程平台系统结构图 [12]
图1.14展示了流化床虚拟过程工程平台的实景图，流化床高度达到6 m以上。实验为计算提供流化床原型以及实验参数信息；计算将实验原型虚拟化、数字化，通过求解数学模型，对于系统行为进行定量预测；显示控制部分由桌面机和液晶屏幕构成，可实时演示设备内的运行状况，将实时模拟和过程控制有机地结合在一起。
图1.14 流化床虚拟过程工程平台实景图 [12]
图1.15展示了流化床的多尺度模拟具体的工作流程。首先根据设备操作条件（例如进入反应器的气体速度、催化剂颗粒数量等），由稳态宏尺度模型（EMMS模型）给出整个设备内部的颗粒分布，这可以在数秒内完成；再以前述局部分布作为初始和边界条件，由动态宏尺度模型（双流体模型）模拟全回路反应器的动态演化；对于重点关注的提升管，采用介尺度模型（考虑介尺度结构的颗粒轨道模型）进行颗粒团尺度的动态模拟；若对某细节部位（如分布板附近）感兴趣，则再以前述计算结果作为初始和边界条件，采用单颗粒尺度模型（直接数值模拟）启动计算，以进一步研究流场细节。在图1.15的计算中，介尺度模型对30 m高的提升管局部模拟需要的流体网格数为3.6万、颗粒聚团数为12万；而微尺度模型对16 cm×4 cm区域的模拟就需要19万颗粒。可见，依此多尺度逐步推进的思路，即可层层展开，在保证计算精度的同时显著减少了计算量。
图1.15 流化床多尺度模拟 [11]
图1.16和图1.17进一步展示了多尺度模拟的结果，依赖于计算问题的关注尺度不同，计算量也存在数量级的差异，工程应用中需要根据问题的性质选择合适的多尺度计算模式。需要强调的是，数值模拟并不是仅仅得到一堆彩色的图片或动画，而是得到系统内有用的定量信息，可以与实验测量结果相互比对，图1.17中的模拟曲线图与实验测量的散点图基本一致，说明了模拟计算的可靠性。该技术平台不仅适用于流化床反应器的实验模拟，还可以为工业界提供计算服务。
图1.16 三尺度模拟的典型计算结果：宏尺度、介尺度、微尺度 [11]
由于化工反应器中的模拟计算通常涉及多相复杂流动，而且从实验室研究到工业规模应用需要跨尺度的研究，计算规模十分庞大，不仅需要准确的数学模型，还需要有超级计算系统的支撑。
尽管计算机硬件处理能力按照摩尔定律继续发展，但是随着集成电路晶体管密度的日益增加，其能耗也在迅速增加，由于集成电路散热能力的限制，依靠单处理器性能的改进提高运算速度举步维艰，因此迫切需要高性能计算技术的发展。
美国NVIDIA（英伟达）公司于2006年推出基于图形处理器（graphics processing unit，GPU）的计算统一设备架构（compute united device architecture，CUDA），中国科学院过程工程研究所意识到可以使用CPU-GPU耦合方案来实现多尺度离散模拟 [13] ，在随后两年时间里先后建成了单精度峰值超过100 Tflops（1 Tflops等于每秒1万亿次浮点运算）和450 Tflops的高性能计算系统。在此基础之上，过程所于2010年建成Mole-8.5超级计算系统，如图1.18所示。
超级计算系统 ：超级计算系统是由大量性能优越的计算机组成的、具有特定体系结构的计算机集群，其内部的计算机能够协同稳定运行，具有高速通信与海量存储等功能。除了领先的计算机硬件系统之外，还包括支撑硬件运行的软件系统和测试工具，以及各种面向科学与工程问题的应用软件。超级计算系统的研发与使用，对于国际科技创新与竞争具有重要影响。感兴趣的读者可以进一步了解全球超级计算机排行榜。
图1.17 虚拟过程工程平台对提升管的定量模拟结果 [6]
图1.18 高效能、低成本超级计算系统Mole-8.5 [14]
Mole-8.5超级计算系统的计算节点主要采用Tyan S7015主板，最多可安装8块Tesla C2050 GPU卡，从而使单机执行离散模拟的性价比得到最充分的发挥。Linpack测试结果在2010年的全球超级计算机排榜Top500排名中名列第19位，而在随后的Green500排名中位列第8位。2017年仍在两个排行榜内。Mole-8.5系统实际测试速度达到1400万亿次单精度浮点运算速度。系统能耗563 kW，系统总能耗（含冷却系统200 kW）763 kW，占地面积145 m 2 ，系统内存容量17.79TB，GPU显存容量6.48 TB，共计24.27 TB；计算系统总重量约12.6 t，磁盘总容量为720 TB；系统软件主要包括CentOS 5.4、GCC/G++4.1.2编译器、MPI/OpenMP/CUDA编程环境、Ganglia和MoleMonitor监控软件等，实现了远程系统访问和作业管理。单个计算节点内部的硬件结构如图1.19所示。
图1.19 CPU-GPU耦合结构示意图
为什么需要CPU-GPU耦合计算模式呢？因为CPU具有大量缓存和控制单元，但是运算单元较少，适合算法复杂度高的流体求解；而GPU具有大量运算单元，非常适合颗粒的并行计算。CUDA编程模式将CPU作为主机（Host），GPU作为协处理器或者设备，一个系统中可以存在一个主机和多个协处理器。在这种组织架构下，CPU用来处理逻辑性较强的计算，而GPU则负责执行高度线程化的并行处理任务，两者之间可以进行数据交换与传输。CPU与GPU协同工作，两者耦合可以显著提高计算效率。
可以畅想，在未来的虚拟化工实验室里，表面上工程师们在显示控制终端应用各种模型或计算软件，进行反应器或催化剂分子结构的设计与操作，而这背后有一个庞大的计算系统和理论架构在高效运转，为研发设计提供技术支撑。