基于大涡模拟的血流动力学并行区域分解算法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11901559
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    27.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0501.算法基础理论与构造方法
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The most common cause of cardiovascular and cerebrovascular diseases is change of hemodynamic. At present, relevant research has gradually focused on the influence of turbulent shear stress, structure, separation and other turbulence characteristics on the disease, not only the average velocity and pressure field. Due to the complex and multi-scale geometry of the vessels, as well as the pulsation effect of the heart, when solving the high-precision turbulence model simulation such as large eddy simulation, the large scale and nonlinear feature are the major challenge of the algorithm. As a result, the high scalable parallel algorithms for large eddy simulation of blood flows are quite demanding. In this project,we plan to develop a new highly scalable implicit solver for the large eddy simulation of 3D turbulent blood flow on unstructured meshes.We shall use a stabilized Galerkin finite element method for the spatial approximation of the problem, and a implicit method for the time discretization. We would design a parallel scalable domain decomposition method by using the Newton-Krylov-Schwarz algorithm and the multigrid method to solve the nonlinear algebraic system arising from the discretization, with emphasis on the robustness and the parallel scalability. The proposed solver is expected to be scalable up to more than 10,000 processor cores on the platform of multi-core architecture, and thus can meet the computing needs of relevant researches and clinical requirements.
血流动力学性能的改变是诱发心脑血管疾病的主要原因。目前相关研究逐渐从关注稳态速度场、压力场分布深入至湍流结构、流动分离再附与回流以及涡旋剪切力等湍动参数对疾病的影响。人体血管网络高度复杂且呈几何多尺度,加之心脏的脉动效应,采用大涡模拟等高精度湍流模型仿真时,计算规模与复杂度对求解算法提出挑战,因此具有高扩展并行性能的算法在血流动力学研究中有着重大需求。目前相关并行算法的研究尚远远跟不上超级计算机硬件发展水平,血流模拟商业软件只能达到百核量级的并行规模。基于上述背景,本项目研究血流大涡模拟的全隐格式与非结构有限元离散方法、多水平型Newton-Krylov-Schwarz算法及预处理技术,重点关注算法的鲁棒性与并行可扩展性能。同时兼顾大规模并行计算平台架构程序优化技术,目的是开发可扩展至数万处理器核的并行求解算法,以期实现血流复杂湍动流场的高精度、高时效性仿真,满足相关研究及临床需求。

结项摘要

血流动力学功能的改变可诱发多类疾病。目前以计算流体力学技术为基础的血流动力学数值模拟技术逐步发展至瞬态、湍动模拟。由于血管网复杂且呈多尺度,受心脏脉动效应的影响,人体的血流动力学大涡模拟带来了巨量计算难题。为充分利用目前超算平台资源,快速高效地求解血流动力学模拟问题,本项目研究血流大涡模拟的全隐格式与非结构有限元离散方法、多水平型Newton-Krylov-Schwarz算法及预处理技术以及大规模并行计算平台架构程序优化技术,开发可扩展至数万处理器核的血流模拟并行算法,以实现血流复杂湍动流场的高精度、高时效性仿真。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Impact of Pressure Wire on Fractional Flow Reserve and Hemodynamics of the Coronary Arteries: A Computational and Clinical Study
压力丝对冠状动脉血流储备分数和血流动力学的影响:计算和临床研究
  • DOI:
    10.1109/tbme.2022.3225188
  • 发表时间:
    --
  • 期刊:
    IEEE Transactions on Biomedical Engineering
  • 影响因子:
    4.6
  • 作者:
    Zhengzheng Yan;Zhifeng Yao;Weifeng Guo;D;an Shang;Rongliang Chen;Jia Liu;Xiao-Chuan Cai;Junbo Ge
  • 通讯作者:
    Junbo Ge
A Novel Median Dual Finite Volume Lattice Boltzmann Method for Incompressible Flows on Unstructured Grids
非结构化网格上不可压缩流动的新型中值双有限体积格子玻尔兹曼方法
  • DOI:
    10.1049/iet-gtd.2018.6814
  • 发表时间:
    2020
  • 期刊:
    International Journal of Modern Physics C
  • 影响因子:
    1.9
  • 作者:
    Lei Xu;Wu Zhang;Zhengzheng Yan;Zheng Du;Rongliang Chen
  • 通讯作者:
    Rongliang Chen
A Parallel Numerical Method for Risk Assessment of Myocardial Infarction During Liver Transplantation: A Case Study
肝移植期间心肌梗死风险评估的并行数值方法:案例研究
  • DOI:
    10.4208/aamm.oa-2021-0214
  • 发表时间:
    2022
  • 期刊:
    Advances in Applied Mathematics and Mechanics
  • 影响因子:
    1.4
  • 作者:
    Zhengzheng Yan;D;an Shang;Jingzhi Li;Rongliang Chen
  • 通讯作者:
    Rongliang Chen
Large eddy simulation of the wind flow in a realistic full-scale urban community with a scalable parallel algorithm
使用可扩展的并行算法对真实的全尺寸城市社区中的风流进行大涡模拟
  • DOI:
    10.1016/j.cpc.2021.108170
  • 发表时间:
    2022
  • 期刊:
    Computer Physics Communications
  • 影响因子:
    6.3
  • 作者:
    Zhengzheng Yan;Rongliang Chen;Xiao-Chuan Cai
  • 通讯作者:
    Xiao-Chuan Cai
A multilayer nonlinear elimination preconditioned inexact Newton method for steady-state incompressible flow problems in three dimensions
三维稳态不可压缩流动问题的多层非线性消除预条件不精确牛顿法
  • DOI:
    10.1137/19m1307184
  • 发表时间:
    2020
  • 期刊:
    SIAM Journal on Scientific Computing
  • 影响因子:
    3.1
  • 作者:
    Li Luo;Xiao-Chuan Cai;Zhengzheng Yan;Lei Xu;David E. Keyes
  • 通讯作者:
    David E. Keyes

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

面向异构众核架构的块Gauss-Seidel/Jacobi预条件算法
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    吴立垒;陈荣亮;罗力;闫争争;廖子菊;迟利华;刘杰
  • 通讯作者:
    刘杰
面向异构众核架构的块Gauss-Seidel/Jacobi预条件算法
  • DOI:
    10.11897/sp.j.1016.2019.02447
  • 发表时间:
    2018
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    吴立垒;陈荣亮;罗力;闫争争;廖子菊;迟利华;刘杰
  • 通讯作者:
    刘杰

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码