泰坦将葛风力涡轮机研究推进到新领域
冻融的仿真可以帮助工程师设计更好的刀片
凯蒂伊丽地琼斯，葛
The amount of global electricity supplied by wind, the world’s fastest growing energy source, is expected to increase from 2.5 to as much as 12% by 2020. Under ideal conditions, wind farms can be three times more efficient than coal plants, but going wherever the wind blows is not always so easy.
Masako Yamada是一般电气全球研究计算科学家。
“世界上许多可以受益于风能的地区实际上都在寒冷的气候中，”Masako Yamada说通用电气(GE)全球研究计算科学家。“如果在涡轮机上有冰，它会降低能量产生的效率，并且根据严重程度，您可能必须完全关闭涡轮机。”
Rather than risk investing in wind turbines that might freeze during icy, cold seasons at high latitudes, such as northern Europe and Canada, or at high altitudes, such as mountainous areas of the U.S. and China, these regions simply don’t adopt wind power—despite powerful flows of renewable energy biting at their fingertips.
对于通用电气这样的公司来说，风力涡轮机代表着巨大的市场潜力，到2017年可能吸引近1000亿美元的投资。
许多涡轮机已经位于较冷的地区，依靠刀片中的小加热器来熔化冰，但这些加热器排出3至5％的涡轮机正在产生的能量。为了招募更多的寒冷地区，可以在涡轮机的能量上减少这一投资。
通用电气研究人员Yamada(首席研究员)、Azar Alizadeh(联合首席研究员)和Brandon Moore(前通用电气研究员，现就职于桑迪亚国家实验室)希望通过高性能计算机建模，更好地了解各种冰恐惧表面上冰形成过程中的潜在物理变化。通过一个能源部（DOE）ASCR领导力计算挑战（ALCC）奖，GE正在使用混合CPU / GPU CRAY XK7泰坦超级计算机由此管理橡木岭领导计算机计算设施（olcf）在橡树岭国家实验室来模拟数亿水分子以慢动作冻结。
山田可以帮助山田的内部运作，帮助推动GE的实验冰冻表面研究。
泰坦是美国最强大的超级计算机，最高运算速度可达27petaflops。它也是少数使用传统cpu和图形处理单元(gpu)的petaflop系统之一。
自2005年以来，GE防冰实验研究组在冷冻条件下开发并测试了许多表面。事实证明，施加热量或机械力的能量排水技术不是缩减冰积累的唯一方法。不需要能量输入的工程表面可以减缓冷冻过程，降低水的冷冻温度，降低冰的粘附性，或者在有机会沉降和冻结之前减少水。
山田说:“对于什么能最好地减缓冰的形成，实验员们的意见截然相反。”“所以我们需要梳理潜在的解决方案。”
例如，这些表面中没有一个在所有温度，湿度水平或当受到不同的体积和沉淀速度时行事相同。
山田说:“冷冻是一个非常复杂的过程。“我们通过实验发现，在一种温度下非常恐冰的表面，在不同温度下可能就不那么有效了。”
虽然实验研究已经产生了许多GE（唯一的美国风力涡轮机制造商中六个）的收益，但研究人员实现了一些影响的原子水平，影响了冰在各种表面和温度上的形式。
山田说:“如果我们能知道冻结过程是如何在原子层面上启动的，那么我们可能就能避免它。”
在最好的实验环境中，研究人员无法观察到单个水分子结冰。当通过视觉或热信号检测到冻结时，有趣的事情已经发生了。山田说:“在实验设置中，他们只能真正弄清楚冰开始结冰的大致区域。”
要针对时间和将水分子核心（或芽为冰），有必要通过模拟来增强两件事：系统的大小（单个分子而不是液滴）和研究人员可以观察那些水的时间的增量分子转变成冰。由于所涉及的计算挑战，这些模拟将构成前所未有的研究。
冰通过水滴扩散的模拟。这不仅仅是一个动画/卡通。这是美国排名第一的超级计算机泰坦上正在开发的一个真正的科学模型。迈克·马西森(Mike Matheson)视频(橡树岭国家实验室)
因为分子动力学是一种需要很长时间的计算技术，大多数冻结模拟仍然在1000个分子的范围内。山田说:“我们需要每滴100万个分子才能开始指导实验人员。”
虽然许多高性能计算系统可能已经为此“冠军潜伏队”的数字来说，包括GE的内部Cray，雅加达举行了额外的挑战。她必须建模不止一滴冰。
“一滴没有意义，因为我们想提出与冰冻和刀片表面相关的景观，”山田说。“所以我们需要数百只液滴。”
每个液滴的数百万分子也需要在飞秒快照（千分之二）中模拟，以便准确地计算它们的连续，曲率动态。
在多百万分子上模拟的数百家液滴将需要一台Petaflop超级计算机 - 一种机器，可以计算每秒超过1000万亿计算的机器。他们需要最少的最低限度。
GE看着帮助。通过ALCC奖，他们收到了4000万小时，首先在奥尔福夫的Cray XT5 Jaguar，然后泰坦 - 捷豹在2012年秋季上网上网的强大继任者。
泰坦是美国最强大的超级计算机，最高运算速度可达27petaflops。它也是少数使用传统cpu和图形处理单元(gpu)的petaflop系统之一。gpu通过重复的计算。对于一个类似计算系统的建模(液滴的水分子需要4.5亿次计算)，gpu可以提供额外的推力，使计算悬崖。
当GE开始在Jaguar工作时，Yamada在三种不同温度下模拟了三种不同的表面上的冰形成，这对于对这种幅度的分子动力学研究已经高度雄心勃勃。当泰坦到达时，山田的计划改变了。
该公司的模拟增加到六种不同的表面和五种不同的温度，总计在350次模拟下 - 原始估计的八倍。
“我们正在运行巨大的模拟。我们正在运行很多模拟。“我们正在运行长时间的模拟，”山田说。“只有泰坦等资源可以处理我必须执行的计算类型。”
山田的团队与奥尔福夫的计算科学家迈克布朗合作，通过重新调整LAMMPS分子动力学应用，充分利用最初为CPU写的泰坦的GPU。作为奥尔福夫加速申请准备中心的一部分，布朗与其他奥尔多夫工作人员以及泰坦的Cray和Nvidia开发人员合作，使LAMMPS（和其他流行应用）对泰坦高效。
在GE的研究中，Yamada和Brown将LAMMPS更进一步，加入了一种新的模拟水分子的模型，即mW水势。布朗说:“Masako利用了一种独特的水势，以三胞胎的形式进行计算。”“这个模型有很多并发性，所以我们可以利用Titan的gpu。”
随着能够如此快速地修复数字，山田和棕色铸造宽网，模拟六个表面中的每一个水滴的景观 - 准备捕获第一冰晶冰。“当我们看到开始冻结的液滴时，我们在该地区更加集中在该地区和温度范围内，”山田说。
山田可以使用OLCF工作人员开发的可视化可以研究百万水分分子中的冰分子的成核（或初始萌芽）。“可视化帮助我们意识到核心在哪里，”山田说。“有多个独立的核心，使得融合在一起，或者有类似的手指状区域，例如展开。”
选择一个非常适合gpu的新水模型，巧妙地重制模型，然后在泰坦强大的混合架构上运行，使Yamada的冻结模拟至少加速了200次。Brown和Yamada共同撰写了一篇高性能计算的文章计算机物理通信。
山田能够回到她的实验同事是一套关于哪些表面在某些温度下有利的结论套件。“我们来了解没有一个尺寸适合的解决方案，”山田说。“我想我可以回去说，在-10和-20之间的温度，这是你想要的解决方案类型。对于-30至-40，请尝试此类解决方案。所以现在我们可以弄清楚你必须转向让事情变得这样的旋钮。“
GE对泰坦的工作也导致了一个新的ALCC奖，为反冰计算团队奖。对于未来的模拟，山田计划包括另一个变量导热率 - 并修改称为并行副本方法的计算方法，以进一步加速模拟。
山田说，通过在泰坦上积累大量虚拟冰，这些详细的模拟将帮助实验研究人员减少耗时和昂贵的物理实验数量，他们的目标是向可再生能源开放寒冷气候。
GE的Icephobic Materials Research还可以引导其他防冰应用。例如，冰积聚可以堵塞油气管道，这对阿拉斯加和加拿大的能源行业至关重要。
“我们对泰坦的工作正在加速和扩大我们对冰层的理解，”山田说。“我们越多了解冰层，我们可以更好地设计一系列GE产品，在寒冷条件下更有效地运行。”
要查看冻结水分的模型，请参阅：http://ge.geglobalresearch.com/blog/really-cool-models/
-凯蒂Elyce琼斯
相关的出版物
Brown, W.M.， Yamada, M.“在混合高性能计算机上实现分子动力学-三体势”，计算机物理通信。2013年。在新闻界。DOI：10.1016 / J.BBR.2011.03.031
橡树岭国家实验室
提交：可再生能源
