Module also offered within study programmes:
General information:
Name:
Lattice Boltzmann Method II - advanced topics
Course of study:
2019/2020
Code:
ZSDA-3-0020-s
Faculty of:
Szkoła Doktorska AGH
Study level:
Third-cycle studies
Specialty:
-
Field of study:
Szkoła Doktorska AGH
Semester:
0
Profile of education:
Academic (A)
Lecture language:
Polski i Angielski
Form and type of study:
Full-time studies
Responsible teacher:
dr inż. Straka Robert (straka@metal.agh.edu.pl)
Dyscypliny:
informatyka techniczna i telekomunikacja
Module summary

Student poznaje zaawansowane tematy dotyczące metody siatkowej Boltzmanna (Lattice Boltzmann Method) w modelowaniu przepływów i wymiany ciepła w teorii (przepływy turbulentne, implementacja na GPU, nowoczesne operatory kolizji) i praktyce (zastosowanie w symulacjach procesów przemysłowych).

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence: is able to
M_K001 Potrafi współpracować podczas planowania i wykonywania zadań w grupie. SDA3A_K01, SDA3A_K02 Execution of laboratory classes
Skills: he can
M_U001 Implementacja algorytmów metody LBM na GPU SDA3A_U02, SDA3A_U05, SDA3A_U04 Execution of laboratory classes
M_U002 Implementacja zaawansowanych operatorów kolizji LBM. SDA3A_U02, SDA3A_U05 Execution of laboratory classes
Knowledge: he knows and understands
M_W001 Znajomość zaawansowanych modeli metody siatkowej Boltzmanna oraz ich zastosowanie w symulacjach. SDA3A_W03, SDA3A_W02 Execution of laboratory classes
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
56 28 0 28 0 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Social competence
M_K001 Potrafi współpracować podczas planowania i wykonywania zadań w grupie. + - - - - - - - - - -
Skills
M_U001 Implementacja algorytmów metody LBM na GPU - - + - - - - - - - -
M_U002 Implementacja zaawansowanych operatorów kolizji LBM. - - + - - - - - - - -
Knowledge
M_W001 Znajomość zaawansowanych modeli metody siatkowej Boltzmanna oraz ich zastosowanie w symulacjach. + - + - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 149 h
Module ECTS credits 6 ECTS
Udział w zajęciach dydaktycznych/praktyka 56 h
Preparation for classes 49 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 25 h
Realization of independently performed tasks 15 h
Examination or Final test 2 h
Contact hours 2 h
Module content
Lectures (28h):
Zawansowana metoda siatkowa Boltzmanna

1. Wymiana ciepła & LBM – konwekcja wymuszona
2. Wymiana ciepła & LBM – konwekcja swobodna
3. Przepływy & LBM – turbulentny przepływ, metoda LES
4. Zawansowane operatory kolizji – CLBM, CuLBM, KBC
5. Zastosowanie frameworku CUDA w LBM
6. Dokładność metody LBM – Chapmann-Enskog, EPDE, EFDE
7. Weryfikacja & walidacja LBM – rozwiązania analityczne vs. numeryczne

Laboratory classes (28h):
Implementacja LBM na GPU

Na zajęciach będą implementowane algorytmy numeryczne związane z zagadnieniami przedstawianymi na wykładach. Student podczas semestru pracuje też nad projektem końcowym z danej tematyki (wybierany w połowie semestru), który stanowi główną część oceny końcowej.

Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Laboratory classes: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Podane przez Prowadzącego na pierwszych zajęciach

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Laboratory classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu.
Method of calculating the final grade:

0.8*ocena z projektu + 0.2*ocena z egzaminu

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Podaje Prowadzący na pierwszych zajęciach w semestrze

Prerequisites and additional requirements:

Znajomośc dowolnego języka programowania (najlepiej C/C++ i podobne, podstawy CUDA mile widziane).

Recommended literature and teaching resources:

1. Krüger T., Kusumaatmaja H., Kuzmin A., Shardt O., Silva G., Viggen E. M.,The Lattice Boltzmann Method: Principles and Practice, Springer, 2016
2. Mohamad A. A., Lattice Boltzmann Method: Fundamentals and Engineering Applications with Computer Codes, Springer, 2011.
3. Sukop M. C., Thorne D. T., Lattice Boltzmann Modeling: An Introduction for Geoscientists and Engineers, Springer (Corr. 2nd) 2007
4. Guo Z., Shu C., Lattice Boltzmann Method and Its Applications in Engineering (Advances in Computational Fluid Dynamics), World Scientific, 2013
5. Wolf-Gladrow D.A., Lattice-Gas Cellular Automata and Lattice Boltzmann Models: An Introduction, Springer, 2010
6. Suci S.,The Lattice Boltzmann Equation for Fluid Dynamics and Beyond (Numerical Mathematics and Scientific Computation),Clarendon Press, 2001
7. Jason Sanders, Edward Kandrot, CUDA w przykładach. Wprowadzenie do ogólnego programowania procesorów GPU, Helion, 2012

Scientific publications of module course instructors related to the topic of the module:

https://bpp.agh.edu.pl/autor/straka-robert-06530

Additional information:

None