TCLB(CUDA Lattice Boltzmann)项目介绍

TCLB 项目介绍

TCLB（CUDA Lattice Boltzmann）是一款基于格子玻尔兹曼方法（Lattice Boltzmann Method, LBM）的高性能计算流体动力学（CFD）仿真代码，由华沙理工大学的 Zakład Aerodynamiki 团队主导开发，核心目标是为复杂物理场计算和新模型实现提供高效、灵活的框架。

核心特性

1. 高性能计算架构

TCLB 支持多种硬件加速和并行计算模式：

• 并行架构：MPI+CUDA（NVIDIA GPU）、MPI+CPU、MPI+HIP（AMD GPU）；
• 集群适配：提供 SLURM/PBS 集群运行脚本（TCLB_cluster 仓库），支持多 CPU/GPU 并行执行。

2. 核心功能与耦合能力

• LBM 核心：实现经典 LBM 模型（如 d2q9_SRT），支持湍流模拟（含合成湍流生成模块）、相场模拟（如 Allen-Cahn 方程）等；
• 多方法耦合：可与离散元方法（DEM）代码集成，实现流固耦合（颗粒流）计算，支持的 DEM 代码包括：
  • LIGGGHTS
  • LAMMPS
  • ESYS-Particle；
• 物理扩展：支持自定义模型开发，可集成 R/Python 进行模型构建与扩展。

3. 跨平台支持

• 主开发/运行环境：Linux（推荐）；
• 兼容 Windows：通过 Windows Subsystem for Linux（WSL）+ CUDA 配置运行；
• 兼容 macOS：仅支持 CPU 模式。

快速使用流程

1. 安装与编译

# 克隆仓库gitclone https://github.com/CFD-GO/TCLB.gitcdTCLB# 配置makeconfigure ./configure# 编译示例模型（d2q9）maked2q9

2. 运行仿真

# 串行运行示例（卡门涡街）CLB/d2q9/main example/flow/2d/karman.xml# 并行运行（8 进程）mpirun-np8CLB/d2q9/main example/flow/2d/karman.xml

依赖要求

核心依赖

• 并行计算：MPI（推荐 OpenMPI）；
• 脚本/建模：R 及相关包（optparse、rtemplate、gvector、polyAlgebra）；
• GPU 加速：NVIDIA CUDA 或 AMD HIP/ROCm。

可选依赖

• Python 集成：Python、NumPy（基础集成）、SymPy（模型开发）；
• R 集成：rinside 包；
• DEM 耦合：LIGGGHTS/LAMMPS/ESYS-Particle 环境。

快速安装依赖

TCLB 提供tools/install.sh脚本简化依赖部署：

sudotools/install.sh essentials# 基础系统包sudotools/install.sh r# 安装 Rsudotools/install.sh openmpi# 安装 OpenMPItools/install.sh rdep# 安装 R 依赖包sudotools/install.sh python-dev# 安装 Python 开发库

学术引用

若在研究中使用 TCLB，需引用以下内容：

1. 核心论文：https://doi.org/10.1016/j.camwa.2015.12.043；
2. 代码 DOI（Zenodo）：https://doi.org/10.5281/zenodo.3550331；
3. 所用 LBM 模型对应的专项论文（可参考 docs.tclb.io 或模型源码）。

开发与贡献

• 核心作者：Łukasz Łaniewski-Wołłk；
• 主要贡献者：Michał Dzikowski、Travis Mitchell 等；
• 文档地址：
  • 稳定版：https://docs.tclb.io；
  • 开发版：https://develop.docs.tclb.io；
• 文档贡献：CFD-GO/TCLB_docs 仓库。

许可证

TCLB 基于 GNU GPL v3 开源许可证发布，保障用户自由使用、修改和分发代码的权利，同时要求修改后的版本需遵循相同许可证协议。

TCLB应用领域

TCLB（CUDA Lattice Boltzmann）基于格子玻尔兹曼方法（LBM）的高性能CFD核心特性，结合其多物理场耦合、跨硬件加速能力，主要应用于以下领域：

1. 流体动力学基础与工程仿真

作为核心应用方向，TCLB依托LBM对复杂流动的天然适配性，覆盖：

• 基础流体研究：湍流模拟（含合成湍流生成）、边界层流动、卡门涡街等经典流动现象的数值验证；
• 工程流动仿真：管道/通道流动、绕流（如圆柱/翼型绕流）、多孔介质渗流、多相流（如气液/液液两相流动）、相场模拟（Allen-Cahn方程驱动的界面演化）等工程场景。

2. 流固耦合（LBM-DEM）仿真

TCLB支持与主流离散元（DEM）代码（LIGGGHTS/LAMMPS/ESYS-Particle）耦合，专用于颗粒流相关研究与工程应用：

• 气固/液固两相颗粒流动（如流化床、气力输送、浆料输送）；
• 多颗粒体系的流体动力相互作用（如颗粒沉降、悬浮、团聚/分散）；
• 工业设备仿真（如搅拌釜、旋风分离器、磨机内的流体-颗粒耦合行为）。

3. 学术研究与新模型验证

TCLB的灵活扩展框架使其成为CFD新模型研发与验证的核心工具：

• LBM新模型开发（如自定义碰撞算子、多松弛时间（MRT）模型、高阶精度LBM）；
• 多物理场耦合研究（如流体-传热、流体-化学反应、流体-电磁效应耦合）；
• adjoint方法（伴随方法）在流体优化中的应用（源码中提及Adjoint模块，支持稳态/非稳态伴随仿真）。

4. 高性能计算（HPC）场景下的大规模仿真

依托MPI+CUDA/HIP/CPU的并行架构，TCLB适用于：

• 超大规模流体仿真（如流域尺寸达百万/亿级网格的工业级问题）；
• 集群/HPC平台的CFD算力适配（支持SLURM/PBS集群调度，适配多GPU/CPU节点并行）；
• GPU加速的实时仿真与性能优化（源码中包含CUDA事件计时、MLBUps/带宽监控，面向算力效率研究）。

5. 跨行业工程应用拓展

结合其可定制性，TCLB可适配多行业的定制化流体仿真需求：

• 能源领域：燃料电池流道、换热器、风电叶片绕流、地热渗流；
• 生物医药：微流控芯片内的流体输运、生物流体（如血液流动）；
• 环境工程：污染物扩散、河道/海洋流动、雨水径流模拟；
• 先进制造：3D打印熔池流动、喷涂过程的液滴输运、铸造充型流动。

补充说明

TCLB的应用核心围绕“复杂流体+高性能计算”，尤其适合需要高算力、多物理耦合、自定义模型扩展的场景，是学术研究机构（如华沙理工大学流体力学实验室）和工业界开展CFD仿真的关键工具；其开源特性也使其成为LBM算法教学、高性能计算（GPU/MPI）实践的优质平台。