2020年，我院视觉与数据智能中心刘晓培教授课题组分别在ACM SIGGRAPH 2020, ACM Transactions on Graphics, IEEE Transactions on Visualization and Computer Graphics三大计算机图形学与可视化领域排名第一的会议与期刊分别发表5篇重要论文（所有论文均为中国计算机协会(CCF)A类会议及期刊），成功解决了高性能流体模拟计算及可视化中的一系列关键问题，为进一步的科学研究与未来的产业应用奠定了重要基础。
模拟流体运动及其与刚体的耦合具有重要的科学与工业应用价值。在计算机图形学领域，它生成视觉上真实的自然现象，从而应用于电影特效、游戏、虚拟现实及广告等领域；在设计领域，它用于验证工业产品设计，如飞行器、汽车、建筑等几何外形设计，从而加速产品设计周期、优化产品性能及节省设计成本；在科学研究领域，它用于研究不同流体的行为特征，从而解释未知的复杂自然现象，如湍流。
刘晓培教授课题组长期专注于高性能流体模拟的基础方法及实际应用的研究，致力于推动相关计算理论及应用领域的发展。与传统求解宏观Navier-Stokes流体方程的模拟方法所不同的是，刘晓培教授课题组倡导基于统计力学玻尔兹曼动力学模型的介观模拟方法，其原因在于该模型及其相关的数值方法具有良好的计算并行性，便于在并行计算系统（如多GPU平台）上进行大规模高性能计算，从而在效率上有望大大超越传统方法。然而该模型的已有建模方式通常在模拟生活中常见的湍流现象上具有数值不稳定性，且精度较差，阻碍了它的大规模应用。
为了解决该问题，刘晓培教授课题组提出了自适应中心矩碰撞模型，其能有效压制在湍流模拟过程中带来的数值误差，从而让该方法能应用于高性能湍流模拟。课题组第一篇自适应中心矩碰撞模型于2018年提出（第一作者李伟，时为课题组硕士生），在湍流模拟上展现出超越传统方法的优势，其论文在IEEE Transactions on Visualization and Computer Graphics (IEEE TVCG, 中国计算机协会A类期刊) 发表。由于模型带有经验参数，课题组于2020年提出了系统化的优化方法来确定模型参数，进一步提高了湍流模拟的精度，并且能高效地和动态刚体运动进行双向耦合，从而能模拟大规模带强湍流的流固耦合现象。该论被ACM SIGGRAPH 2020会议接收（ACM SIGGRAPH是计算机图形学领域最具影响力的会议，其接收的论文被自动收录进计算机图形学领域排名第一的期刊ACM Transactions on Graphics（ACM TOG），会议和期刊均为中国计算机协会A类期刊），李伟（目前为课题组博士生）作为第一作者。该论文成为ACM SIGGRAPH第一篇采用玻尔兹曼动力学方法成功进行稳定且精确的高性能湍流模拟及流固双向耦合的文章。文章附带的视频也被选进ACM SIGGRAPH 2020 Technical Paper Trailer。值得强调的是，该论文第二作者是我院2015级本科生陈懿欣。她本科期间大量参与了该研究项目，现已于多伦多大学攻读博士学位。图1展示了论文提出的方法模拟复杂龙卷风的例子；图2 展示了利用该方法建立的数字风洞模拟高铁气动的例子。
图 1：气流从底部四个进气口汇聚产具有强湍流的龙卷风，并卷走放置在场景中的汽车和牛。
图2: 高速列车模型被放置在虚拟风洞中模拟周围的湍流运动，并通过粒子渲染可视化空气运动。
为了加速该模拟方法，刘晓培教授课题组进一步和我院范睿教授合作，研究基于GPU计算系统的并行优化玻尔兹曼流体模拟算法，从而能支持高性能湍流模拟。通过优化，该方法的性能在相同的GPU平台上比传统方法高出两个数量级，在高分辨率的情况下性能提升尤其明显。我院2015级本科生陈懿欣作为第一作者，其论文即将被IEEE TVCG（中国计算机协会A类期刊）接收。图3展示了GPU优化后的流体模拟方法用于大规模高分辨率城市烟雾仿真的结果。
图3：复杂建筑群中高性能高分辨率湍流烟雾模拟。
为了进一步加速流体模拟的效率，刘晓培教授课题组还提出基于机器学习的流体模拟上采样方法。通过设计一种特殊的基于字典的神经网络，该方法只需模拟低分辨率流体的运动，从而能快速合成高分辨率流体的运动。该方法尤其针对湍流运动的模拟相比已有方法表现出较强的合成能力，其合成的高分辨流体在较大频谱范围内和对应的高分辨率流体模拟一致，并具有一定的泛化能力，从而能在未来带来快速设计的应用。相应的论文在2020年被计算机图形学排名第一的期刊ACM Transactions on Graphics（ACM TOG, 中国计算机协会A类期刊）接收并在线发表，第一作者为柏凯（目前为课题组博士生）。图4展示了论文进行流体模拟上采样的一系列结果。
图4：四种类型的高分辨率湍流烟雾的合成结果；左下角对应的是每种类型的低分辨烟雾作为字典神经网络的输入。
除了模拟空气运动，刘晓培教授课题组还提出了基于玻尔兹曼动力学模型的多相流模拟方法，用于水流模拟。传统水流模拟很难在统一的计算框架下模拟出具有多相流现象的水流运动，如浪花飞溅、气泡形成、表面张力和浸润等复杂现象。为了解决该问题，课题组提出了一种新颖的基于优化的混合离散方法，能支持在高密度比的情况下模拟多相湍流，从而能更加真实地模拟水流运动。相关研究成果于2020年被IEEE TVCG（中国计算机协会A类期刊）接收并发表，第一作者为课题组博士生李伟。图5展示了该方法用于模拟同时具有浪花、气泡及浸润现象的复杂水流运动过程。
图5：高密度比多相流模拟。随着水流从上部容器流入下面容器 (a) 到 (c) 展示了其具有复杂气泡运动的过程。
以上流体模拟均为经典流体模拟（即流体运动不具有量子力学现象）。除了对经典流体的模拟研究，刘晓培教授课题组还和理论物理研究人员合作，从事量子流体 (超流体) 的模拟与可视化研究。课题组于2018年在IEEE TVCG上发表了首篇量子涡旋模拟与可视化的论文（IEEE TVCG为可视化领域最顶级期刊，中国计算机协会A类期刊，其第一作者为当时课题组研究助理郭宇隆）。在此基础上，课题组开展了大规模量子湍流模拟与可视化的研究，提出了用于提取量子涡核线结构的向量化方法，首次清晰地展示出大规模量子湍流的结构，其可视化效率达到实时，为后续相关科学研究提供了重要的技术手段。该论文于2020年发表在IEEE TVCG，第一作者是课题组博士后刘道明。图6展示了实时可视化量子湍流涡核线结构的部分结果。
图6：实时交互式可视化量子湍流涡核线结构。
通过以上大量研究成果，刘晓培教授课题组在流体模拟技术上取得了一些列的成就，已具备实用价值，并在探索相关领域的实际应用。同时，在以上一系列研究中，刘晓培教授课题组开展了和国内外顶级高校的紧密合作，其中包括浙江大学，加州理工学院，哥伦比亚大学，南洋理工大学等，拓展了课题组的国内外学术交流，也为未来相关领域的进一步深入研究及应用奠定了坚实的基础。
论文链接：
http://faculty.sist.shanghaitech.edu.cn/faculty/liuxp/flare/zh/publications.html
沪公网安备 31011502006855号
