Characterization of Gas Turbine Film Cooling Efficiency on High Performance Computing platforms: an Experimental/Numerical integrated approach

Transcript

1 Characterization of Gas Turbine Film Cooling Efficiency on High Performance Computing platforms: an Experimental/Numerical integrated approach Silvia Ravelli Giovanna Barigozzi UNIVERSITA di BERGAMO Raffaele Ponzini CINECA

2 Indice Contestualizzazione Descrizione del progetto Setup del modello CFD Prospetto delle simulazioni Risultati ed obiettivi futuri Applicazioni e ricadute industriali Tempi vs. risorse di calcolo CINECA 2.0: infrastruttura per ricerca ed industria

3 Introduzione Sezione di Sistemi Energetici e Macchine a Fluido - Staff Dipartimento di Ingegneria Università di Bergamo Responsabile della sezione Docenti e Ricercatori Prof. Antonio Perdichizzi Prof. Marco Savini Prof.ssa Giovanna Barigozzi Dr. Giuseppe Franchini Dr. Silvia Ravelli Sistemi Energetici Combustione Macchine a Fluido Energie Rinnovabili Simulazioni CFD

4 Introduzione Sezione di Sistemi Energetici e Macchine a Fluido - Competenze Dipartimento di Ingegneria Università di Bergamo FLUIDODINAMICA DELLE MACCHINE Sperimentazione sulle macchine a fluido in galleria del vento e sui componenti industriali Analisi del campo di moto e verifica delle prestazioni Simulazioni numeriche (CFD) SISTEMI ENERGETICI Modellazione impianti di potenza Cogenerazione / Trigenerazione Energie rinnovabili

5 Contesto Problematiche di raffreddamento nel bordo d'uscita delle palettature di turbina a gas ad alta temperatura LISA Modellazione CFD di una palettatura di turbina a gas con bordo di uscita raffreddato

6 Contesto Fonte: IGTI-VKI Lectures, 2009 Cutback

7 Setup del modello CFD Il modello CFD riproduce le condizioni di prova sperimentali in galleria del vento, presso il Laboratorio di Macchine e Sistemi Energetici dell Università degli Studi di Bergamo.

8 Setup del modello CFD Periodicità Solutore: FLUENT v13 Simulazioni in regime stazionario, incomprimibile, a bassa velocità Modello di turbolenza: RNG k-e con EWT Ingresso refrigerante Geometria interna

9 Risultati qualitativi

10 Risultati quantitativi Mesh: 75.1*10 6 celle Calcolo adiabatico T T aw c T T

11 Prospetto delle simulazioni Small Medium Large 75.1*10 6 celle Geometria completa Calcolo adiabatico 9.8*10 6 celle 1 modulo centrale 117*10 6 celle Geometria completa Calcolo coniugato MFR = 1% x x -- MFR = 2% x x -- MFR = 2.8% x x -- * MFR = portata di refrigerante/portata del flusso principale

12 Fattibilità industriale Accuratezza vs costi compuazionali (tempi) Piattaforme HPC come possibile soluzione per tutto il ciclo CFD: -pre/post-rpocessing (nodi con RAM estesa fino a 512GB) con accesso remoto e rendering grafico compresso per aumentare l usabilità e la fluididtà di utilizzo -computing (calcolo distribuito) Software As A Service PHYSICAL PRE-PROCESSING COMPUTATIONAL COMPUTATION SOLVING POST PROCESSING VISUALIZATION MODEL MODEL HPC ENVIRONMENT RESULTS

13 Prospetto delle prove di scalabilità Small Medium 9.8*10 6 celle 75.1*10 6 celle 1 modulo centrale Geometria completa Indice Scalabilità Calcolo adiabatico speedup cores efficiency cores Small: Strong-scalability-test -- da serial up to 176 cores Medium: Weak-scalability-test -- da 32 cores up to 512

14 Scalabilità: risultati Small Best-performace at 150k cells/cores Medium

15 Applicazioni accademiche di scala industriale in CINECA 2009 Ansys Advantage 2010 Desktop Engineering CAE Conference

16 CINECA 2.0: un passo avanti verso il futuro CINECA è un Consorzio non profit costituito da 54 università italiane, l'istituto Nazionale di Oceanografia e di Geofisica Sperimentale (OGS), il Consiglio Nazionale delle Ricerche (CNR) e il Ministero dell'istruzione, dell'università e della Ricerca (MIUR). CINECA è il maggior centro di calcolo in Italia, uno dei più importanti nel mondo. Il Dipartimento HPC: - gestisce l infrastruttura HPC, - fornisce supporto e risorse alla ricerca italiana e europea, - promuove iniziative di trasferimento tecnologico per l industria.

17 CINECA 2.0 INFRASTRUTTURA

18 CINECA 2.0 INFRASTRUTTURA Name: Fermi Architecture: 10 BG/Q Frames Model: IBM-BG/Q Processor type: IBM GHz Computing Cores: Computing Nodes: RAM: 1GByte / core (163 PByte total) Internal Network: 5D Torus Disk Space: 2PByte of scratch space Peak Performance: 2PFlop/s N. 12 in Top 500 rank (June 2013) National and PRACE Tier-0 calls

19 CINECA 2.0 INFRASTRUTTURA EUROTECH Cluster linux Processor type: 2 eight-cores Intel Xeon E5-2687W Sandy Bridge-EP 3.1GHz N. of nodes / cores: 64 / 1024 RAM: 16 GB/Compute node Internal Network: Infiniband & Custom Accelerators: NVIDIA Tesla K20 (INTEL Xeon Phi coming soon) Peak performance: 110 TFlops «Il calcolatore più energeticamente efficiente al mondo.»

20 CINECA 2.0 INFRASTRUTTURA IBM Cluster linux Processor type: 2 six-cores Intel Xeon (Exa-Core Westmere) X 2.4 GHz, 12MB Cache N. of nodes / cores: 274 / 3288 PLX@CINECA RAM: 48 GB/Compute node (14 TB in total) Internal Network: Infiniband with 4x QDR switches (40 Gbps) Accelerators: 2 GPUs NVIDIA M2070 per node 548 GPUs in total Peak performance: 32 TFlops 565 TFlops SP GPUs 283 TFlops DP GPUs

21 Sviluppi futuri Implementazione di modelli più complessi quali URANS, DES, (LES) Calcolo comprimibile LISA : «Modellazione CFD di una palettatura di turbina a gas con bordo di uscita raffreddato II» Indagine numerico-sperimentale di altre geometrie per il raffreddamento dei primi stadi di turbina PRIN «Indagine aerotermica sugli stadi di turbina raffreddati: design ottimizzato ed analisi sperimentale»

22 Characterization of Gas Turbine Film Cooling Efficiency on High Performance Computing platforms: an Experimental/Numerical integrated approach Silvia Ravelli Giovanna Barigozzi UNIVERSITA di BERGAMO Raffaele Ponzini SCAI CINECA