Journey into SPH Simulation: A Comprehensive Framework and Showcase

本报告介绍了一种高保真流体动力学建模的先进SPH（平滑粒子流体动力学）模拟框架的开发和结果。我们的框架可以在https://github.com/jason-huang03/SPH_Project上进行访问，集成了各种SPH算法，包括WCSPH、PCISPH和DFSPH，以及刚体-流体耦合和高黏度流体模拟技术。利用CUDA的计算能力和Taichi的多功能性，该框架在处理数百万粒子的大规模模拟方面表现出色。我们通过一系列模拟展示了我们框架的能力，包括刚体-流体耦合、高黏度流体和大规模流体动力学。此外，详细的性能分析显示了CUDA在不同硬件平台上的卓越效率。这项工作是对现代SPH模拟技术的探索，展示了它们的实际实现和能力。

该论文旨在开发一个高保真度的流体动力学建模框架，解决大规模流体动力学建模的问题。

该框架整合了多种SPH算法，包括WCSPH、PCISPH和DFSPH，以及刚体-流体耦合和高黏度流体模拟技术。利用CUDA的计算能力和Taichi的多功能性，该框架在处理数百万粒子的大规模模拟方面表现出色。

论文通过一系列模拟展示了该框架的能力，包括刚体-流体耦合、高黏度流体和大规模流体动力学。此外，论文还进行了详细的性能分析，揭示了CUDA在不同硬件平台上的优越效率。

最近的相关研究包括“Smoothed particle hydrodynamics: Theory and application to non-spherical stars”和“Efficient SPH simulation of large-scale free surface flows with complex geometry using parallel computing”。