GPU Acclerated Explicit FEM–Level-Set DEM Coupling for Rigid–Soft Mixtures with LLM-Assisted Model Construction
本文介绍了一个开源、GPU 加速的框架，该框架通过将显式有限元法（FEM）与水平集离散元法（level-set DEM）相结合，利用保守接触模型来模拟软硬颗粒混合物，同时还提供了一个大语言模型（LLM）辅助平台，以简化模型构建与验证过程。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个这样的世界：你脚下的地面不再是一个均匀的表面，而是一个由坚硬、锯齿状的石头和柔软、富有弹性的橡胶球组成的混沌混合体。这是许多天然和工业材料的真实写照，例如混合了粘土的沙子，或是掺杂了碎石的回收轮胎。当这两种截然不同的颗粒相互作用时，它们的表现并不只是各部分简单平均后的结果。坚硬的石头相互咬合，形成一个刚性的骨架；而柔软的颗粒则挤压和拉伸以填充间隙，从而创造出一个复杂的、不断变化的力网络。为了理解这些混合物如何流动、沉降或承重，科学家必须同时追踪两件事：每一个硬颗粒的精确运动，以及每一个软颗粒内部的拉伸与应力。几十年来，在计算机上模拟这种双重特性一直是一个巨大的挑战，往往需要如此高的计算能力，以至于实现现实的模型几乎是不可能的。
独立研究员 Yihao Shi 开发的一种新方法通过将两种强大的模拟技术合并为一个高速系统，提供了解决方案。该方法使用一种技术来映射硬、不规则颗粒的精确 3D 形状，同时将软、可变形颗粒分解为可以像真实橡胶一样拉伸和压缩的微小四面体块。这项创新的核心在于这两个截然不同的世界如何进行交流。系统使用一种专门的、保持能量守恒的规则来计算当软块撞击硬形状时的力，确保碰撞所做的功与储存在材料内部的能量相匹配。这防止了模拟过程中人为地产生或丢失能量，而这正是导致模型结果不真实的常见问题。通过在图形处理器（GPU）上运行这些计算——即现代视频游戏中所使用的硬件——研究人员实现了加速，使得模拟数千个此类混合颗粒的相互作用变得高效可行。
为了让这项复杂的技术变得易于使用，研究人员还构建了一个由大语言模型（一种在海量文本和代码上训练的人工智能）驱动的助手。用户不再需要编写数百行代码来设置模拟，而是可以用简单的英语描述一个场景，或者上传来自设计程序的 3D 模型，系统会自动生成必要的几何结构、检查内部网格质量并设置物理参数。如果模拟失败或产生不稳定的结果，系统可以自动诊断问题、调整设置并重新开始计算，无需人工干预。这创造了一个从简单想法到经过验证的物理结果的无缝工作流，降低了科学家和工程师研究此类复杂材料的门槛。
这一复杂技术的威力通过一系列严格的实验得到了验证。首先，系统被要求复制一个经典的物理问题：一个软球压向一个平面。模拟结果与理论预测的球体变形方式以及压力如何在接触区域扩散完全一致，证明了底层数学逻辑的正确性。接着，研究人员模拟了软物体与硬物体（包括球体和立方体）之间的碰撞，以确保在冲击过程中动量和能量得到完美守恒。结果显示，即使在形状不规则且碰撞偏心的情形下，系统也能极其精确地处理从运动转化为形变、再从形变转回运动的能量传递。
随后，该框架通过模拟一个大规模事件挑战了其极限：一个漏斗正在排放由 400 个软颗粒和 400 个硬棱角颗粒组成的混合物。当闸门打开时，混合物流出，软颗粒通过狭窄的开口进行变形，而硬颗粒则在上方翻滚。模拟追踪了整个系统的能量，展示了重力势能如何转化为动能，进而转化为软颗粒的弹性拉伸，最后通过摩擦和内部阻尼耗散为热能。该模型成功捕捉到了混合物的集体行为，证明了软相和硬相以一种简单模型无法预测的方式相互影响。
最后，研究人员测试了系统处理极端压缩的能力。在一种情景中，一个装满软硬球体混合物的箱子从各个方向受到挤压。随着墙壁向内移动，软颗粒显著地扁平化和扭曲，而硬颗粒则重新排列以填补剩余空间。模拟显示，当混合物中含有高比例的软颗粒时，软硬颗粒接触点处的剧烈局部变形会导致软颗粒的内部网格发生严重扭曲，最终限制了材料的可压缩程度。这一发现强调了此类混合物行为中的一个物理极限，而这种极限在将所有颗粒视为刚体的模型中是无法察觉的。
在整个过程中，该系统展现出了卓越的效率。在漏斗排放实验中，接触力计算（计算过程中最耗费资源的部分）占了总计算时间的四分之三以上，但系统仍能在单个图形卡上实现每秒数百步的处理速度，其吞吐量从处理小规模系统时的约每秒 202 步下降到处理 1,20 个颗粒系统时的每秒约 89 步。内存使用量也呈现出可预测的缩放规律，从处理少量颗粒时的不到 1 GB 增长到处理 1,200 个颗粒系统时的略高于 12 GB。这一性能证实了该方法不仅在物理上是准确的，而且在研究大型复杂系统方面具有实用性。
大语言模型助手的集成被证明是工作流中的关键组成部分。通过将自然语言请求和 3D 设计文件连接到模拟引擎，该系统消除了手动设置中繁琐且易错的步骤。助手可以生成必要的几何结构、创建内部网格，并在模拟开始前验证物理参数是否处于稳定范围内。如果出现问题，例如时间步长不稳定或网格质量问题，系统可以识别出导致问题的具体设置并自动纠正。这种自动化水平表明，未来复杂的物理模拟可能像运行标准软件应用程序一样简单，让研究人员能够专注于科学本身，而非代码的机械操作。
研究结论指出，这种耦合方法成功弥合了离散颗粒的刚性世界与连续变形材料世界之间的鸿沟。它提供了一个工具，能够解析软颗粒在与硬障碍物相互作用时如何变形的复杂细节，同时保持能量和动量的守恒。虽然目前的方法在面对可能破坏软颗粒内部网格的极端局部扭曲时仍面临挑战，但结果表明，我们在建模周围复杂混合材料的能力方面取得了重大进展。该软件的开源性质确保了其他研究人员可以在此基础上进行开发，从而可能在土壤力学、制药制造和回收材料处理等领域带来新的见解。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。