Hochpräzise CFD-Modellierung rotierender Golfbälle unter realen Strömungsbedingungen

• Neue High-Order Computational Fluid Dynamics (CFD)-Methode simuliert präziseste Physik rotierender Golfbälle.
• Alle Realwelt-Parameter werden berücksichtigt; Fluid-Physik-Problem in angemessener Zeit gelöst.

Mehrere Parameter der Schwungmechanik beeinflussen den auf den Golfball übertragenen Spin. Profi-Golfer erreichen Ballgeschwindigkeiten bis 215 km/h → Spin-Rate ~3.000 rpm. Diese Rate bestimmt die Flugbahn.

Ziel des Golfball-Designs: Maximierung der Reichweite in Geradeauslinie, Reduktion von Drag & Seitenkraft-Variationen, Maximierung der Auftriebskraft durch Backspin.

Um Golfball-Performance unter verschiedenen Szenarien zu verstehen und Daten für Next-Gen-Bälle zu sammeln, entwickelten Stanford-Forscher die fortschrittlichsten Simulationen statischer und rotierender Golfbälle – fast alle Realwelt-Parameter berücksichtigt.

Einbindung von Sport-Aerodynamik

Kern des Golfball-Designs: kleine Dimples (Grübchen) auf der Oberfläche. Tiefe, Größe, Position dieser Dimples bestimmen aerodynamische Eigenschaften unter verschiedenen Szenarien. Strömungsdetails jedes einzelnen Dimples sind essenziell für präzise Bestimmung dieser Eigenschaften.

Erstmals: High-Order CFD-Simulationen rotierender Golfbälle in Realwelt-Umgebung. Für Mesh-Generierung & Grid Motion: Kombination aus Flux Reconstruction Technique & Artificial Boundary Overset Approach.

Golfball-Oberfläche & Grid-Auflösung | Courtesy of researchers

Neue Visualisierungs-Algorithmen für kürzlich entwickelte Hardware-Beschleuniger. Basiert auf Large Eddy Simulation (LES) ohne Sub-Grid-Modelle – löst hochkomplexe Fluid-Physik-Gleichungen in kürzerer Zeit.

Algorithmen berechnen turbulente Strömungsfelder um den Ball effizient auf NVIDIA Tesla GPUs. Genutzte Recheneinheit: Xtream GPU Computing Cluster an der Stanford University (Rechenleistung: 1 Petaflop).

High-Order-Techniken wie Flux Reconstruction sind besonders wertvoll in Direct Numerical Simulation (DNS) oder LES Settings. Sie ermöglichen Simulation von wirbel-dominierten Strömungen mit weniger Freiheitsgraden und führen effizienter auf neuen Prozessoren aus als konventionelle Second-Order CFD-Techniken.

Referenz: arXiv:1806.00378 | Stanford University

Grund: Höhere Floating-Point-Operations pro verbrauchtem Memory-Byte pro Algorithmus. Frühere Algorithmen erreichten kaum 3 % Peak-Performance auf GPUs; neue Methode: >50 % Peak-Performance auf gleicher Hardware.

Methode auch für andere Sportbälle anwendbar

Streamlines & Velocity Magnitude Field bei y=0 | Courtesy of researchers

Methode liefert deutlich bessere Ergebnisse als vorherige Computertechniken. Funktioniert bei Reynolds-Zahl (dimensionslose Kennzahl für Strömungsverhalten) ≤ 500.000.

Lesen Sie auch: Neue Wasser-Simulation fängt jedes Detail in Echtzeit ein

Diese High-Fidelity-Simulationstechnik lässt sich auch auf andere Sportanwendungen übertragen: langsame Segelboote, Hockey-Pucks, Fahrräder bei moderaten Geschwindigkeiten. Auch anwendbar auf Turbomaschinen, kleine unbemannte Fluggeräte, Multicopter, High-Lift-Systeme.