Smilei_Benchmark-Benchmark-Datensatz Zur Plasmadynamiksimulation
Date
Publish URL
Paper URL
License
Other
Smilei, die Abkürzung für Simulation of Matter Irradiated by Light at Extreme Intensities, ist ein Open-Source-Code für elektromagnetische Partikel in Zellen (PIC), der einfach zu verwenden ist und eine hochpräzise, leistungsstarke und skalierbare Plasmadynamik-Simulationsplattform für Bereiche wie Laser-Plasma-Wechselwirkung, Teilchenbeschleunigung, Starkfeld-QED und Weltraumphysik bieten soll.
Die relevanten Papierergebnisse sindSmilei: Ein kollaborativer, Open-Source-Mehrzweck-Partikel-in-Zelle-Code für die Plasmasimulation", offiziell veröffentlicht im Jahr 2018 von Maison de la Simulation in Zusammenarbeit mit Laboratoire Leprince-Ringuet, Laboratoire d'Utilisation des Lasers Intenses und anderen Institutionen.
Dieser Datensatz enthält eine Reihe verifizierter, standardisierter Simulationseingabeskripte (Python-Namensliste). Diese Testskripte sind im .py-Format geschrieben und haben die gleiche Struktur wie die tatsächlichen Simulationseingaben des Benutzers. Sie können direkt auf dem kompilierten ausführbaren Programm smilei ausgeführt werden. Sie werden hauptsächlich für folgende Zwecke verwendet:
- Überprüfen Sie die Richtigkeit verschiedener Physikmodule (Ionisation, Kollision, Strahlung, QED usw.).
- Testen Sie die Stabilität und Leistung numerischer Algorithmen (FDTD, Spektralmethoden).
- Stellen Sie den Benutzern direkt ausführbare Beispiele und Lehrreferenzen zur Verfügung
- Vergleichen Sie die Rechenleistung verschiedener Parameter, Löser und Parallelisierungsstrategien
Übersicht über den Datensatzinhalt
Um Ihnen das Verständnis des Inhalts dieses Datensatzes zu erleichtern, werden im Folgenden einige seiner Verzeichnisstrukturen und Beispieldateien angezeigt:
benchmarks/
├── collisions/ # 碰撞过程验证(e–e, e–i)
├── gpu/ # GPU 加速模块测试
├── maxwellJuttner/ # Maxwell–Jüttner 分布函数验证
├── picsar/ # 与 PICSAR 库的接口测试
├── plane_wave/ # 平面波传播与边界条件测试
├── tst1d_00_em_propagation.py # 电磁波传播
├── tst1d_01_clb_explosion.py # 库仑爆炸
├── tst1d_02_two_str_instability.py # 双流不稳定性
├── tst1d_03_thermal_expansion.py # 等离子体热膨胀
├── tst1d_04_radiation_pressure_acc.py # 辐射压加速
├── tst1d_05_tunnel_ionisation.py # 隧穿电离
├── tst1d_06_profiles.py # 配置文件与诊断示例
In,benchmarks/collisions/Dieses Verzeichnis ist speziell für die Verifizierung der Teilchenkollisionsphysik konzipiert und enthält mehrere typische Testskripte für Elektron-Elektron- (e-e) und Elektron-Ion-Kollisionen (e-i). Die wichtigsten Testthemen sind in der folgenden Tabelle aufgeführt:
| Name des Untertests | physikalischer Prozess | Hauptziele |
|---|---|---|
| Strahlentspannung | Elektronenstrahlrelaxation unter e-i-Kollisionen | Überprüfen Sie die Geschwindigkeitsisotropie und den Relaxationsprozess der mittleren Geschwindigkeit und vergleichen Sie sie mit der NRL-Theorie. |
| Thermalisierung (ei) | e – i Energiethermalisierung | Untersuchen Sie die Zeitskalen, die Elektronen und Ionen benötigen, um bei unterschiedlichen Temperaturen ein Gleichgewicht zu erreichen. |
| Temperaturisotropisierung (ee) | E-E-Kollision | Überprüfen Sie, ob die Längs- und Quertemperaturen gleich bleiben. |
| Maxwellianisierung | E-E-Kollision | Testen Sie die Entwicklung einer Nichtgleichgewichtsverteilung (Rechteckverteilung) zu einer Maxwell-Verteilung. |
| Bremskraft | E-E-Kollision | Simulation von Elektronenenergieverlustprozessen und Vergleich mit der Frankel-Theorie (1979). |
| Leitfähigkeit | e-i-Kollision | Simuliert die elektrische Leitfähigkeit von massivem Kupfer unter einem konstanten elektrischen Feld und vergleicht sie mit den Theorien von Lee & More (1984) und Perez (2012). |
Diese Tests ermöglichen eine systematische und strenge physikalische Überprüfung des Kollisionsmoduls von Smilei und stellen sicher, dass die Simulationsergebnisse unter verschiedenen Energie-, Temperatur- und Partikelmassenverhältnisbedingungen mit den theoretischen Erwartungen übereinstimmen.
Build AI with AI
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.