Die vorliegende Arbeit beschreibt im ersten Teil die Integration des auf MVLSIM (IBM) basierenden, parallelen Logiksimulators dlbSIM in eine industrielle Simulationsumgebung. Anhand von Experimenten wurde die fehlerfreie Arbeitsweise des parallelen Simulators überprueft und untersucht, inwieweit sich eine Senkung der Simulationszeit gegenüber dem sequentiellen MVLSIM bei der Simulation praxisrelevanter Modelle einstellt. Im zweiten Teil der Arbeit wurden gezielte Untersuchungen zur dynamischen Lastbalancierung des dlbSIM durchgefuehrt. Für eine vorgegebene, heterogene Testumgebung wurde eine Teststrategie entwickelt, welche die Untersuchung aller Einflussgroessen der Lastbalancierung erlaubt. Im Verlaufe der Experimente hat sich bestätigt, dass das Lastbalan- cierungsfeature des dlbSIM die Simulationszeit unter Fremdlasteinfluss signifikant verkürzen kann. Des weiteren ist dlbSIM in der Lage, ungünstige initiale Modellverteilungen auf heterogenen Systemen durch Teilmodellverschiebungen zu kompensieren.

Die komplexen Interaktionen von Aerosolen, Wolken und Niederschlag werden in aktuellen Vorhersagemodellen nur ungenügend dargestellt. Simulationen mit spektraler Beschreibung von Wolkenprozessen können zu verbesserten Vorhersagen beitragen, sind jedoch weitaus rechenintensiver. Die Beschleunigung dieser Simulationen erfordert eine hochparallele Ausführung. In dieser Arbeit wird ein Konzept zur Kopplung spektraler Wolkenmikrophysikmodelle mit atmosphärischen Modellen entwickelt, das eine effiziente Nutzung der heute verfügbaren Parallelität der Größenordnung von 100.000 Prozessorkernen ermöglicht. Aufgrund des stark variierenden Rechenaufwands ist dafür eine hochskalierbare dynamische Lastbalancierung des Wolkenmikrophysikmodells unumgänglich. Dies wird durch ein hierarchisches Partitionierungsverfahren erreicht, das auf raumfüllenden Kurven basiert. Darüber hinaus wird eine hochskalierbare Verknüpfung von dynamischer Lastbalancierung und Modellkopplung durch ein effizientes Verfahren für die regelmäßige Bestimmung der Überschneidungen zwischen unterschiedlichen Partitionierungen ermöglicht. Durch die effiziente Nutzung von Hochleistungsrechnern ermöglichen die Ergebnisse der Arbeit die Anwendung spektraler Wolkenmikrophysikmodelle zur Simulation realistischer Szenarien auf hochaufgelösten Gittern. / Current forecast models insufficiently represent the complex interactions of aerosols, clouds and precipitation. Simulations with spectral description of cloud processes allow more detailed forecasts. However, they are much more computationally expensive. Reducing the runtime of such simulations requires a highly parallel execution. This thesis presents a concept for coupling spectral cloud microphysics models with atmospheric models that allows for efficient utilization of today\'s available parallelism in the order of 100.000 processor cores. Due to the strong workload variations, highly scalable dynamic load balancing of the cloud microphysics model is essential in order to reach this goal. This is achieved through a hierarchical partitioning method based on space-filling curves. Furthermore, a highly scalable connection of dynamic load balancing and model coupling is facilitated by an efficient method to regularly determine the intersections between different partitionings. The results of this thesis enable the application of spectral cloud microphysics models for the simulation of realistic scenarios with high resolution grids by efficient use of high performance computers.

Many fluid flow processes in nature and technology are characterized by the presence and coexistence of two ore more phases. These two- or multiphase flows are furthermore characterized by a greater complexity of possible flow phenomena and phase interactions then in single phase flows and therefore the numerical simulation of these multiphase flows is usually demanding a much higher numerical effort. The presented work summarizes the research and development work of the author and his research group on "Numerical Methods for Multiphase Flows" at the University of Technology, Chemnitz over the last years. This work was focussed on the development and application of numerical approaches for the prediction of disperse fluid-particle flows in the field of fluid mechanics and process technology. A main part of the work presented here is concerned with the modelling of different physical phenomena in fluid-particle flows under the paradigm of the Lagrangian treatment of the particle motion in the fluid. The Eulerian-Lagrangian approach has proved to be an especially well suited numerical approach for the simulation of disperse multiphase flows. On the other hand its application requires a large amount of (parallel) computational power and other computational ressources. The models described in this work give a mathematical description of the relevant forces and momentum acting on a single spherical particle in the fluid flow field, the particle-wall interaction and the particle erosion to the wall. Further models has been derived in order to take into account the influence of particle-particle collisions on the particle motion as well as the interaction of the fluid flow turbulence with the particle motion. For all these models the state-of-the-art from literature is comprehensively discussed. The main field of interest of the work presented here is in the area of development, implementation, investigation and comparative evaluation of parallelization methods for the Eulerian-Lagrangian approach for the simulation of disperse multiphase flows. Most of the priorly existing work of other authors is based on shared-memory approaches, quasi-serial or static domain decomposition approaches. These parallelization methods are mostly limited in theire applicability and scalability to parallel computer architectures with a limited degree of parallelism (a few number of very powerfull compute nodes) and to more or less homogeneous multiphase flows with uniform particle concentration distribution and minor complexity of phase interactions. This work now presents a novel parallelization method developed by the author, realizing a dynamic load balancing for the Lagrangian approach (DDD - Dynamic Domain Decomposition) and therefore leading to a substantial decrease in total computation time necessary for multiphase flow computations with the Eulerian-Lagrangian approach. Finally, the developed and entirely parallelized Eulerian-Lagrangian approach MISTRAL/PartFlow-3D offers the opportunity of efficient investigation of disperse multiphase flows with higher concentrations of the disperse phase and the resulting strong phase interaction phenomena (four-way coupling). / Viele der in Natur und Technik ablaufenden Strömungsvorgänge sind durch die Koexistenz zweier oder mehrerer Phasen gekennzeichnet. Diese sogenannten Zwei- oder Mehrphasensysteme zeichnen sich durch ein hohes Maß an Komplexität aus und erfordern oft einen sehr hohen rechentechnischen Aufwand zu deren numerischer Simulation. Die vorliegende Arbeit faßt langjährige Forschungs- und Entwicklungsarbeiten des Autors und seiner Forschungsgruppe "Numerische Methoden für Mehrphasenströmungen" an der TU Chemnitz zusammen, die sich mit der Entwicklung und Anwendung numerischer Berechnungsverfahren für disperse Fluid-Partikel-Strömungen auf dem Gebiet der Strömungs- und Verfahrenstechnik befassen. Ein wesentlicher Teil der Arbeit befaßt sich mit der Modellierung unterschiedlicher physikalischer Phänomene in Fluid-Partikel-Strömungen unter dem Paradigma der Lagrange'schen Betrachtungsweise der Partikelbewegung. Das Euler-Lagrange-Verfahren hat sich als besonders geeignetes Berechnungsverfahren für die numerische Simulation disperser Mehrphasenströmungen erwiesen, stellt jedoch in seiner Anwendung auch höchste Anforderungen an die Ressourcen der verwendeten (parallelen) Rechnerarchitekturen. Die näher ausgeführten mathematisch-physikalischen Modelle liefern eine Beschreibung der auf eine kugelförmige Einzelpartikel im Strömungsfeld wirkenden Kräfte und Momente, der Partikel-Wand-Wechselwirkung und der Partikelerosion. Weitere Teilmodelle dienen der Berücksichtigung von Partikel-Partikel-Stoßvorgängen und der Wechselwirkung zwischen Fluidturbulenz und Partikelbewegung. Der Schwerpunkt dieser Arbeit liegt im Weiteren in der Entwicklung, Untersuchung und vergleichenden Bewertung von Parallelisierungsverfahren für das Euler-Lagrange-Verfahren zur Berechnung von dispersen Mehrphasenströmungen. Zuvor von anderen Autoren entwickelte Parallelisierungsmethoden für das Lagrange'sche Berechnungsverfahren basieren im Wesentlichen auf Shared-Memory-Ansätzen, Quasi-Seriellen Verfahren oder statischer Gebietszerlegung (SDD) und sind somit in ihrer Einsetzbarkeit und Skalierbarkeit auf Rechnerarchitekturen mit relativ geringer Parallelität und auf weitgehend homogene Mehrphasenströmungen mit geringer Komplexität der Phasenwechselwirkungen beschränkt. In dieser Arbeit wird eine vom Autor entwickelte, neuartige Parallelisierungsmethode vorgestellt, die eine dynamische Lastverteilung für das Lagrange-Verfahren ermöglicht (DDD - Dynamic Domain Decomposition) und mit deren Hilfe eine deutliche Reduzierung der Gesamtausführungszeiten einer Mehrphasenströmungsberechnung mit dem Euler-Lagrange-Verfahren möglich ist. Im Ergebnis steht mit dem vom Autor und seiner Forschungsgruppe entwickelten vollständig parallelisierten Euler-Lagrange-Verfahren MISTRAL/PartFlow-3D ein numerisches Berechnungsverfahren zur Verfügung, mit dem disperse Mehrphasenströmungen mit höheren Konzentrationen der dispersen Phase und daraus resultierenden starken Phasenwechselwirkungen (Vier-Wege-Kopplung) effektiv untersucht werden können.

Die komplexen Interaktionen von Aerosolen, Wolken und Niederschlag werden in aktuellen Vorhersagemodellen nur ungenügend dargestellt. Simulationen mit spektraler Beschreibung von Wolkenprozessen können zu verbesserten Vorhersagen beitragen, sind jedoch weitaus rechenintensiver. Die Beschleunigung dieser Simulationen erfordert eine hochparallele Ausführung. In dieser Arbeit wird ein Konzept zur Kopplung spektraler Wolkenmikrophysikmodelle mit atmosphärischen Modellen entwickelt, das eine effiziente Nutzung der heute verfügbaren Parallelität der Größenordnung von 100.000 Prozessorkernen ermöglicht. Aufgrund des stark variierenden Rechenaufwands ist dafür eine hochskalierbare dynamische Lastbalancierung des Wolkenmikrophysikmodells unumgänglich. Dies wird durch ein hierarchisches Partitionierungsverfahren erreicht, das auf raumfüllenden Kurven basiert. Darüber hinaus wird eine hochskalierbare Verknüpfung von dynamischer Lastbalancierung und Modellkopplung durch ein effizientes Verfahren für die regelmäßige Bestimmung der Überschneidungen zwischen unterschiedlichen Partitionierungen ermöglicht. Durch die effiziente Nutzung von Hochleistungsrechnern ermöglichen die Ergebnisse der Arbeit die Anwendung spektraler Wolkenmikrophysikmodelle zur Simulation realistischer Szenarien auf hochaufgelösten Gittern. / Current forecast models insufficiently represent the complex interactions of aerosols, clouds and precipitation. Simulations with spectral description of cloud processes allow more detailed forecasts. However, they are much more computationally expensive. Reducing the runtime of such simulations requires a highly parallel execution. This thesis presents a concept for coupling spectral cloud microphysics models with atmospheric models that allows for efficient utilization of today\'s available parallelism in the order of 100.000 processor cores. Due to the strong workload variations, highly scalable dynamic load balancing of the cloud microphysics model is essential in order to reach this goal. This is achieved through a hierarchical partitioning method based on space-filling curves. Furthermore, a highly scalable connection of dynamic load balancing and model coupling is facilitated by an efficient method to regularly determine the intersections between different partitionings. The results of this thesis enable the application of spectral cloud microphysics models for the simulation of realistic scenarios with high resolution grids by efficient use of high performance computers.

Diese Arbeit beschäftigt sich mit Scheduling von Tasks in Computersystemen. Wir untersuchen sowohl die in neueren Arbeiten betrachtete Zielfunktion zur Energieminimierung als auch die klassische Zielfunktion zur Lastbalancierung auf mehreren Prozessoren. Beim Speed-Scaling mit Sleep-State darf ein Prozessor, der zu jedem Zeitpunkt seine Geschwindigkeit anpassen kann, auch in einen Schlafmodus übergehen. Unser Ziel ist es, den Energieverbrauch zu minimieren. Wir zeigen die NP-Härte des Problems und klären somit den Komplexitätsstatus. Wir beweisen eine untere Schranke für die Approximationsgüte für eine spezielle natürliche Klasse von Schedules. Ferner entwickeln wir eine Familie von Algorithmen, die gute Approximationsfaktoren liefert, und zeigen, dass diese sogar Lösungen liefert, die optimal für die zuvor erwähnte Klasse von Schedules sind. Anschließend widmen wir unsere Aufmerksamkeit dem folgenden Termin-basierten Scheduling-Problem. Es seien mehrere Prozessoren gegeben, wobei jeder einzelne Prozessor zu jedem Zeitpunkt seine Geschwindigkeit anpassen kann. Ziel ist es wie zuvor, den Energieverbrauch des erzeugten Schedules zu minimieren. Für den Offline-Fall entwickeln wir einen optimalen Polynomialzeit-Algorithmus. Für das Online-Problem erweitern wir die zwei bekannten Ein-Prozessor-Algorithmen Optimal Available und Average Rate. Wir zeigen, dass diese den gleichen bzw. einen um die additive Konstante von eins vergrößerten kompetiven Faktor haben. Bei der Lastbalancierung auf mehreren Prozessoren betrachten wir Offline-Load-Balancing auf identischen Maschinen. Unser Ziel ist es, die Current-Load für temporäre Tasks mit identischem Gewicht zu minimieren. Wir zeigen, dass eine Lösung mit maximaler Imbalance von eins immer existiert und entwickeln einen effizienten Algorithmus, der solche Lösungen liefert. Zum Schluss beweisen wir die NP-Härte von zwei Verallgemeinerungen des Problems. / This thesis studies problems of scheduling tasks in computing environments. We consider both the modern objective function of minimizing energy consumption, and the classical objective of balancing load across machines. We first investigate offline deadline-based scheduling in the setting of a single variable-speed processor that is equipped with a sleep state. The objective is that of minimizing the total energy consumption. Apart from settling the complexity of the problem by showing its NP-hardness, we provide a lower bound of 2 for general convex power functions, and a particular natural class of schedules. We also present an algorithmic framework for designing good approximation algorithms. Furthermore, we give tight bounds for the aforementioned particular class of schedules. We then focus on the multiprocessor setting where each processor has the ability to vary its speed. We first study the offline problem and show that optimal schedules can be computed efficiently in polynomial time. Regarding the online problem and a natural class of power functions, we extend the two well-known single-processor algorithms Optimal Available and Average Rate. We prove that Optimal Available has the same competitive ratio as in the single-processor case. For Average Rate we show a competitive factor that increases by an additive constant of one compared to the single-processor result. With respect to load balancing, we consider offline load balancing on identical machines, with the objective of minimizing the current load, for temporary unit-weight jobs. The problem can be seen as coloring n intervals with k colors, such that for each point on the line, the maximal difference between the number of intervals of any two colors is minimal. We prove that a coloring with maximal difference at most one is always possible, and develop a fast polynomial-time algorithm for generating such a coloring. Lastly, we prove that two generalizations of the problem are NP-hard.

Many fluid flow processes in nature and technology are characterized by the presence and coexistence of two ore more phases. These two- or multiphase flows are furthermore characterized by a greater complexity of possible flow phenomena and phase interactions then in single phase flows and therefore the numerical simulation of these multiphase flows is usually demanding a much higher numerical effort. The presented work summarizes the research and development work of the author and his research group on "Numerical Methods for Multiphase Flows" at the University of Technology, Chemnitz over the last years. This work was focussed on the development and application of numerical approaches for the prediction of disperse fluid-particle flows in the field of fluid mechanics and process technology. A main part of the work presented here is concerned with the modelling of different physical phenomena in fluid-particle flows under the paradigm of the Lagrangian treatment of the particle motion in the fluid. The Eulerian-Lagrangian approach has proved to be an especially well suited numerical approach for the simulation of disperse multiphase flows. On the other hand its application requires a large amount of (parallel) computational power and other computational ressources. The models described in this work give a mathematical description of the relevant forces and momentum acting on a single spherical particle in the fluid flow field, the particle-wall interaction and the particle erosion to the wall. Further models has been derived in order to take into account the influence of particle-particle collisions on the particle motion as well as the interaction of the fluid flow turbulence with the particle motion. For all these models the state-of-the-art from literature is comprehensively discussed. The main field of interest of the work presented here is in the area of development, implementation, investigation and comparative evaluation of parallelization methods for the Eulerian-Lagrangian approach for the simulation of disperse multiphase flows. Most of the priorly existing work of other authors is based on shared-memory approaches, quasi-serial or static domain decomposition approaches. These parallelization methods are mostly limited in theire applicability and scalability to parallel computer architectures with a limited degree of parallelism (a few number of very powerfull compute nodes) and to more or less homogeneous multiphase flows with uniform particle concentration distribution and minor complexity of phase interactions. This work now presents a novel parallelization method developed by the author, realizing a dynamic load balancing for the Lagrangian approach (DDD - Dynamic Domain Decomposition) and therefore leading to a substantial decrease in total computation time necessary for multiphase flow computations with the Eulerian-Lagrangian approach. Finally, the developed and entirely parallelized Eulerian-Lagrangian approach MISTRAL/PartFlow-3D offers the opportunity of efficient investigation of disperse multiphase flows with higher concentrations of the disperse phase and the resulting strong phase interaction phenomena (four-way coupling). / Viele der in Natur und Technik ablaufenden Strömungsvorgänge sind durch die Koexistenz zweier oder mehrerer Phasen gekennzeichnet. Diese sogenannten Zwei- oder Mehrphasensysteme zeichnen sich durch ein hohes Maß an Komplexität aus und erfordern oft einen sehr hohen rechentechnischen Aufwand zu deren numerischer Simulation. Die vorliegende Arbeit faßt langjährige Forschungs- und Entwicklungsarbeiten des Autors und seiner Forschungsgruppe "Numerische Methoden für Mehrphasenströmungen" an der TU Chemnitz zusammen, die sich mit der Entwicklung und Anwendung numerischer Berechnungsverfahren für disperse Fluid-Partikel-Strömungen auf dem Gebiet der Strömungs- und Verfahrenstechnik befassen. Ein wesentlicher Teil der Arbeit befaßt sich mit der Modellierung unterschiedlicher physikalischer Phänomene in Fluid-Partikel-Strömungen unter dem Paradigma der Lagrange'schen Betrachtungsweise der Partikelbewegung. Das Euler-Lagrange-Verfahren hat sich als besonders geeignetes Berechnungsverfahren für die numerische Simulation disperser Mehrphasenströmungen erwiesen, stellt jedoch in seiner Anwendung auch höchste Anforderungen an die Ressourcen der verwendeten (parallelen) Rechnerarchitekturen. Die näher ausgeführten mathematisch-physikalischen Modelle liefern eine Beschreibung der auf eine kugelförmige Einzelpartikel im Strömungsfeld wirkenden Kräfte und Momente, der Partikel-Wand-Wechselwirkung und der Partikelerosion. Weitere Teilmodelle dienen der Berücksichtigung von Partikel-Partikel-Stoßvorgängen und der Wechselwirkung zwischen Fluidturbulenz und Partikelbewegung. Der Schwerpunkt dieser Arbeit liegt im Weiteren in der Entwicklung, Untersuchung und vergleichenden Bewertung von Parallelisierungsverfahren für das Euler-Lagrange-Verfahren zur Berechnung von dispersen Mehrphasenströmungen. Zuvor von anderen Autoren entwickelte Parallelisierungsmethoden für das Lagrange'sche Berechnungsverfahren basieren im Wesentlichen auf Shared-Memory-Ansätzen, Quasi-Seriellen Verfahren oder statischer Gebietszerlegung (SDD) und sind somit in ihrer Einsetzbarkeit und Skalierbarkeit auf Rechnerarchitekturen mit relativ geringer Parallelität und auf weitgehend homogene Mehrphasenströmungen mit geringer Komplexität der Phasenwechselwirkungen beschränkt. In dieser Arbeit wird eine vom Autor entwickelte, neuartige Parallelisierungsmethode vorgestellt, die eine dynamische Lastverteilung für das Lagrange-Verfahren ermöglicht (DDD - Dynamic Domain Decomposition) und mit deren Hilfe eine deutliche Reduzierung der Gesamtausführungszeiten einer Mehrphasenströmungsberechnung mit dem Euler-Lagrange-Verfahren möglich ist. Im Ergebnis steht mit dem vom Autor und seiner Forschungsgruppe entwickelten vollständig parallelisierten Euler-Lagrange-Verfahren MISTRAL/PartFlow-3D ein numerisches Berechnungsverfahren zur Verfügung, mit dem disperse Mehrphasenströmungen mit höheren Konzentrationen der dispersen Phase und daraus resultierenden starken Phasenwechselwirkungen (Vier-Wege-Kopplung) effektiv untersucht werden können.