Advanced

Fast-forward the Sedimentation of Solid Particles in Protoplanetary Disks

Andersson, Eric LU (2017) In Lund Observatory Examensarbeten ASTK02 20162
Lund Observatory
Abstract
Numerical simulations have become an essential tool for studying particle-gas systems. One such system is the protoplanetary disk consisting of vast number of solid particles interacting with the surrounding gas. However, the particles tend to have a non-uniform distribution due to sedimentation, among other processes, creating an imbalanced workload for computers in different regions of the disk. In this thesis we present an adaptive-particle algorithm which relieves this imbalance, reducing the computational task in dense areas by merging particles while allowing sparse areas to be efficiently probed by splitting particles. Using the assignment schemes from the Particle-Mesh methods, including Nearest-Grid-Point and Cloud-In-Cell, we... (More)
Numerical simulations have become an essential tool for studying particle-gas systems. One such system is the protoplanetary disk consisting of vast number of solid particles interacting with the surrounding gas. However, the particles tend to have a non-uniform distribution due to sedimentation, among other processes, creating an imbalanced workload for computers in different regions of the disk. In this thesis we present an adaptive-particle algorithm which relieves this imbalance, reducing the computational task in dense areas by merging particles while allowing sparse areas to be efficiently probed by splitting particles. Using the assignment schemes from the Particle-Mesh methods, including Nearest-Grid-Point and Cloud-In-Cell, we split and merge particles while conserving all important physical properties of the particles on the grid. Coupled to a Runge-Kutta integrator of order three, the algorithm was tested on a simulation model for the sedimentation process of particles in a turbulent gas disk. The theoretical density profile was compared to the numerical ones with and without adapting particles, and they were in good agreement in most cases. Moreover, while the simulations without adaptive particles failed to sample the particle properties at high altitudes of the disk, those with adaptive particles successfully reproduced the density profile in the same region. Finally, the adaptive-particle algorithm maintains a roughly equal number of particles per cell at all time, and thus demonstrates its ability to balance the workload over the entire computational domain. (Less)
Popular Abstract (Swedish)
Är vi och vår Jord unik i universum? Ända sedan Galileo Galilei byggde den första stjärnkikaren så har vi blickat ut över alla de stjärnor som utgör vårt himlavalv. Människans naturliga nyfikenhet, vilken visat vägen till ekosystemets topp, skapar även en strävan att förstå vår tillvaro här på jorden. Under de senaste årtionderna så har ett flertal rymdfärder gett en ny syn på huruvida vi är ensama i universum. Vi trodde tidigare att solsystemet var något mycket ovanligt, men det har visat sig att mer är hälften utav alla stjärnor har planeter kring sig. En del utav dessa planeter är mycket lik vår jord.

Så vad har detta för konsekvens för den vetenskap som bedrivs om planeter? Att vi
hade så fel om Vintergatans planetsystem har skapat... (More)
Är vi och vår Jord unik i universum? Ända sedan Galileo Galilei byggde den första stjärnkikaren så har vi blickat ut över alla de stjärnor som utgör vårt himlavalv. Människans naturliga nyfikenhet, vilken visat vägen till ekosystemets topp, skapar även en strävan att förstå vår tillvaro här på jorden. Under de senaste årtionderna så har ett flertal rymdfärder gett en ny syn på huruvida vi är ensama i universum. Vi trodde tidigare att solsystemet var något mycket ovanligt, men det har visat sig att mer är hälften utav alla stjärnor har planeter kring sig. En del utav dessa planeter är mycket lik vår jord.

Så vad har detta för konsekvens för den vetenskap som bedrivs om planeter? Att vi
hade så fel om Vintergatans planetsystem har skapat ett intresse för hur planeter skapas.
Många teorier har framförts, och den som studeras i min tes förklarar hur planeter föds ur jättelika gasmoln som omger nyfödda stjärnor. Likt pizzadegen som snurras utav pizzabagaren på din lokala pizzeria, så kommer dessa gasmoln att sprida sig i en stor skiva omkring stjärnan. Ur denna skiva så föds de planeter som efter en tid skulle kunna vara hem åt utomjordingar.

En process som är mycket viktig för skivans uppkomst kallas sedimentation. Denna process innebär att små partiklar, så som stenar och damm, samt gas lägger sig i en skiva kring stjrnan. För att förstå denna process så används super-datorer på vilka vi gör beräkningar i flera månader. Ett stort problem är att många vill använda dessa datorer och det är dessutom mycket dyrt att köra dom. Därför föreslår jag i mitt projekt en metod som ska göra beräkningarna lättare för datorer. Jag använder mig utav partiklar som kan ändra sina egenskaper utan att påverka resultatet av beräkningarna. Förändringarna hos partiklarna har potential att göra beräkningarna många gånger snabbare jämfört med tidigare.

Denna metod som vi kallar för anpassaningsbara partiklar, kommer inte bara sänka kostnader för forskningen som bedrivs utan även ge möjlighet att detaljerat undersöka hur planeter skapas från början till slut. Detta är något som inte gjorts tidigare då det är för tidskrävande även för världens snabbaste datorer. Detta kanske ger oss möjligheten att en gång för alla svara på huruvida vi är unika eller om det finns andra ute i univerum. (Less)
Please use this url to cite or link to this publication:
author
Andersson, Eric LU
supervisor
organization
course
ASTK02 20162
year
type
M2 - Bachelor Degree
subject
keywords
protoplanetary disk sedimentation simulation particle-mesh adaptive particles
publication/series
Lund Observatory Examensarbeten
report number
2017-EXA109
language
English
id
8901422
date added to LUP
2017-02-07 16:44:03
date last changed
2017-02-07 16:44:03
@misc{8901422,
  abstract     = {Numerical simulations have become an essential tool for studying particle-gas systems. One such system is the protoplanetary disk consisting of vast number of solid particles interacting with the surrounding gas. However, the particles tend to have a non-uniform distribution due to sedimentation, among other processes, creating an imbalanced workload for computers in different regions of the disk. In this thesis we present an adaptive-particle algorithm which relieves this imbalance, reducing the computational task in dense areas by merging particles while allowing sparse areas to be efficiently probed by splitting particles. Using the assignment schemes from the Particle-Mesh methods, including Nearest-Grid-Point and Cloud-In-Cell, we split and merge particles while conserving all important physical properties of the particles on the grid. Coupled to a Runge-Kutta integrator of order three, the algorithm was tested on a simulation model for the sedimentation process of particles in a turbulent gas disk. The theoretical density profile was compared to the numerical ones with and without adapting particles, and they were in good agreement in most cases. Moreover, while the simulations without adaptive particles failed to sample the particle properties at high altitudes of the disk, those with adaptive particles successfully reproduced the density profile in the same region. Finally, the adaptive-particle algorithm maintains a roughly equal number of particles per cell at all time, and thus demonstrates its ability to balance the workload over the entire computational domain.},
  author       = {Andersson, Eric},
  keyword      = {protoplanetary disk sedimentation simulation particle-mesh adaptive particles},
  language     = {eng},
  note         = {Student Paper},
  series       = {Lund Observatory Examensarbeten},
  title        = {Fast-forward the Sedimentation of Solid Particles in Protoplanetary Disks},
  year         = {2017},
}