Der Lehrstuhl für Systemsimulation (LSS) beschäftigt sich mit der Verwendung von modernen Nicht-Standard-Architekturen und Höchstleistungsrechnern. Besonderes Interesse gilt der Entwicklung effizienter und paralleler Algorithmen. Dabei spielen objektorientierte Programmiertechniken sowie die performante Umsetzung auf Höchstleistungsrechner eine große Rolle.
Die rechnergestützte Simulation realer Probleme ist ein vielseitiges Hilfsmittel in der Planung, Analyse und Optimierung von Abläufen verschiedenster Art. Obwohl die Anwendungen sehr unterschiedlich sein können, haben alle Simulationsprojekte eine gemeinsame Struktur. Nach der Festlegung der Fragestellung wird ein Modell erstellt, welches das Problem nachbildet und Antworten auf die gestellten Fragen liefern soll. Um das Modell in ein Computerprogramm umsetzen und dann simulieren zu können, müssen Kenngrößen des Problems erfasst werden. Nach Ermittlung der problemspezifischen Kenngrößen (Modellparameter) kann das Modell in ein Computerprogramm umgesetzt und anschließend simuliert werden. Wenn die Simulationsergebnisse vorliegen, müssen diese in der Regel für die Bewertung durch die Fragesteller aufbereitet werden.
Der LSS konzentriert sich auf die Bereiche der Modellierung, der Entwicklung von Algorithmen und der Erstellung von Computerprogrammen für die Simulationsberechnungen. Die anderen Schritte im Simulationsprojekt verlangen entweder problemspezifisches Wissen, wie beispielsweise die Festlegung der Fragestellung sowie die Bestimmung der Modellparameter, oder sind eigenständige Themen, die auch außerhalb der Simulation zum Einsatz kommen. Ein Beispiel für letztere Kategorie ist das Gebiet der Visualisierung, das für die Aufbereitung der Simulationsergebnisse eine wichtige Rolle spielt.

Das Interessensgebiet des Lehrstuhls für Systemsimulation liegt im Bereich der kontinuierlichen Simulation und umfasst Aspekte der Modellierung, der Umsetzung eines Simulationsmodells in ein Computerprogramm und der Durchführung von Berechnungen für konkrete Anwendungen.
Der immer noch anhaltende Zuwachs an verfügbarer Rechenleistung wird in den Simulationsanwendungen durch zunehmend komplexere und hoffentlich realitätsnähere Modelle ausgeglichen, so dass der Bedarf an effizienten Methoden für die Simulationsberechnungen unvermindert groß ist. Eben diese effizienten Methoden und deren Implementierung sind die Forschungsschwerpunkte am Lehrstuhl 10.

Besonderes Interesse gilt den sogenannten Multilevel-Verfahren, die sich durch ihre optimale algorithmische Komplexität auszeichnen. In anderen Worten, der Rechenaufwand für Multilevel-Verfahren ist direkt proportional zur Problemgröße. Damit erlauben es diese Verfahren, Probleme zu behandeln, die weit außerhalb der Reichweite anderer Ansätze liegen. Gerade auf Superrechnern und den dort bearbeiteten Problemgrößen sind Multilevel-Verfahren unverzichtbar geworden. Werden diese Verfahren jedoch mit adaptiver Verfeinerung kombiniert und auf parallelen Architekturen implementiert, so ist der Programmieraufwand beträchtlich. Neben der Weiterentwicklung der Algorithmen selbst stehen deshalb zunehmend auch Fragen des Software-Engineering im Vordergrund der Forschung. Eine rein objektorientierte Vorgehensweise, die auf Grund der Komplexität des Programmierproblems wünschenswert erscheinen mag, erfüllt (noch) nicht die Anforderungen an die Geschwindigkeit der Ausführung und wird daher durch Mischtechniken ersetzt.

Neben der Entwicklung neuer Algorithmen wird auch der Einfluss der Rechnerarchitektur auf die Implementierung bekannter Verfahren untersucht. Ein Schwerpunkt besteht in der optimierten Ausnutzung der Speicherhierarchien, insbesondere Caches, wie sie moderne Architekturen aufweisen. Darüber hinaus gilt das Interesse auch dem Einsatz von vergleichsweise kostengünstigen Parallelrechnern, den sogenannten Workstationclustern, die aus vernetzten Arbeitsplatzcomputern aufgebaut werden.

Neben den eher klassisch zu nennenden Diskretisierungsmethoden wie Finite Differenzen und Finite Elemente, die zu den algebraischen Gleichungssystemen führen, die es dann mit Multilevel-Techniken zu lösen gilt, werden am Lehrstuhl auch neuere Ansätze wie Lattice-Boltzmann-Methoden untersucht. Lattice-Boltzmann-Methoden haben sich bei der Berechnung von Mehrphasenproblemen als robuste und flexible Diskretisierungstechnik erwiesen. In Zusammenarbeit mit anderen Lehrstühlen, die sich auf die Anwendung dieser Techniken auf konkrete Probleme konzentrieren, wird am Lehrstuhl die effiziente Umsetzung dieser Methoden untersucht.

Numerische Simulation mit Höchstleistungsrechnern

Am Lehrstuhl ist auch die Professur für Informatik "Numerische Simulation mit Höchstleistungsrechnern" angesiedelt. Für weitere Informationen wird auf die betreffenden Seiten der Arbeitsgruppe von Professor Pflaum verwiesen.

• Adam Opel GmbH, Rüsselsheim (Dr. S. Fell)

• Bergische Universität Wuppertal, Germany (M. Bolten)

• Chalmers University of Technology, Göteborg, Sweden (P. Jacobsson)

• Chinese Academy of Science, Beijing, China (A. Zhou)

• Commissariat à l'Energie Atomique, Grenoble (J. Pauchet)

• DANA Sealing Products, Ulm, Germany (R. Ströbel)

• Delft University of Technology, Delft, Netherlands (A. Heemink, K. Vuik)

• Dept. for Mathematics, Australien National University, Canberra, Australia (L. Stals, S. Roberts, M. Hegland)

• Deutsches Luft- und Raumfahrtzentrum, Stuttgart (Prof. A. Friedrich)

• Electricité de France R&D, Clamart Cedex, France (F. Hülsemann)

• European Commission Joint Research Center, Petten NL (G. Tsotridis)

• EXA Corporation, Burlington, Massachusetts US (H. Chen)

• Faculty of Mathematics and Physics, University of Bayreuth, Germany (J. Pesch)

• Ferdinand-Braun-Institut für Höchstzfrequenztechnik, Berlin, Germany (H. Wenzel)

• Fraunhofer SCAI (Dr. Wienands)

• Helmholtz Zentrum, München, Germany (S. Bittner)

• IIT Bombay, Mumbai, India (P. Bhargava)

• IIT Delhi (Prof. Buwa)

• IIT Kharagpur (Prof. Chakraborty)

• IIT Guwahati, Gauhati, India (S.C. Mishra, P. Mahanta)

• IIT Kanpur, Kanpur, India (G. Biswas, S. Mittal)

• IIT Madras, Chennai, India (A. Das Gupta, S. Santhakumar, D. Chatterjee)

• IIT Roorkee, Saharanpur, India (A. Gairola, R. Kumar)

• Institut für Energieforschung, Forschungszentrum Jülich, Germany (C. Haase)

• Institut für Mathematik, Julius-Maimilians-Universität Würzburg, Germany (C. Kanzow)

• Kungliga Tekniska högskolan, Stockholm, Sweden (L. Edsberg, M. Hanke)

• Lawrence Berkeley Lab, Berkeley CA, US (E. Strohmaier)

• Lawrence Livermore National Laboratory (Dr. Quinlan, Dr. Falgout)

• Leibnitz Rechenzentrum, Munich, Germany (M. Brehm)

• Los Alamos National Laboratory (Dr. Bergen)

• Ludwig Maximilians Universität München, Geophysik (Bunge/Mohr)

• Malibu GmbH & Co KG, Bielefeld, Germany (H. Stiebig)

• Max-Planck-Institut für Astrophysik, Uni Heidelberg, Germany (T. Greif)

• McGill University, Montreal, Canada (F. Aristizabal)

• Paul Scherer Institut, Villingen (Dr. Adelmann)

• Ovidius Universität Constanta (Prof. Popa)

• Ruhr Universität Bochum, Anorganische Chemie (Dr. Schmid)

• SGL Tecnologies GmbH, Meitingen (P. Wilde)

• Siemens Healthcare, Erlangen, Germany(Dr. Kowarschik, T. Pohl, M. Scheuering, F. Vega-Higuera))

• Siemens, Simulation Center, Erlangen, Germany (B. Iffländer)

• Siemens, Power Generation, Erlangen, Germany (Butterlin)

• Siemens Industry Sector, Erlangen, Germany (J. Dagner)

• Simula Group, Oslo, Norway (H.P. Langtangen)

• SOLVAY SOLEXIS S.p.A., Bollate, Italien (D. Facchi)

• Technion Israel Institute of Technology, Computer Science (I. Yavneh)

• Technische Universität Berlin, Germany (J. Liesen, R. Nabben)

• Technische Universität München (A. Bode, H.J. Bungartz, E. Rank, G. Müller, B. Wohlmuth)

• TU München, Lehrstuhl für Brau- und Getränketechnologie, Weihenstephan, Germany (M. Hussein, S. Mack)

• Universidad Autónoma de Madrid, Computer Science, Centro de Referencia Linus, Spain (C. Navarrete Navarrete)

• Universität Münster, Institut für Biomagnetismus und Biosignalanalyse (C. Wolters)

• Universität zu Köln, Mathematisches Institut (R. Wienands)

• Nikolaus Kopernikus Universität Torun, Poland (R. Gruszczynski)

• Universität Tel Aviv, Israel (S. Toledo, A. Fehm)

• Universität Würzburg, Germany (M. Dobrowolski)

• University Krasnojarsk, Institute of computational Modelling, Krasnojarsk, Russia (V.V. Shaidurov)

• University of Colorado, Boulder, Mathematics (S. McCormick, T. Manteuffel)

• University of Houston, Computer Science (M. Garbey)

• University of Iowa, Computer Science, Iowa, US (S. Oliveira)

• University of Utah, Computer Science, Salt Lake City, Utah, US (C. Johnson)

• University of Wyoming, Computer Science, Laramie, Wyoming, US (C. Douglas)

• University of Zaragoza, Department of Applied Mathematics, Zaragoza, Spain (F. Gaspar)

• Volvo Technology Corporation, Göteborg, Sweden (A. Grant)

• Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg, Ulm,Germany (C. Hartnig)

• HHG: Hierarchische Hybride Gitter
  
• Performance-Optimierung für zukünftige Hardware
  
• Simulation of self-propelled microorganisms
  
• TERRA-NEO
  
• The pe Rigid Body Physics Engine
  
• waLBerla
  

• A Widely Applicable Lattice-Boltzmann Solver for Many-Core Architectures (waLBerla-MC)
  
• BEO: Rationelle Energieverwendung in der Industrie - Prozesswärme
  
• Beweistheorie in der Deskriptiven Komplexitätstheorie
  
• Datenlokale Iterationsverfahren zur effizienten Lösung partieller Differentialgleichungen
  
• DECODE: Untersuchung von Degradationsmechanismen zur Verbesserung von Komponenten und Design von PE-Brennstoffzellen
  
• FastEBM - High Productivity Electron Beam Melting Additive Manufacturing Development for the Part Production Systems Market
  
• Flownoise: Numerische Simulation strömungsinduzierten Lärms
  
• FreeWiHR - Simulation von Metallschäumen
  
• Genauigkeit numerischer Methoden für die Konvektions-Diffusions-Gleichung
  
• gridlib - Simulation und Visualisierung großer Datenmengen
  
• Intraoperative Simulation der Hämodynamik in Aneurysmen im menschlichen Gehirn
  
• Iterative Solvers for Inverse Bioelectric Field Problems
  
• Lattice Boltzmann Methoden in der Nanotechnologie
  
• Lattice-Boltzmann Simulation und Visualisierung von Strömungen mit freien Oberflächen
  
• Mehrgitterverfahren für ab-initio-Molekulardynamiksimulationen
  
• Mehrgitterverfahren in der Bildverarbeitung
  
• Par-EXPDE- Effiziente objektorientierte Mehrgitterverfahren auf hierarchisch-hybriden, adaptiven Gittern
  
• Parallele Löser und effiziente Diskretisierungsmethoden für bioelektrische Feldberechnungen
  
• ParExPDE II - Effiziente objekt-orientierte Mehrgitterverfahren und Anwendungen
  
• Proteinschäume in der Lebensmittelproduktion: Mechanismenaufklärung, Modellierung und Simulation
  
• Simulation von Smart Grids
  
• SPP 1648 - Software for Exascale Computing, Projekt "ExaStencils - Advanced Stencil-Code Engineering"
  
• Verbesserung der Zuverlässigkeit von Computersimulationen bei der Vorhersage von Umweltrisiken
  

• Verbundprojekt SKALB -- Lattice-Boltzmann-Methoden für skalierbare Multi-Physik-Anwendungen Abteilung Zentrale Systeme (RRZE)