海底滑坡、泥石流、深海採礦……這些自然與工業場景中，有一個共同的棘手難題：當大量固體顆粒(泥沙、礦石)與水體混合運動時，傳統的計算機模型要麼算不準，要麼太依賴人為設定的網格分辨率，一旦顆粒“擠成堆”，模擬結果就容易失真。

如何給這類複雜的流動過程裝上一雙不受網格束縛的“眼睛”?對此，清華大學深圳國際研究生院景路團隊有了新突破。團隊近日在《計算物理期刊》上發表最新成果，創新性地提出一種“點雲粗粒化”CFD-DEM耦合算法。研究團隊為流固耦合過程構建了一個“中轉站”——在計算機中將顆粒轉化為連續分佈的點雲結構，構建連接顆粒與流體網格之間的信息“橋樑”，實現更加穩定、高效的多尺度耦合計算。

該方法突破了傳統算法對網格分辨率的限制，即使在顆粒高度密集、接近自然最密堆積的複雜條件下，仍能夠準確捕捉顆粒運動引起的微小流體壓力反饋，為深入研究泥石流、海底滑坡等複雜流固耦合問題提供了新的技術手段。

基於點雲粗粒化的兩步映射CFD-DEM計算框架

研究通過系列算例驗證了方法的有效性。在一維靜止顆粒及二維、三維自由下落顆粒的空間權重分佈與網格無關性測試中，該方法能夠準確實現顆粒信息的映射;在粘性流體單顆粒沉降、Ergun定牀壓降及雙組分流化牀等典型場景中，進一步檢驗了其在多種流動狀態、不同組分條件及網格粗/細化情況下的精度與穩定性。

顆粒-流體耦合典型算例驗證

水下顆粒坍塌試驗是檢驗CFD-DEM算法的重要基準案例。密集顆粒體系在坍塌過程中因剪脹效應產生負孔隙壓力，顯著延緩坍塌觸發時間，而傳統體積平均CFD-DEM方法難以準確捕捉這一現象。針對自然最密堆積狀態，本方法能夠精準再現顆粒體系內部孔隙壓力的時空演化，並有效刻畫初始體積分數對坍塌啓動時間的顯著影響(圖3)。進一步將該方法應用於寬級配顆粒體系，揭示了粒徑分散性對水下坍塌動力學過程的影響，並給出了最終運動距離的標度關係(圖4)。該研究有效拓寬了CFD-DEM方法在複雜顆粒-流體系統中的適用範圍，為泥沙運動、海底滑坡等問題的數值模擬提供了可靠的工具。

水下顆粒坍塌的剪脹、孔壓演化與啓動時間預測

寬級配顆粒體系的水下坍塌動力學模擬研究

相關成果以“稀疏到稠密顆粒-流體系統半解析CFD-DEM算法：一種基於點雲粗粒化的兩步映射策略”(Enhancing semi-resolved CFD-DEM for dilute to dense particle-fluid systems: A point cloud based, two-step mapping strategy via coarse graining)為題發表於《計算物理期刊》(Journal of Computational Physics)。

論文第一作者為清華大學深圳國際研究生院2023級博士生劉雨翔，通訊作者為景路，合作者包括清華大學水利水電工程系教授傅旭東、澳門大學研究員施華斌。研究受國家自然科學基金、廣東省基礎與應用基礎研究基金等項目資助。

論文鏈接：https://doi.org/10.1016/j.jcp.2026.115227