Particles encountered in nature and engineering practice are normally not spherical but of irregular shapes. Particle shape plays a key role in determining the behaviour of bulk solids, which poses a number of challenges in modelling and simulation of particulate systems. Discrete element method (DEM) has been recognized as a promising method to meet the challenges. This paper presents a review of the recent efforts in developing DEM approaches to model non-spherical particulate systems (NSPS) and strategies of coupling such a non-spherical DEM model with computational fluid dynamics (CFD) for particle-fluid flows. It mainly covers four important aspects: the techniques for representation of non-spherical particles and their contact detection, the models describing inter-particle collision dynamics and fluid-particle forces, CFD-DEM coupling methodologies including averaged volume method and immersed family methods and the applications of the developed theories to the modelling of different NSPS. The main findings are discussed and summarized as a part of the review. Finally, the needs for future development are highlighted.

Large-scale pipe network systems for dust removal are characterized by multiple dust sources, complex branching, and variable layouts. Resistance balance of the pipe network is critical for its efficient operation which is not easy to reach. Engineers often have to make their design without theoretical basis resulting in inevitable waste of energy. In this study, a simplified model is established and based on which the resistance characteristics of the pipe networks are numerically simulated using computational fluid dynamics (CFD). First, the local resistance coefficients of various bends are numerically investigated, focusing on the effects of geometry and operating conditions. Furthermore, a simplified model describing the resistance characteristics of the bend is established using a porous jump model. The simplified model is then used to simulate a laboratory pipe network with an improvement of 30% in computational efficiency. Finally, an actual engineering problem with a complex pipe network is simulated to analyze with its resistance imbalance problem optimized, and an artificial neural network model is also proposed to tune the resistance balance of the pipe network automatically. This study provides a significant reference for the simplification of pipe fittings in pipe networks, and also facilitates the accurate design and stable operation of pipe network systems.

For the topology optimization design problem (TO) in fluid mechanics, this paper designs a topology optimization design method based on the Lattice Boltzmann Method (LBM). The backward gradient of the flow field is obtained using differentiable algorithms, and the topology is used to optimize the topology structure. The present report selects a typical optimization problem of surface drag, including a representative problem of reduction of resistance, and verifies the algorithm. The analysis is focused on the cases of obstacles, and the results show that the present method can effectively optimize the topology structure in the flow field, with the potential to improve the design efficiency.

Exploring the drawdown and dispersion behaviors of particles in stirred tanks can provide insights and valuable references for optimizing the design of equipment and improving the efficiency of the stirring process. In this article, the kinetic behaviors of drawdown and dispersion of floating particles in the stirred tank were simulated by the DEM-VOF (discrete element method–volume of fluid) model. The influences of impeller parameters (blade number n, rotation speed w, eccentric distance l, and off-bottom clearance h) on the granular characteristics (particle distribution, coupling force, total force, and translational/rotational kinetic energies), fluid dynamics (fluid velocity and turbulent kinetic energy), and gas–liquid free surface were investigated. The results show that the drawdown process of floating particles can be divided into the pull-down stage, dispersion stage, and cycle stage. With the increase in n, w, l, or h, the duration of the pull-down stage decreases, while the duration of the cycle stage increases. Due to the vortex effect and turbulent motion in the stirred tank, both the particle characteristics and flow dynamics change with the impeller parameters. Besides, large n or w, small l, and moderate h result in the deeper gas–liquid free surface.