筛分是一个复杂的随机过程。目前国内筛分理论依赖基础的数理统计方法和筛分试验,但因成本原因及理论模型与实际模型的差异并未取得性价比很高的效果。而自1979年以来,颗粒离散元法发展较快,部分学者已经通过离散元法来模拟连续颗粒物质并取得了一定成功。由于离散元法在解决多颗粒运动分析时对计算量要求较大,借助于计算机来进行颗粒碰撞数值计算的虚拟样机技术在大规模颗粒体系面前如何充分挖掘计算机的计算能力并高效计算是厄待解决的问题。计算机统一设备架构即CUDA (Compute Unified Device Architecture)技术保证了大规模并行数据处理的可行性,对节省计算时间节约成本等有着重要意义。本文正是基于CUDA技术对振动筛的离散元模型进行了数值模拟的仿真,并且探讨了不同算法对计算效率的影响。采用编写计时器对程序运行时间计时,充分对比基于CUDA技术的算法和普通串行算法,表明了离散元法在GPU上进行计算的可行性,对其中不同技术对结果参数进行了对比。主要工作如下：对离散元法的基本理论以及CUDA技术的基本概念进行了较为详细的分析讨论；对比了软球模型及硬球模型在本文条件下的优劣,确定了软球模型作为颗粒碰撞模型；详细阐述了针对本文所写代码在CUDA中如何优化,为离散元的并行算法提供了理论依据；针对离散元中搜索、碰撞的不同算法有所对比,确定了最优的串行算法；基于离散元理论,利用CUDA技术,利用GPU高并行度,多线程,强大计算能力和极高存储器带宽的特点来模拟大规模颗粒在筛分过程中的运动情况。在此基础上寻找对离散元数值计算的可行方法并改进程序使其尽量高效的模拟颗粒运动,为相关结构的改造提供依据。