一种高效的自动多重子结构核外并行计算方法与流程
- 国知局
- 2024-09-11 14:30:39
本申请涉及核外并行计算,特别是涉及一种高效的自动多重子结构核外并行计算方法。
背景技术:
1、自动多重子结构方法在诸如结构动力学分析、结构优化设计、振动控制、电磁学、流固耦合问题等工程领域中具有广泛的应用,能够提供高效、准确的动力学分析与优化设计的解决方案。但随着结构设计的复杂性增加,模型网格的精度和节点数也在增加,这导致了仿真问题的规模变得巨大,单台计算机的内存容量已经越来越不满足实际计算的需求。此时无论是拓展内存条数量还是使用集群计算都不是一项经济的选择,相比之下价格低廉而容量的硬盘无疑更具性价比,但目前还没有实现该算法核外并行的技术方案。
2、现有方案对自动多重子结构求解算法的介绍与改进都是立足于核内多线程基础上,旨在实现更好的负载均衡或者达到更高的计算精度。这些技术在大规模仿真计算中都不可避免地会遇到内存受限的问题,难以满足单台计算机上大规模模型仿真计算的实际需求。
技术实现思路
1、基于此,有必要提供一种高效的自动多重子结构核外并行计算方法,该方法包括:
2、s1:将有限元仿真分析模型剖分为由子结构组成的二叉消去树;并初始化内存空间,为二叉消去树中的节点分配内存;
3、s2:计算节点组装所需的内存大小,并将其与分配的组装内存比较,更新组装内存;根据节点的类型从磁盘读取更新数据,并基于更新的组装内存和所述更新数据完成节点的矩阵组装;
4、s3:求解节点中的约束矩阵和广义特征方程,将求解得到的约束矩阵以及特征向量作为第一类数据写入磁盘;基于节点中求解得到的约束矩阵以及特征向量计算所述节点对其祖先节点的更新数据;并将所述更新数据作为第二类数据写入磁盘;
5、s4:释放为节点分配的自由度更新位置内存、组装内存以及线程计算内存;
6、s5:遍历所述二叉消去树,求解各节点中降维的广义特征方程,得到所述特征对,并释放分配的全局内存;
7、s6:基于各节点的特征对以及约束矩阵回代计算,得到阵型向量,关闭线程的文件流并释放分配的约束矩阵内存。
8、有益效果:该方法解决了大规模模型计算时数据量过大导致单台计算机内存不足的问题,提高了计算机的内存使用率,在减少计算过程中的峰值内存的同时尽可能避免了性能损失。
技术特征:1.一种高效的自动多重子结构核外并行计算方法,其特征在于,包括:
2.根据权利要求1所述的自动多重子结构核外并行计算方法,其特征在于,所述初始化内存空间,为二叉消去树中的节点分配内存包括:
3.根据权利要求2所述的自动多重子结构核外并行计算方法,其特征在于,节点组装所需的内存大小的计算公式为:
4.根据权利要求2所述的自动多重子结构核外并行计算方法,其特征在于,所述更新组装内存包括:
5.根据权利要求1所述的自动多重子结构核外并行计算方法,其特征在于,所述根据节点的类型从磁盘读取更新数据包括:
6.根据权利要求2所述的自动多重子结构核外并行计算方法,其特征在于,在求解节点中的约束矩阵和模态方程过程中,将节点中的约束矩阵写入所述约束矩阵内存中,记录约束矩阵的大小;在模态方程计算完之后,若方程有解,则将求得的特征值写入所述全局内存中的数组,在数组中特征值将与节点的自由度位置对应。
7.根据权利要求1所述的自动多重子结构核外并行计算方法,其特征在于,计算得到所述更新数据之后,若所述节点是其父节点的左孩子节点且所述节点为非叶子节点,则当前线程在磁盘中创建一个以该节点id作为辨别的二进制文件;将更新数据写入其中。
8.根据权利要求6所述的自动多重子结构核外并行计算方法,其特征在于,求解降维的广义特征方程,得到特征向量包括:
9.根据权利要求1所述的自动多重子结构核外并行计算方法,其特征在于,所述阵型向量的计算公式为:
10.根据权利要求8所述的自动多重子结构核外并行计算方法,其特征在于,组装的矩阵包括:刚度矩阵、质量矩阵、耦合刚度矩阵以及耦合质量矩阵;刚度矩阵以及耦合刚度矩阵的计算公式如下:
技术总结本申请涉及一种高效的自动多重子结构核外并行计算方法,将有限元仿真分析模型剖分为由子结构组成的二叉消去树;并初始化内存空间;计算节点组装所需的内存大小,并将其与分配的组装内存比较,更新组装内存;基于更新的组装内存和更新数据完成节点的矩阵组装;将求解得到的约束矩阵以及特征向量作为第一类数据写入磁盘;基于节点中求解得到的约束矩阵以及特征向量计算节点对其祖先节点的更新数据,并作为第二类数据写入磁盘;求解各节点中降维的广义特征方程,得到特征对;基于各节点的特征对以及约束矩阵回代计算,得到阵型向量。该方法提高了计算机的内存使用率,在减少计算过程中的峰值内存的同时尽可能避免了性能损失。技术研发人员:王桂冬受保护的技术使用者:湖南迈曦软件有限责任公司技术研发日:技术公布日:2024/9/9本文地址:https://www.jishuxx.com/zhuanli/20240911/291166.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。