LS-DYNAR9.0中的S-ALE說明

2016-09-25 by:CAE仿真在線來源:互聯(lián)網(wǎng)

   LS-DYNA 新近推出一個新的 ALE 求解器:S-ALE。新求解器專門針對 Structured 的 ALE 網(wǎng)格求解。它支持 MPP, SMP 和 MPP HYRBID 并行計算;具有速度快,占用內(nèi)存少,和求解穩(wěn)定的特點。
   新的 S-ALE 求解器與舊有的 ALE 求解器采用相同的 Operator Splitting 思想,也就是說把一個時間步長內(nèi)的求解過程分做一個 Lagrange 時間步和一個 Advection 時間步。 Advection 過程中的 Flux 計算和界面重構(gòu)算法也是一樣的。那么既然如此,為什么 LSTC 要投入人力物力來開發(fā)一個算法基本一致的新求解器呢? 原因是多方面的。
   首先, ALE 方法和求解器在各類工程問題中的使用有了很大的變化。早期的 ALE 應(yīng)用集中在單材料方面,常常用來模擬固體。那時的網(wǎng)格大部分需要遵循物質(zhì)界面的幾何形狀,故而Mesh Smoothing 也有著廣泛的使用。而到了今天,隨著技術(shù)的進(jìn)步和工程問題自身的變化,ALE 方法被集中使用在模擬多個流體在某個特定區(qū)域內(nèi)的運動;以及更重要的,模擬這些流體與固體結(jié)構(gòu)的相互作用。這些問題往往使用非常規(guī)則的長方體網(wǎng)格和六面體單元,除局部加密外,單元的尺寸大多一樣。
   針對這兩點不同,程序本身可以做很多優(yōu)化。單材料/多材料方面,如果程序只針對一種情況處理,那么自然的,很多的判斷以及程序的分枝就不再需要了。程序變得非常簡潔,執(zhí)行的效率也大為提高。內(nèi)存的使用也有所減少。網(wǎng)格方面,規(guī)則網(wǎng)格在 Bucket Sorting 和Searching 算法上,首先效率可以極大提高,內(nèi)存可以極大減少;其次準(zhǔn)確度可以大大提高。例如在流固藕合時使用*CONSTRAINED_LAGRANGE_IN_SOLID 卡片時,我們可以注意到,缺省的Bucket Sorting Frequency 是 50 步做一次。如果在這 50 步中,流體網(wǎng)格變動較快,則 Searching很可能失敗,這會造成流固藕合失效。
   其次, LS-DYNA 舊有的 ALE 求解器實現(xiàn)時的程序算法現(xiàn)在看來,有一些比較嚴(yán)重的缺陷。在初始編程過程中,對并行計算的友善性考慮不多。這樣一來,在舊有 ALE 求解器上 SMP 并行無法實現(xiàn); MPP 雖被成功實現(xiàn)而且被用戶所廣泛接受, 但效率較低。
   新的 S-ALE 求解器,在初始設(shè)計時,就專門特別考慮并行計算的需要。所有算法和程序?qū)崿F(xiàn)都采用了對并行計算最優(yōu)的選擇。程序的流程也被重新設(shè)計,以帶來效率的提高和內(nèi)存的減少。在 SMP 方面,不僅成功實現(xiàn)了 ALE 算法的 SMP,而且取得了非常優(yōu)秀的加速比; 最值得一提的是,成功實現(xiàn)結(jié)果的一致性( Consistency)。在 MPP 方面 ,由于重新設(shè)計了 MPPCommunication 的 Pattern 和新算法本身的效率提高,不僅與舊有的 ALE 求解器相比,運行速度有極大的提高,自身的 Scalability 也非常優(yōu)秀。例如在一個 5.5 百萬 ALE 單元的爆炸題目中,S-ALE 保持了 0.9 的線性 Scalability 直到 384 個 Core;與舊 ALE 求解器相比,運行時間減少 56%( 48 core)到 68%( 384 core)。
   另外, S-ALE 在編程過程中力圖做到盡可能的簡潔。這樣,計算過程效率提高,內(nèi)存使用大幅減少;更重要的是:簡潔的程序內(nèi)所含 BUG 的幾率大大降低。而且, DEBUG 過程也變得更為容易,另外也效率更高。舉例來說,新 S-ALE 求解器核心部分的程序僅有不到 300 行,而這部分程序通常占用整個求解過程的 30%時間。整個 S-ALE 求解器程序約為 2500 行左右。對于用戶來說,他們將看到新 S-ALE 求解器會大為穩(wěn)定。這也是我們最主要的目的之一:更為愉悅的用戶體驗。