CN106815075A - 建筑火灾数值仿真的区域分解优化方法 - Google Patents
建筑火灾数值仿真的区域分解优化方法 Download PDFInfo
- Publication number
- CN106815075A CN106815075A CN201611161757.4A CN201611161757A CN106815075A CN 106815075 A CN106815075 A CN 106815075A CN 201611161757 A CN201611161757 A CN 201611161757A CN 106815075 A CN106815075 A CN 106815075A
- Authority
- CN
- China
- Prior art keywords
- subregion
- load
- grid
- numerical simulation
- formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5019—Workload prediction
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种建筑火灾数值仿真的区域分解优化方法,包括步骤1:构建建筑模型,根据火焰的特征直径与经验公式计算出该建筑模型的全局网格尺寸,并对全局网格进行划分;步骤2:获取硬件配置;步骤3:根据负载均衡的影响因素将建筑模型划分为与机群中可使用的节点数目,或者超级计算机中可使用的CPU数目相同的子区域;步骤4:验证划分后各个子区域的负载均衡性,若均衡,则分配给相应节点进行计算;否则使用模式探索的方法调整子区域的体积,所述节点是指:计算机群中可使用的节点,或者可使用的CPU。本发明还能够自动检测每个计算机节点的负载均衡性并进行调整,适用于高性能超级计算机以及个体机群间,提高了数值模拟的速度。
Description
技术领域
本发明涉及建筑火灾防护技术领域,具体地,涉及建筑火灾数值仿真的区域分解优化方法。
背景技术
对于建筑火灾的数值模拟,由于计算空间极大,导致模拟时间较长,影响研究进度。而通过采用并行计算可以大幅度的缩短模拟时间。并行计算的基本思想是将一个大规模问题分解为若干小部分,并将每一部分交由不同的处理器进行处理,并在分区之间进行信息的传递。并行计算能力的提高一方面有赖于硬件技术的发展,另一方面也与分区策略等计算方法的改进密切相关。针对建筑火灾的数值模拟,除了使各子区域的单元数量大致相当,在复杂的火热耦合计算中,部分分区燃烧密集,流体流动频繁,这些都需要占用大量的计算资源,传统的一些分区方法无法保障各处理器间对火热模拟计算的负载均衡。因此,针对火热耦合系统,需要设计一种新的针对FDS软件的分区方法以提高并行计算的效率。
传统的计算流体动力学分区方法与现有的网格划分技术运用在建筑火灾的数值模拟时,主要存在以下缺陷:
1)没有给出合适的全局网格种子尺寸,导致对于一个案例的模拟往往需要进行多次的尝试,极大的浪费了时间;
2)只考虑子区域网格数与通信时间,忽略了模拟过程中产生的火热耦合计算负载;
3)FDS虽然具备了并行计算的功能,却没有提供相应的网格划分与分配的方法。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种建筑火灾数值仿真的区域分解优化方法。
根据本发明提供的建筑火灾数值仿真的区域分解优化方法,包括如下步骤:
步骤1:构建建筑模型,根据火焰的特征直径与经验公式计算出该建筑模型的全局网格尺寸,并根据实际情况和设置的模拟精度对全局网格进行划分;
步骤2:获取硬件配置,所述硬件配置包括:计算机群中能够使用的节点,或者超级计算机中能够使用的CPU;
步骤3:根据负载均衡的影响因素将建筑模型划分为与计算机群中能够使用的节点数目,或者超级计算机中能够使用的CPU数目相同的子区域;
步骤4:验证划分后各个子区域的负载均衡性,若均衡,则分配给相应节点进行计算;若不均衡,则使用模式探索法调整子区域的体积,所述节点是指:计算机群中能够使用的节点,或者能够使用的CPU。
优选地,所述步骤1中的火焰特征直径计算公式如下:
式中:D*为火焰特征直径,Q为预计的热释放率,ρ∞为初始环境空气密度,cp为定压比热容,T∞为初始环境温度,g为当地重力加速度。
优选地,所述步骤S1中的经验公式如下:
4≤D*/Δd≤16
式中:Δd为近似网格全局种子尺寸。
优选地,所述步骤3中负载均衡的影响因素包括:子区域网格的数量、各个子区域之间的通信效率,以及由火与热耦合产生的计算负载。
优选地,所述步骤3还包括:当能够使用的计算机群节点数为2的幂次方,则使用递归坐标二分法进行划分;当节点数不是2的幂次方的时,则按照各子区域网格数均衡原则与最小通信边界网格数原则进行划分;其中:各子区域网格数均衡原则与最小通信边界网格数原则的量化指标如下:
σn=nmodel/nsub
σs=ncom/nsubcom
式中:σn为网格数负载平衡因子,nmodel为整个建筑模型所划分的网格数目,nsub为子区域的网格数目,σs为通信边界网格数负载平衡因子,ncom为所有子区域的通信网格数,nsubcom为某一子区域的通信网格数。
优选地,所述步骤4包括:
步骤4.1:对模拟过程中产生的火热耦合计算负载进行预测,预测公式如下:
L=f(d,n)
式中:L为火热耦合计算负载,d为子区域与火源的距离,n为子区域内可燃物的数量;
步骤4.2:运用试探的方法,即仅改变一个坐标方向上的子区域边界,每次移动应以改变最少的网格数为原则,剩余坐标方向上的边界保持不变;
步骤4.3:对调整后的各个子区域进行负载均衡判断,若不均衡,则返回执行步骤4.2;若均衡,则通过相应节点进行计算;其中,负载均衡判断公式如下:
σi=σni+σsi+Li
式中:σi为第i个子区域的总负载,σni为第i个子区域网格数负载,σsi为第i个子区域通信边界网格数负载,Li为第i个子区域火热耦合计算负载。
优选地,所述步骤S4还包括:在刚开始运行的一段时间内对各个节点的运算时间进行监测,假设可供使用的节点数目为n,第i个节点的计算时间为ti,i的值为1,2,3…n,则平均时间记为平均时间的计算公式如下:
将第i个节点相对平均计算时间的偏差记为计算公式如下:
为设置一个上限用以评判负载是否均衡;当的值超过时,则认为负载不均衡,若的值小于等于时,则认为负载均衡;若不均衡则返回步骤4.2,并提高负载均衡的判断标准,重新调整子区域网格;若均衡则继续进行计算,直至模拟完成。
与现有技术相比,本发明具有如下的有益效果:
本发明提供的建筑火灾数值仿真的区域分解优化方法通过对建筑模型进行网格划分,并为每个网格配置相应的CPU进行并行计算;此外,还能够自动检测每个计算机节点的负载均衡性,并及时对负载进行调整,不仅适用于高性能超级计算机,也可以在个体机群间实施,大大提高数值模拟的速度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明提供的建筑火灾数值仿真的区域分解优化方法的流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的建筑火灾数值仿真的区域分解优化方法,包括如下步骤:
步骤S1:构建建筑模型,根据火焰的特征直径与经验公式计算出该建筑模型的全局网格尺寸,并根据实际情况和设置的模拟精度对全局网格进行划分;
具体地,构建建筑模型是指:输入建筑模型的基本参数,主要包括计算区域的大小,建筑材料属性,计算模型,计算方法等。
步骤S2:获取硬件配置,所述硬件配置包括:计算机群中能够使用的节点,或者超级计算机中能够使用的CPU;
步骤S3:根据负载均衡的影响因素将建筑模型划分为与计算机群中能够使用的节点数目,或者超级计算机中能够使用的CPU数目相同的子区域;
步骤S4:验证划分后各个子区域的负载均衡性,若均衡,则分配给相应节点进行计算;若不均衡,则使用模式探索的方法调整子区域的体积,所述节点是指:计算机群中能够使用的节点,或者能够使用的CPU。
所述步骤S1中的火焰特征直径计算公式如下:
式中:D*为火焰特征直径,Q为预计的热释放率,ρ∞为初始环境空气密度,cp为定压比热容,T∞为初始环境温度,g为当地重力加速度。
所述步骤S1中的经验公式如下:
4≤D*/Δd≤16
式中:Δd为近似网格全局种子尺寸。
所述步骤S3中负载均衡的影响因素包括:子区域网格的数量、各个子区域之间的通信效率,以及由火与热耦合产生的计算负载。
所述步骤S3还包括:当能够使用的计算机群节点数为2的幂次方,则使用递归坐标二分法进行划分;当节点数不是2的幂次方的时,则按照各子区域网格数均衡原则与最小通信边界网格数原则进行划分(必要的时候放弃少量节点数);其中:各子区域网格数均衡原则与最小通信边界网格数原则的量化指标如下:
σn=nmodel/nsub
σs=ncom/nsubcom
式中:σn为网格数负载平衡因子,nmodel为整个建筑模型所划分的网格数目,nsub为子区域的网格数目,σs为通信边界网格数负载平衡因子,ncom为所有子区域的通信网格数,nsubcom为某一子区域的通信网格数。
根据上述方法划分好子区域后,由于数值模拟过程中火与热耦合产生的计算负载依旧会使各个节点所用的时间不均衡,所以需要对模拟过程中会产生的火热耦合计算负载进行预测,经过对大量建筑火灾模拟案例的研究,火热耦合计算负载与热释放率有关,而热释放率与离火源的距离与子区域中包含的可燃物数目成正相关关系。
所述步骤S4包括:
步骤S4.1:对模拟过程中产生的火热耦合计算负载进行预测,预测公式如下:
L=f(d,n)
式中:L为火热耦合计算负载,d为子区域与火源的距离,n为子区域内可燃物的数量;
步骤S4.2:运用试探的方法,即仅改变一个坐标方向上的子区域边界,每次移动应以改变最少的网格数为原则,其余坐标方向上的边界保持不变;
步骤S4.3:对调整后的各个子区域进行负载均衡判断,若不均衡,则返回执行步骤S4.2;若均衡,则通过相应节点进行计算;其中,负载均衡判断公式如下:
σi=σni+σsi+Li
式中:σi为第i个子区域的总负载,σni为第i个子区域网格数负载,σsi为第i个子区域通信边界网格数负载,Li为第i个子区域火热耦合计算负载。
由于建筑火灾模型采用了三维网格划分技术,单元节点及数量通常达到百万级别。而且在模型中包含了大量集合非线性问题与材料非线性问题,各个CPU的运算时间比较难以估计。加上火热耦合问题的高度非线性和复杂性以及实际计算时硬件的因素也会对实际各个节点(CPU)的运行时间产生影响。
所述步骤S4还包括:在刚开始运行的一段时间内对各个节点(CPU)的运算时间进行监测,假设可供使用的节点(CPU)数目为n,各个节点(CPU)的计算时间为ti,则其平均时间为计算公式如下:
而各个节点(CPU)相对平均计算时间的偏差计算公式如下:
为设置一个上限用以评判负载是否均衡。若不均衡则返回执行步骤S4.2,并提高负载均衡的判断标准,重新调整子区域网格;若均衡则继续进行计算,直至模拟完成。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (7)
1.一种建筑火灾数值仿真的区域分解优化方法,其特征在于,包括如下步骤:
步骤1:构建建筑模型,根据火焰的特征直径与经验公式计算出该建筑模型的全局网格尺寸,并根据实际情况和设置的模拟精度对全局网格进行划分;
步骤2:获取硬件配置,所述硬件配置包括:计算机群中能够使用的节点,或者超级计算机中能够使用的CPU;
步骤3:根据负载均衡的影响因素将建筑模型划分为与计算机群中能够使用的节点数目,或者超级计算机中能够使用的CPU数目相同的子区域;
步骤4:验证划分后各个子区域的负载均衡性,若均衡,则分配给相应节点进行计算;若不均衡,则使用模式探索法调整子区域的体积,所述节点是指:计算机群中能够使用的节点,或者能够使用的CPU。
2.根据权利要求1所述的建筑火灾数值仿真的区域分解优化方法,其特征在于,所述步骤1中的火焰特征直径计算公式如下:
式中:D*为火焰特征直径,Q为预计的热释放率,ρ∞为初始环境空气密度,cp为定压比热容,T∞为初始环境温度,g为当地重力加速度。
3.根据权利要求1所述的建筑火灾数值仿真的区域分解优化方法,其特征在于,所述步骤S1中的经验公式如下:
4≤D*/Δd≤16
式中:Δd为近似网格全局种子尺寸。
4.根据权利要求1所述的建筑火灾数值仿真的区域分解优化方法,其特征在于,所述步骤3中负载均衡的影响因素包括:子区域网格的数量、各个子区域之间的通信效率,以及由火与热耦合产生的计算负载。
5.根据权利要求1所述的建筑火灾数值仿真的区域分解优化方法,其特征在于,所述步骤3还包括:当能够使用的计算机群节点数为2的幂次方,则使用递归坐标二分法进行划分;当节点数不是2的幂次方的时,则按照各子区域网格数均衡原则与最小通信边界网格数原则进行划分;其中:各子区域网格数均衡原则与最小通信边界网格数原则的量化指标如下:
σn=nmodel/nsub
σs=ncom/nsubcom
式中:σn为网格数负载平衡因子,nmodel为整个建筑模型所划分的网格数目,nsub为子区域的网格数目,σs为通信边界网格数负载平衡因子,ncom为所有子区域的通信网格数,nsubcom为某一子区域的通信网格数。
6.根据权利要求1所述的建筑火灾数值仿真的区域分解优化方法,其特征在于,所述步骤4包括:
步骤4.1:对模拟过程中产生的火热耦合计算负载进行预测,预测公式如下:
L=f(d,n)
式中:L为火热耦合计算负载,d为子区域与火源的距离,n为子区域内可燃物的数量;
步骤4.2:运用试探的方法,即仅改变一个坐标方向上的子区域边界,每次移动应以改变最少的网格数为原则,剩余坐标方向上的边界保持不变;
步骤4.3:对调整后的各个子区域进行负载均衡判断,若不均衡,则返回执行步骤4.2;若均衡,则通过相应节点进行计算;其中,负载均衡判断公式如下:
σi=σni+σsi+Li
式中:σi为第i个子区域的总负载,σni为第i个子区域网格数负载,σsi为第i个子区域通信边界网格数负载,Li为第i个子区域火热耦合计算负载。
7.根据权利要求6所述的建筑火灾数值仿真的区域分解优化方法,其特征在于,所述步骤S4还包括:在刚开始运行的一段时间内对各个节点的运算时间进行监测,假设可供使用的节点数目为n,第i个节点的计算时间为ti,i的值为1,2,3…n,则平均时间记为平均时间的计算公式如下:
将第i个节点相对平均计算时间的偏差记为计算公式如下:
为设置一个上限用以评判负载是否均衡;当的值超过时,则认为负载不均衡,若的值小于等于时,则认为负载均衡;若不均衡则返回步骤4.2,并提高负载均衡的判断标准,重新调整子区域网格;若均衡则继续进行计算,直至模拟完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611161757.4A CN106815075B (zh) | 2016-12-15 | 2016-12-15 | 建筑火灾数值仿真的区域分解优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611161757.4A CN106815075B (zh) | 2016-12-15 | 2016-12-15 | 建筑火灾数值仿真的区域分解优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106815075A true CN106815075A (zh) | 2017-06-09 |
CN106815075B CN106815075B (zh) | 2020-06-12 |
Family
ID=59109558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611161757.4A Expired - Fee Related CN106815075B (zh) | 2016-12-15 | 2016-12-15 | 建筑火灾数值仿真的区域分解优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106815075B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109783240A (zh) * | 2019-01-27 | 2019-05-21 | 中国人民解放军国防科技大学 | 基于minmax局部优化结构化网格负载平衡方法 |
CN115601520A (zh) * | 2022-11-30 | 2023-01-13 | 北京科技大学(Cn) | 一种基于二维预估和多尺度网格的火灾模拟方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394321A (zh) * | 2008-09-25 | 2009-03-25 | 重庆邮电大学 | 基于“能量均衡”的集群无线传感器网络非均匀分簇方法 |
CN102244685A (zh) * | 2011-08-11 | 2011-11-16 | 中国科学院软件研究所 | 一种支持负载均衡的分布式缓存动态伸缩方法及系统 |
US20140140210A1 (en) * | 2012-11-20 | 2014-05-22 | Inventec Corporation | Network system and load balancing method |
US20140325524A1 (en) * | 2013-04-25 | 2014-10-30 | Hewlett-Packard Development Company, L.P. | Multilevel load balancing |
-
2016
- 2016-12-15 CN CN201611161757.4A patent/CN106815075B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394321A (zh) * | 2008-09-25 | 2009-03-25 | 重庆邮电大学 | 基于“能量均衡”的集群无线传感器网络非均匀分簇方法 |
CN102244685A (zh) * | 2011-08-11 | 2011-11-16 | 中国科学院软件研究所 | 一种支持负载均衡的分布式缓存动态伸缩方法及系统 |
US20140140210A1 (en) * | 2012-11-20 | 2014-05-22 | Inventec Corporation | Network system and load balancing method |
US20140325524A1 (en) * | 2013-04-25 | 2014-10-30 | Hewlett-Packard Development Company, L.P. | Multilevel load balancing |
Non-Patent Citations (3)
Title |
---|
李志强: "公路隧道火灾数值模拟及人员逃生研究", 《长安大学》 * |
江烈霖等: "基于负载分区法的建筑火灾并行数值模拟及应用", 《上海交通大学学报》 * |
霍岩: "有限开口空间热驱动流大涡模拟和实验研究", 《哈尔滨工程大学》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109783240A (zh) * | 2019-01-27 | 2019-05-21 | 中国人民解放军国防科技大学 | 基于minmax局部优化结构化网格负载平衡方法 |
CN109783240B (zh) * | 2019-01-27 | 2020-08-25 | 中国人民解放军国防科技大学 | 基于minmax局部优化结构化网格并行计算负载平衡方法 |
CN115601520A (zh) * | 2022-11-30 | 2023-01-13 | 北京科技大学(Cn) | 一种基于二维预估和多尺度网格的火灾模拟方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106815075B (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | An asymptotic preserving unified gas kinetic scheme for frequency-dependent radiative transfer equations | |
CN108256177A (zh) | 一种河流水沙模型的参数优化方法和系统 | |
CN109992900A (zh) | 一种大体积混凝土多场实时在线协同智能仿真方法和系统 | |
Abashar et al. | Global convergence properties of a new class of conjugate gradient method for unconstrained optimization | |
CN109446696A (zh) | 基于cmaq模型的快速大气环境容量测算方法、存储介质和终端 | |
Magdalena et al. | Staggered momentum conservative scheme for radial dam break simulation | |
CN106792749B (zh) | 基于cfd和聚类算法的无线传感器网络节点部署方法 | |
CN107358542A (zh) | 一种励磁系统性能评估模型的参数确定方法 | |
CN114143326A (zh) | 负载调节方法、管理节点以及存储介质 | |
CN104182343B (zh) | 操作系统的性能测试方法及装置 | |
CN106815075A (zh) | 建筑火灾数值仿真的区域分解优化方法 | |
Guo et al. | Towards federated learning for HVAC analytics: A measurement study | |
KR101907248B1 (ko) | 확률적 가스폭발 시나리오 산출 시스템 및 이를 사용한 확률적 가스폭발 시나리오 산출 방법 | |
Van Tendeloo et al. | Activity in pythonpdevs | |
CN108446841A (zh) | 一种利用灰色关联确定事故因素层次结构的系统方法 | |
CN108846187A (zh) | 基于广义增广拉格朗日的集成电路全局布局优化方法 | |
CN109871642A (zh) | 一种用于蒸汽发生器的内部结构的温度场建模方法 | |
Li et al. | Hybrid central–WENO scheme for the large eddy simulation of turbulent flows with shocks | |
CN106407005A (zh) | 一种基于多尺度耦合的并行进程合并方法及系统 | |
Freire et al. | Predicting building's corners hygrothermal behavior by using a Fuzzy inference system combined with clustering and Kalman filter | |
CN106342305B (zh) | 一种面向多任务要求的测试性指标确定方法 | |
Zhao et al. | Threshold dynamics of the stochastic epidemic model with jump-diffusion infection force | |
Zharikova et al. | The plausible wildfire model in geoinformation decision support system for wildfire response | |
Ran et al. | A physics-based hydro-geomorphologic simulation utilizing cluster parallel computing | |
CN103337000A (zh) | 一种油气集输系统安全监测预警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200612 Termination date: 20211215 |