CN110135067B - 一种双时间步方法下的直升机流场重叠混合网格并行方法 - Google Patents
一种双时间步方法下的直升机流场重叠混合网格并行方法 Download PDFInfo
- Publication number
- CN110135067B CN110135067B CN201910404572.9A CN201910404572A CN110135067B CN 110135067 B CN110135067 B CN 110135067B CN 201910404572 A CN201910404572 A CN 201910404572A CN 110135067 B CN110135067 B CN 110135067B
- Authority
- CN
- China
- Prior art keywords
- grid
- interpolation
- flow field
- time step
- helicopter
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种双时间步方法下的直升机流场非结构重叠网格并行方法,面向于大规模直升机非定常流场的数值模拟求解。本发明在非结构重叠网格方法中利用区域分解方法,将直升机流场非结构重叠网格划分为若干块以N:M映射关系分配给若干进程;使用虚边界技术保证并行方法的最终收敛;使用虚边界收缩技术减少通信量;最后采用通信计算重叠的方式,重叠其每次物理迭代过程中的网格生成时间,减少并行化的同步等待时间;本发明在进行双时间步方法下的直升机流场非结构重叠网格方法时,兼顾通信和计算时间,提高并行加速比。
Description
技术领域
本发明涉及一种直升机流场重叠混合网格并行方法,更具体的说,本发明涉及一种在双时间步方法下,针对大规模直升机流场模拟计算重叠通信时间和计算时间的重叠混合网格并行方法。
背景技术
随着航空航天行业的发展,空气动力学领域非定常流数值方法的得到不断发展,各应用场景对数值方法的求解规模和求解速度提出了更高的要求。双时间步方法通过在物理时间步上引入虚拟时间步提高计算效率。而非结构重叠网格方法在复杂外形的流场计算问题中可以降低网格生成,并提高了网格生成的灵活性,保证原始网格的质量。这两种方法在解决多体间非定常流问题中得到广泛应用。隐式求解问题在区域分解并行化的过程中会引入误差。因此并行方法的并行加速比和误差决定了隐式求解并行方法的效率和质量。
目前已经存在一些对重叠混合网格方法的并行方法。这些方法通常是对结构重叠网格方法的并行化,或者在物理时间步由单进程进行网格生成存在同步等待时间。然而,在当前的空气动力学领域存在以下现状:网格模型复杂,不可避免引入非结构重叠网格方法以降低复杂网格生成难度;网格规模巨大,同步等待时间会大量增加,大大降低并行方法的整体并行加速比。
因而针对目前双时间步方法和非结构重叠网格方法的特点,有必要发明一种在双时间步方法下兼顾通信和计算时间的直升机流场重叠网格并行方法。
发明内容
本发明的目的在于克服目前直升机非定常流场数值模拟中网格规模巨大,模型复杂而导致的计算效率低的缺点,提供了一种双时间步方法下的非结构重叠网格并行方法。
本发明解决其技术问题采用的技术方案步骤如下:
一种双时间步方法下的直升机流场重叠混合网格并行方法,利用重叠通信和计算时间,并缩减虚边界规模,从而提高并行加速比,该方法采用以下步骤实现:
步骤1:管理进程利用多层分割技术,将多套存在重叠网格关系的网格独立进行区域分解,得到若干块。
步骤2:管理进程建立块内网格单元的相邻联系,确定各块的边界单元,将块按照N:M的映射关系发送给各计算进程。
步骤3:各计算进程根据所拥有的块,将块的边界单元转发到对应的计算进程,接收对应计算进程的虚边界单元,建立起各块的虚边界。
步骤4:重叠计算与通信时间:各计算进程同时进行虚拟时间步迭代和内迭代插值,管理进程进行主体为动态网格生成的物理时间步迭代。
步骤5:管理进程将生成的插值关系发送给各计算进程。各计算进程更新网格物理信息,进行外迭代插值,接收下一次迭代的插值关系。
步骤6:执行步骤3,直到数值求解结果收敛。
本发明具有的有益效果是:
1、本发明能够使用虚边界收缩方法,可以将二阶空间离散格式的两层虚边界收缩到一层虚边界,减少虚边界网格单元数量,从而使得各块间进行数据同步的通信量减少,最终起到提高并行加速比的效果。
2、本发明将直升机流场非结构重叠网格方法进行网格生成的时间同计算进程进行虚拟时间步迭代计算的时间重叠起来,使完全串行的任务处理流程变成部分并行的任务处理流程,从而使得等待网格生成的时间减少,最终起到提高并行加速比的效果。
3、本发明使用分布式插值重排序方法消除了多层次、重叠关系复杂的非结构重叠网格并行方法中可能存在的插值歧义现象。
4、在双时间步方法下的直升机流场非结构重叠网格方法中,本发明相对于其他并行化方法,能够减少通信量,重叠部分任务计算时间,有效地提高并行加速比。
附图说明
图1为本发明在双时间步方法下的执行直升机流场重叠混合网格并行方法的步骤。
图2为分布式插值缺陷图。
图3为进程任务执行顺序图。
具体实施方式
下面结合附图,对本发明的具体实施方案作进一步详细描述。其具体步骤描述如图1所示,其中:
步骤1:管理进程利用多层分割技术,将多套存在重叠网格关系的网格独立进行区域分解,区域分解的结果是各个网格单元的块编号,从0到N-1,相同块编号的网格单元为同一个块。
步骤2:管理进程建立块内网格单元的相邻联系,确定各块的边界单元,将块按照N:M的映射关系发送给各计算进程,千万规模的网格推荐以3:1的映射比例发送,可以得到较好的整体并行加速比。
为缩减虚边界网格单元数量,即缩减各块边界单元数量,本发明采用一种虚边界收缩技术。本发明采用一种虚边界收缩技术来减少边界单元数量,通过查找与当前网格单元共点的网格单元建立相邻联系。具体地说,网格单元相邻联系的建立包括以下步骤:
1.遍历分区网格内每个网格单元;
2.将网格单元编号加入当前网格单元所属的顶点信息内;
3.遍历分区网格内每个网格单元;
4.统计网格单元内各顶点中的网格单元编号;
5.对统计的网格编号进行去重,再去掉当前网格单元编号,即为当前网格单元的相邻网格单元。
步骤3:各计算进程根据所拥有的块,将块的边界单元转发到对应的计算进程,接收对应计算进程的虚边界单元,建立起各块的虚边界。对每个计算进程而言,该步骤分为2个阶段:发送阶段和接收阶段。虚边界信息在传输过程中的结构表示为:
<ProcessID,BlockID,Information>
其中的Information为发往进程号为ProcessID,块号为BlockID的虚边界单元组。
为防止死锁,本发明采用非阻塞式通信进行数据传输。其发送和接收的序列信息结构为:
<ProcessID,BlockID>
建立虚边界信息的具体过程如下:
1.各计算进程遍历所要处理的块中的各个网格单元。
2.若当前网格单元为边界单元,且该边界单元相邻单元不存在当前进程内,按照目标进程ProcessID和目标块号BlockID,加入对应的虚边界单元组。
3.各计算进程遍历上一步所生成的ProcessID和BlockID,生成发送和接收序列信息。其中发送接收序列的信息是对称的。
4.以非阻塞方式按照发送序列发送虚边界单元组。
5.以非阻塞方式按照接收序列接收虚边界单元组。
步骤4:重叠计算与通信时间:各计算进程同时进行虚拟时间步迭代和内迭代插值,管理进程进行主体为动态网格生成的物理时间步迭代。
对于多层次,关系复杂的重叠关系使用直接分布式插值,可能会引入歧义。如图2所示,串行流程的插值顺序为网格i的单元1插值到网格j的单元2,网格j的单元2再插值到网格k的单元3上。完成插值之后,网格j的单元2和网格k的单元3都存储网格i的单元1信息。而并行流程可能出现错误。假设网格i的单元1位于进程a中,网格j的单元2位于进程b中,网格k的单元3位于其他进程中。则经过分布式插值之后,整体的流场状态为网格j的单元2存储网格i的单元1信息,网格k的单元3存储网格j的单元2信息。这引发了串并行结果的不同。所以本发明使用分布式插值关系重排算法消除插值歧义。
该算法分为3步如下:
1.插值节点图生成
2.插值节点图预处理
3.插值关系重排序
本算法的实现基于一种新的结构:插值节点。其定义如下:
此结构的目的为将原本的带方向的插值信息转化为统一的结构,便于统一处理插值关系。每个插值节点内含有网格编号mesh_id,进程编号proc_id和代表着插值节点位置的id。
第一步为插值节点森林生成,其算法如下所示:
原始插值关系的结构为<meshi,meshj,stencils>,代表meshi需要从meshj接收哪些插值信息。该算法的目的为将插值关系三维矩阵转化为插值节点森林,用于生成后续算法的输入参数。
第二步插值节点森林预处理,用于处理可能存在的循环插值现象和插值节点树简化;
第三步插值关系重排序,用于处理破坏引发并行插值歧义的串行插值顺序,其算法如下所示:
上述三步操作之后得到的即为去除分布式插值歧义的插值关系。
步骤5:管理进程将生成的插值关系发送给各计算进程。各计算进程更新网格物理信息,进行外迭代插值,接收下一次迭代的插值关系。
各计算进程与管理进程的任务执行顺序如图3所示,计算进程在进行第N+1次物理时间步的虚拟时间步迭代之前需要同管理进程进行通信,获得第N+1的分布式内外插值关系。
步骤6:执行步骤3,直到数值求解结果收敛。
Claims (5)
1.一种双时间步方法下的直升机流场重叠混合网格并行方法,其特征在于该方法包括以下步骤:
步骤1:管理进程利用多层分割技术,将多套存在重叠网格关系的网格独立进行区域分解,得到若干块;
步骤2:管理进程建立块内网格单元的相邻联系,确定各块的边界单元,将块按照N:M的映射关系发送给各计算进程;
步骤3:各计算进程根据所拥有的块,将块的边界单元转发到对应的计算进程,接收对应计算进程的虚边界单元,建立起各块的虚边界;
步骤4:重叠计算与通信时间:各计算进程同时进行虚拟时间步迭代和内迭代插值,管理进程进行主体为动态网格生成的物理时间步迭代;
步骤5:管理进程将生成的插值关系发送给各计算进程;各计算进程更新网格物理信息,进行外迭代插值,接收下一次迭代的插值关系;
步骤6:返回步骤3,直到数值求解结果收敛;
所述的插值关系采用以下方式生成:
第一步为插值节点森林生成,用于将插值关系三维矩阵转化为插值节点森林;
第二步插值节点森林预处理,用于处理可能存在的循环插值现象和插值节点树简化;
第三步插值关系重排序,用于处理破坏引发并行插值歧义的串行插值顺序。
2.根据权利要求1所述的一种双时间步方法下的直升机流场重叠混合网格并行方法,其特征在于:在步骤2中的相邻关系是通过查找与当前网格单元共顶点的网格单元建立的。
3.根据权利要求1所述的一种双时间步方法下的直升机流场重叠混合网格并行方法,其特征在于:在步骤4中,计算进程执行第N次物理时间步中的虚拟时间步迭代时,管理进程进行的是第N次物理时间步中的网格生成过程,计算进程在执行第N+1次物理时间步之前,需要同管理进程进行数据同步。
4.根据权利要求1所述的一种双时间步方法下的直升机流场重叠混合网格并行方法,其特征在于:在步骤4中,管理进程进行主体为动态网格生成的物理时间步迭代后,对生成的内外迭代插值关系进行分布式插值重排序,排除未去除歧义造成的插值错误。
5.根据权利要求1所述的一种双时间步方法下的直升机流场重叠混合网格并行方法,其特征在于:在步骤5中,各计算进程不需要重建网格重叠关系,只需要更新网格物理信息,进行物理时间步外迭代插值和从管理进程获得下一次物理时间步的插值关系;管理进程将网格生成过程中生成的插值关系发送到对应的计算进程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910404572.9A CN110135067B (zh) | 2019-05-16 | 2019-05-16 | 一种双时间步方法下的直升机流场重叠混合网格并行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910404572.9A CN110135067B (zh) | 2019-05-16 | 2019-05-16 | 一种双时间步方法下的直升机流场重叠混合网格并行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110135067A CN110135067A (zh) | 2019-08-16 |
CN110135067B true CN110135067B (zh) | 2023-06-16 |
Family
ID=67574175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910404572.9A Active CN110135067B (zh) | 2019-05-16 | 2019-05-16 | 一种双时间步方法下的直升机流场重叠混合网格并行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135067B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560366B (zh) * | 2020-12-24 | 2021-12-21 | 中国空气动力研究与发展中心设备设计及测试技术研究所 | 一种结构网格的分区方法 |
CN112989673B (zh) * | 2021-04-16 | 2022-03-15 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种基于二叉树模型的离散网格点快速重规整化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004013672A (ja) * | 2002-06-10 | 2004-01-15 | Rikogaku Shinkokai | 3次元メッシュ生成方法 |
CN101158985A (zh) * | 2007-10-31 | 2008-04-09 | 深圳先进技术研究院 | 一种超维度河流动力学自适应并行监测的方法 |
CN102063557A (zh) * | 2010-09-07 | 2011-05-18 | 合肥兆尹信息科技有限责任公司 | 数据预测方法及系统 |
CN104182571A (zh) * | 2014-08-12 | 2014-12-03 | 电子科技大学 | 基于Delaunay和GPU的Kriging插值方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004005036A (ja) * | 2002-05-30 | 2004-01-08 | Mitsubishi Heavy Ind Ltd | 流場計算プログラム |
US20090172495A1 (en) * | 2007-12-27 | 2009-07-02 | Via Telecom, Inc. | Methods and Apparatuses for Parallel Decoding and Data Processing of Turbo Codes |
CN102490909B (zh) * | 2011-11-25 | 2014-05-14 | 中国航天空气动力技术研究院 | 一种飞行器多体分离模拟方法 |
CN104156557A (zh) * | 2014-06-27 | 2014-11-19 | 北京航空航天大学 | 运动固壁问题中边界条件的高阶修正技术 |
GB201517187D0 (en) * | 2015-09-29 | 2015-11-11 | Rolls Royce Plc | Simulation of rotor-stator flow interaction |
CN109088776B (zh) * | 2018-09-12 | 2020-07-28 | 西安交通大学 | 一种基于超级计算机的并行cfd计算与通信重叠优化方法 |
-
2019
- 2019-05-16 CN CN201910404572.9A patent/CN110135067B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004013672A (ja) * | 2002-06-10 | 2004-01-15 | Rikogaku Shinkokai | 3次元メッシュ生成方法 |
CN101158985A (zh) * | 2007-10-31 | 2008-04-09 | 深圳先进技术研究院 | 一种超维度河流动力学自适应并行监测的方法 |
CN102063557A (zh) * | 2010-09-07 | 2011-05-18 | 合肥兆尹信息科技有限责任公司 | 数据预测方法及系统 |
CN104182571A (zh) * | 2014-08-12 | 2014-12-03 | 电子科技大学 | 基于Delaunay和GPU的Kriging插值方法 |
Non-Patent Citations (2)
Title |
---|
Numerical optimization algorithm for unsteady flows of rotor based on web service;Jilin Zhang 等;《Intelligent Automation And Soft Computing》;第25卷(第3期);第 527–546 页 * |
动网格生成技术及非定常计算方法进展综述;张来平 等;《力学进展》;第40卷(第4期);第424-447页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110135067A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178519B (zh) | 卷积神经网络加速引擎、卷积神经网络加速系统及方法 | |
CN111242289B (zh) | 一种规模可扩展的卷积神经网络加速系统与方法 | |
CN113689556B (zh) | 一种块自适应型笛卡尔网格快速图映射方法及系统 | |
CN110135067B (zh) | 一种双时间步方法下的直升机流场重叠混合网格并行方法 | |
CN112149808A (zh) | 拓展单机图神经网络训练至分布式训练方法、系统及介质 | |
CN104077438A (zh) | 电网大规模拓扑结构构建方法与系统 | |
CN116436012B (zh) | 一种基于fpga的电力潮流计算系统和方法 | |
CN104408232A (zh) | 一种高层次综合中的组合逻辑优化方法及系统 | |
CN112463739A (zh) | 基于海洋模式roms的数据处理方法及系统 | |
CN105955896A (zh) | 一种可重构dbf算法硬件加速器及控制方法 | |
Zhao et al. | High efficient parallel numerical surface wave model based on an irregular quasi-rectangular domain decomposition scheme | |
CN110021339B (zh) | 基于蛋白质折叠测算蛋白质结构的集群并行计算加速方法 | |
CN109871553A (zh) | 一种针对分子动力仿真模型的并行化加速方法 | |
CN116883229A (zh) | 异构gpu集群中加速神经网络训练的流水线并行方法 | |
CN116405392A (zh) | 面向带宽受限环境的分布式训练通信优化方法及系统 | |
CN116303219A (zh) | 一种网格文件的获取方法、装置及电子设备 | |
CN113900808B (zh) | 一种基于任意多面体非结构网格的mpi并行数据结构 | |
CN107273970B (zh) | 支持在线学习的卷积神经网络的可重构平台及其构建方法 | |
CN110765130B (zh) | 一种分布式环境下基于Ripley’s K函数的时空POI数据点模式分析方法 | |
CN109388733B (zh) | 一种面向图数据处理引擎的优化方法 | |
CN115016943B (zh) | 一种并行计算方法、系统、设备及存储介质 | |
CN118052260B (zh) | 一种神经网络模型动态分层梯度压缩方法 | |
CN116167272B (zh) | 一种原子尺度md-kmc并行模拟统一建模方法及系统 | |
Yu et al. | Accelerated Synchronous Model Parallelism Using Cooperative Process for Training Compute-Intensive Models | |
CN118245424B (zh) | 一种基于解耦式分层聚类的可扩展Ising模型退火处理电路 |
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 |