KR20100037812A

KR20100037812A - Computer simulation method for molecular behavior for micromachine

Info

Publication number: KR20100037812A
Application number: KR1020080097102A
Authority: KR
Inventors: 김병환; 박순열; 원태영
Original assignee: 인하대학교 산학협력단
Priority date: 2008-10-02
Filing date: 2008-10-02
Publication date: 2010-04-12

Abstract

PURPOSE: A computer simulation method for a molecular behavior for micro-machine is provided to increase the efficiency in number calculation by using a parallel computing algorithm. CONSTITUTION: An MEMS(Micro Electro Mechanical System) is split into elements through parallel calculation(S700), and the parallel calculation is applied to the analysis that analyzes the split elements through various methods. The result is induced through the parallel calculation.

Description

Simulation Method for Molecular Behavior of Micro-Machine Using Parallel Operation Processing {COMPUTER SIMULATION METHOD FOR MOLECULAR BEHAVIOR FOR MICROMACHINE}

본 발명은 미세 기계전자 구조물(MEMS; Micro Electro Mechanical System)의 컴퓨터 시뮬레이션에 관한 것으로서, 특히 미세 기계전자 구조물의 거동 특성을 시뮬레이션하는 단계에 있어서, 병렬 컴퓨팅 유한 요소법 수치 해석 연산 기법에 관한 것이다. BACKGROUND OF THE INVENTION 1. Field of the Invention [0001] The present invention relates to computer simulation of micro electromechanical systems (MEMS), and more particularly, to a parallel computing finite element numerical analysis algorithm for simulating the behavior of micromechanical electronic structures.

MEMS는 미세 기계전자 시스템을 뜻하는 Micro Electro Mechanical System의 영문 이니셜로서 마이크로미터 단위의 구조물을 반도체 제조공정을 이용하여 제작한다. 흔히 마이크로머시닝(micro maching)과 같은 의미로 사용된다. MEMS is an English initial of Micro Electro Mechanical System, which means micromechanical and electronic system, and manufactures structure of micrometer unit using semiconductor manufacturing process. Often used in the same sense as micro maching.

점차 고성능, 고집적, 초소형 기술의 요구에 따라 초미세 가공기술을 이용한 마이크로 구조물의 개발이 활발해지고 그에 따라 마이크로 머신에서 설계에 필요한 최적의 수치와 물질정보를 얻기 위해서는 실험과 컴퓨터시뮬레이션이 필요로 하게 된다.Increasingly, the development of microstructures using ultra-fine processing technology is actively developed according to the demands of high performance, high integration, and miniaturization technology, and thus, experiments and computer simulation are required to obtain the optimal numerical and material information required for the design in micromachines. .

그러나 실험에 의존하는 것은 상대적으로 많은 시간과 막대한 비용의 부담을 안고 있어서, 컴퓨터시뮬레이션이 더욱 절실하게 된다. But relying on experiments is relatively time consuming and expensive, making computer simulations even more urgent.

그런데 미세 기계전자 구조물의 거동 특성 시뮬레이션 결과는 구조물의 형태에 따라 잘못된 결과를 유발 할 수 있기 때문에 적절한 유한 요소 해석을 사용하여 상황에 맞는 결과를 얻을 수 있도록 하여야 한다. 유한 요소법의 수치 계산을 위해서는 먼저 계산하고자 하는 영역을 불연속 노드의 집합인 메쉬의 형태로 변환하고 각 노드사이의 관계를 정의하는 이산화작업을 수행한다. 한편, 점점 더 복잡해지는 마이크로 구조물의 거동 해석을 위해서는 필요한 정확한 물질정보와 최적의 수치를 알아내는 것이 보다 정확한 시뮬레이션을 위해 필요하다. 이를 위해서는 노드의 개수가 기하급수적으로 증가하게 되고, 따라서, 단일 프로세서의 연산만으로는 그 계산을 수행하는데 방대한 메모리 및 계산시간을 요구하게 되어, 하드웨어의 기본 요구사항이 더욱 높아지게 된다. However, the simulation results of the behavior characteristics of the micromechanical electronic structures can be misleading depending on the shape of the structure. Therefore, the finite element analysis should be used to obtain the results appropriate to the situation. For the numerical calculation of the finite element method, first, the area to be calculated is transformed into a mesh form, which is a set of discrete nodes, and the discretization process is defined to define the relationship between each node. On the other hand, in order to analyze the behavior of increasingly complex microstructures, it is necessary to obtain accurate material information and optimal numerical values for more accurate simulation. For this purpose, the number of nodes increases exponentially, and thus, a single processor operation requires huge memory and computation time to perform the calculation, and the basic hardware requirements are further increased.

그러나 종래의 기술은 구조물의 수치 해석 시뮬레이션을 행함에 있어서 구조물의 형태에 따라 다양한 방법의 유한 요소 해석을 단일 연산으로 구현할 뿐만 아니라, 완전 적분을 위한 가우스 절점 분할 방법과 감차 적분을 위한 가우스 절점 분할 방법을 따로 수행하여 결과값을 비교 분석하므로 계산 수행의 효율성 저하가 생길 수 있다.However, the conventional technique not only implements the finite element analysis of various methods according to the shape of the structure in a single operation, but also performs a Gaussian node segmentation method for perfect integration and a Gaussian node segmentation method for deceleration integration. Since the results are compared and analyzed separately, the efficiency of calculation can be reduced.

본 발명은 상기와 같은 문제점을 개선하고자 창안된 것으로, 제1 목적은 마이크로 구조물의 유한 요소 해석을 함에 있어서 마이크로머신 거동 시뮬레이션을 위한 수치 해석 처리 방법에 병렬 컴퓨팅 알고리즘을 적용함에 있다.The present invention was devised to improve the above problems, and a first object is to apply a parallel computing algorithm to a numerical analysis processing method for micromachine behavior simulation in finite element analysis of a microstructure.

제2 목적은 제1 목적에 부가하여 다양한 기하학적 형상을 갖는 구조물에 대하여 다양한 유한 요소 해석 방법을 병렬 연산하여 보다 빠르게 사용하는 방법을 제공하는 데 있다. A second object of the present invention is to provide a method of using a variety of finite element analysis methods in parallel for a structure having various geometric shapes in addition to the first object, and using the same faster.

상기와 같은 목적을 달성하기 위하여, 마이크로머신 거동 시뮬레이션을 위한 수치 해석 처리 방법에 있어서 마이크로머신을 유한요소 처리하기 위한 요소 분할 단계, 분할한 요소를 여러 가지 방법으로 나누고 병렬 해석하는 단계, 각 병렬 해석 요소들을 통합하고 비교하여 최적의 결과를 검출하는 단계를 포함하는 것을 특징으로 하는 수치 해석 처리 방법을 제공한다.In order to achieve the above object, in the numerical analysis processing method for the simulation of micromachine behavior, an element dividing step for finite element processing of the micromachine, a step of dividing the divided elements into various methods and performing parallel analysis, and each parallel analysis Integrating and comparing the elements to detect optimal results.

이상과 같이, 본 발명은 마이크로머신 거동 시뮬레이션을 위한 수치 해석 처리를 하는 과정에서 종래의 막대한 계산량에 따른 CPU부담과 메모리 사용의 한계성으로 인한 시뮬레이션 효율성의 저하 문제를 방지할 수 있는 장점을 지닌다.As described above, the present invention has an advantage of preventing the problem of deterioration of simulation efficiency due to the limitations of the CPU load and the memory usage according to the enormous amount of computation in the process of performing the numerical analysis process for the simulation of the micromachine behavior.

또한, 절점 분할한 요소를 해석함에 있어서 완전 적분, 감차 적분을 수행하는데 단일 연산을 이용하여 순차적으로 계산함으로써 일어날 수 있는 효율성 저하 의 문제를 병렬 연산 시스템을 적용함으로써 최적을 결과를 도출할 수 있는 장점을 지니고 있다.In addition, it is possible to derive optimal results by applying a parallel operation system to solve the problem of efficiency deterioration that can occur by using a single operation to perform perfect integral and deceleration integration in the analysis of node-divided elements. It has

이하, 본 발명에 따른 마이크로머신의 거동 시뮬레이션을 위한 병렬 컴퓨팅 수치 해석 처리 방법의 바람직한 실시 예를 첨부 도면을 참조하여 상세히 설명한다. Hereinafter, a preferred embodiment of a parallel computing numerical analysis processing method for simulating the behavior of a micromachine according to the present invention will be described in detail with reference to the accompanying drawings.

도1은 마이크로머신의 수치 해석 처리를 위하여 육면체로 분할된 요소를 구조에 적합한 해석방법을 찾기 위하여 절점을 나누는 방법을 도시 하였다. 구조물을 육면체 요소로 분할한 후 20절점(100)과 8절점(200)으로 절점 분할한다. 절점 분할은 일정한 방향으로 규칙적으로 분할한다. FIG. 1 illustrates a method of dividing nodes to find an analysis method suitable for a structure of elements divided into cubes for numerical analysis of a micromachine. After dividing the structure into hexahedral elements, the nodes are divided into 20 nodes 100 and 8 nodes 200. Node segmentation divides regularly in a certain direction.

도2a 내지 도2b는 분할 영역에 대한 절점 분할 요소에서 결과값을 도출하기 위해 가우스 적분점을 병렬 연산을 구현하는 순서도를 도시하였다. 가우스 적분점은 구조물의 거동을 시뮬레이션 하기 위해 실제로 계산되는 절점으로서 20절점으로 절점 분할된 요소와 8절점으로 분할한 요소로 나뉘는데 이를 단일 연산이 아닌 병렬 연산으로 구현함을 보여준다. 이중 20절점으로 절점 분할된 요소를 완전 적분하기 위하여 27개의 가우스 절점(300)으로, 감차 적분하기 위하여 14개의 가우스 절점(400)으로 분할하고, 8절점으로 절점 분할한 요소에 대해서는 완전 적분하기 위해 8개의 가우스 절점(500)으로, 감차 적분하기 위하여 1개의 가우스 절점(600)으로 분할한 방법을 도시 하였다.2A-2B illustrate a flow chart for implementing a parallel operation on a Gaussian integration point to derive a result from the node segmentation element for the partitioned area. Gaussian integration point is a node that is actually calculated to simulate the behavior of the structure. It is divided into 20 nodes and 8 nodes. In order to fully integrate the element segmented into 20 nodes, it is divided into 27 Gaussian nodes 300 to complete the integral, and 14 Gaussian nodes 400 to reduce the integral. The method of dividing into eight Gaussian nodes 500 and one Gaussian node 600 to perform a deceleration integration is illustrated.

도3은 본 발명의 바람직한 실시예로서, 병렬 연산을 이용한 마이크로머신의 거동에 관한 수치 해석 처리를 나타내는 흐름도이다. 도3을 참조하면, 구조물을 해석에 적합한 요소로 분할하고(S700), 분할된 요소를 병렬 연산을 통해 20절점(S801), 8절점(S802)요소로 절점 분할한다. 이어서, 절점 분할된 요소로부터 가우스 적분점을 분할한다. 20절점으로 분할한 요소에 대해서는 27점 완전적분, 14점 감차적분(S803)을 수행하고 8절점으로 분할한 요소에 대해서는 8점 완전적분, 1점 감차적분(S804)을 병렬 연산으로 동시에 수행한다. 이어서, 계산된 결과값들을 중앙 프로세서에 전송하고, 중앙 프로세서는 전송받은 데이터를 통합하여 후처리계로 데이터를 전송(S805)하여 비교하면 최적의 결과값(S900)을 보다 빠르고 효율적으로 찾아낸다. 3 is a flowchart showing a numerical analysis process relating to the behavior of a micromachine using parallel computation as a preferred embodiment of the present invention. Referring to FIG. 3, the structure is divided into elements suitable for analysis (S700), and the divided elements are segmented into 20 nodes (S801) and 8 nodes (S802) through parallel operations. The Gaussian integration point is then divided from the node-divided elements. Perform 27-point integral and 14-point decremental integration (S803) for the element divided into 20 nodes and simultaneously perform 8-point integral and 1-point decremental integration (S804) for parallel elements. . Subsequently, the calculated result values are transmitted to the central processor, and the central processor integrates the received data and transmits the data to the post-processing system (S805) to compare and find the optimal result value (S900) more quickly and efficiently.

병렬 컴퓨팅에 있어서, 프로세서의 계산 시간에 대한 각 프로세서 상호간의 데이터 전달 시간비가 증가할수록 병렬 컴퓨팅의 효율성을 저하하게 된다. 따라서, 병렬 계산의 효율성을 극대화하기 위해서 각 프로세서 상호간의 데이터 전달을 최소화하도록 알고리즘이 개발되었고, 프로세서 상호간의 데이터 전달 시간이 계산시간에 비해 매우 적은 결과를 보여 매우 높은 효율을 얻을 수 있었다. 도4에 본 발명의 연산 결과를 도시하였다. 프로세서 수가 증가할수록 수행 시간이 감소하는 결과를 볼 수 있다(700). 프로세서 수에 대한 스피드업 값에서 볼 수 있는 바와 같이 데이터 전달이 배재된 상태에서는 스피드업 값이 프로세서 수에 대해 선형적으로 증가하는 특성을 보여 효율이 100%에 도달함을 보인다.In parallel computing, as the data transfer time ratio between the processors increases relative to the computation time of the processor, the efficiency of the parallel computing decreases. Therefore, in order to maximize the efficiency of parallel computation, algorithms were developed to minimize the data transfer between the processors, and the data transfer time between the processors was very small compared to the computation time, resulting in very high efficiency. Fig. 4 shows the calculation result of the present invention. As the number of processors increases, the execution time decreases (700). As can be seen from the speed-up value for the number of processors, the speed-up value increases linearly with the number of processors when data transfer is excluded, indicating that the efficiency reaches 100%.

전술한 내용은 후술할 발명의 특허 청구 범위를 더욱 잘 이해할 수 있도록 본 발명의 특징과 기술적 장점을 다소 폭넓게 개선하였다. 본 발명의 특허 청구 범위를 구성하는 부가적인 특징과 장점들이 이하에서 상술될 것이다. 개시된 본 발명의 개념과 특정 실시예는 본 발명과 유사 목적을 수행하기 위한 다른 구조의 설계나 수정의 기본으로서 즉시 사용될 수 있음이 당해 기술 분야의 숙련된 사람들에 의해 인식되어야 한다. The foregoing has somewhat broadly improved the features and technical advantages of the present invention to better understand the claims that follow. Additional features and advantages that make up the claims of the present invention will be described below. It should be appreciated by those skilled in the art that the conception and specific embodiments of the invention disclosed may be readily used as a basis for designing or modifying other structures for carrying out similar purposes to the invention.

또한, 본 발명에서 개시된 발명 개념과 실시예가 본 발명의 동일 목적을 수행하기 위하여 다른 구조로 수정하거나 설계하기 위한 기초로서 당해 기술 분야의 숙련된 사람들에 의해 사용될 수 있을 것이다. 또한, 당해 기술 분야의 숙련된 사람에 의한 그와 같은 수정 또는 변경된 등가 구조는 특허 청구 범위에서 기술한 발명의 사상이나 범위를 벗어나지 않는 한도 내에서 다양한 진화, 치환 및 변경이 가능하다. In addition, the inventive concepts and embodiments disclosed herein may be used by those skilled in the art as a basis for modifying or designing other structures for carrying out the same purposes of the present invention. In addition, such modifications or altered equivalent structures by those skilled in the art may be variously evolved, substituted and changed without departing from the spirit or scope of the invention described in the claims.

도1은 육면체로 분할된 요소의 절점 분할 방법을 나타낸 도면.

1 is a diagram showing a method of node segmentation of an element divided into a cube.

도2a 내지 도2b는 본 발명의 실시예에 따른 육면체로 분할된 요소를 가우스점으로 병렬 분할하는 방법을 나타낸 도면.2A and 2B illustrate a method of dividing an element divided into a hexahedron in parallel by a Gaussian point according to an embodiment of the present invention.

도3은 본 발명에 따른 수치 해석 처리 방법을 나타낸 순서도. Figure 3 is a flow chart showing a numerical analysis processing method according to the present invention.

<도면의 주요 부분에 대한 부호의 설명><Description of the symbols for the main parts of the drawings>

300 : 완전 적분을 위한 가우스 절점 분할 방법300: Gaussian Node Segmentation Method for Integral Integration

400 : 감차 적분을 위한 가우스 절점 분할 방법400: Gaussian Node Segmentation Method

700 : 병렬 처리 결과도700: parallel processing results

Claims

In the numerical analysis processing method for the simulation of micromachine behavior,

(a) element partitioning through parallel operations to finite element analyzes of microstructures;

(b) performing parallel arithmetic processing in dividing the nodes into pieces in various ways;

and (c) performing a parallel operation on the integral and the deceleration integral of the node-divided element to derive the result.