一种基于汽车模型的多网格共轭计算的高性能算法制造技术

技术编号：40006152 阅读：11 留言：0更新日期：2024-01-09 05:07

本发明专利技术公开了一种基于汽车模型的多网格共轭计算的高性能算法，通过使用不同精度和不同密度的网格，将汽车模型分成多个层次，从而更好地捕捉不同尺度的流动现象，使用粗网格和细网格之间的耦合算法进行信息传递和迭代求解，以加快求解过程，利用自适应网格技术，根据流场的变化和需求，动态调整网格分布和精度，以提高计算效率和准确性，使用并行计算算法将计算任务分发给多个处理单元进行并行计算，使用数据压缩方式、粗化网格方式和区域分解方式来减少进程间的数据通信；利用并行计算和加速计算法，进一步提高计算效率，通过这些改进，可以更好地处理汽车模型的计算需求，提高计算精度和效率，从而提升汽车模型仿真的准确性和可靠性。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术属于数据处理，具体涉及一种基于汽车模型的多网格共轭计算的高性能算法。

技术介绍

1、汽车模型的多网格共轭计算是一种在计算流体力学仿真中用于处理非连续网格的方法。在汽车模型的仿真中，由于存在不同尺度和不同复杂度的流动现象，需要使用不同的网格来捕捉这些现象。多网格共轭计算方法可以将不同精度和不同密度的网格进行耦合，以解决大规模模型的计算需求。

2、目前的计算方式为单一网格方法，即采用均匀网格或非均匀网格，将整个模型进行离散，然后在网格上求解离散方程。但是，由于模型离散时网格划分需要根据整个模型的复杂性和几何形状进行选择，这可能导致网格数量庞大，计算量大，计算时间长；另外，对于存在多个尺度流动现象的系统，使用单一网格方法可能无法同时满足不同尺度的精度需求；因此我们需要提出一种基于汽车模型的多网格共轭计算的高性能算法来解决上述存在的问题。

技术实现思路

1、本专利技术的目的在于提供一种基于汽车模型的多网格共轭计算的高性能算法，可以更好地处理汽车模型的计算需求，提高计算精度和效率，从而提升汽车模型仿真的准确性和可靠性，以解决上述
技术介绍
中提出的问题。

2、为实现上述目的，本专利技术采用了如下技术方案：

3、一种基于汽车模型的多网格共轭计算的高性能算法，包括如下步骤：

4、s1、使用不同精度和不同密度的网格将汽车模型分为多个层次的网格；

5、s2、使用粗网格和细网格之间的耦合算法将多个层次的网格之间进行信息传递和迭代求解；</p>

6、s3、根据迭代求解结果动态调整网格分布和精度；

7、s4、使用并行计算算法将计算任务分发给多个处理单元进行并行计算；

8、s5、在并行计算过程中，使用数据压缩方式、粗化网格方式和区域分解方式来减少进程间的数据通信；

9、s6、使用分布式计算平台对并行的子任务和数据进行加速计算。

10、优选的，步骤s1中，所述汽车模型的内容包括几何形状、假设及边界条件、流动模拟和热传递仿真，其中几何形状包含有汽车外形及汽车各部件的几何形状，假设及边界条件包括大气条件、空气的物性参数、车速、温度和风向条件，流动模拟用于获得汽车周围流场的速度、压力和温度信息，热传递仿真是对汽车的热传递进行仿真分析以优化汽车的设计和性能。

11、优选的，所述汽车模型在进行分层时，先根据汽车模型的几何形状和流体力学特性确定所需的网络参数，网络参数包括网格尺寸、网格密度和网格分辨率，再使用网格生成算法以粗网格作为起始网格进行初始网格生成，再根据模型的局部区域或需要更准确流动特性的区域，使用网格细化技术对粗网格进行划分和细化生成细网格，最后再根据所需的精度和模拟要求，可以对细网格进行分层。

12、优选的，步骤s2中，所述耦合算法在进行信息传递的迭代求解的步骤如下：

13、a1、将不同层次的网格对应的离散区域设置为：其对应的差分矩阵分别为ah，a2h，a4h，a8h；

14、a2、细网格借助于gauss迭代至少两次得到一个数值解和残差向量：

15、uh，rh＝bh-auh∈r(m+1)(n+1)；

16、a3、借助于限制算子把残差向量限制到粗网格上，得到向量

17、

18、a4、以0向量为初始向量，借助gauss迭代至少两次求解线性系统a2hu＝r2h得到u2h，其中a2h的形式和细网格上的一样；

19、a5、借助于限制算子把r2h限制到粗网格上得到向量以0向量为初始向量，借助gauss迭代至少两次求解线性系统a4hu＝r4h得到u4h；

20、a6、借助于限制算子把r4h限制到粗网格上得到向量以0向量为初始向量，借助gauss迭代至少两次求解线性系统a8hu＝r8h得到u8h；

21、a7、借助提升算子把u8h提升到得到再把作为初始向量，借助gauss迭代至少两次求解决线性系统a4hu＝r4h，得到更新后的u4h；

22、a8、借助提升算子把u4h提升到得到再把作为初始向量，借助gauss迭代至少两次求解决线性系统a2hu＝r2h，得到更新后的u2h；

23、a9、借助提升算子把u2h提升到得到再把作为初始向量，借助gauss迭代至少两次求解决线性系统ahu＝rh，得到更新后的uh；

24、a10、若更新后的uh不满足停机条件，则重复a3-a9。

25、优选的，步骤s3中，在进行动态调节网格分布和精度时，先根据汽车模型的几何形状和流场特性生成初始网格结构，再依据更新后的uh对初始网格迭代求解决，得到粗网格下的流场解，使用网格质量评价指标评估粗网格下的流场解的精度，再根据网格评估的结果使用自适应网格算法进行调整，将迭代后的网格进行迭代求解，得到细网格下的流场解，使用网格质量评价指标评估细网格下的流场解的精度，根据网格评估结果调整细网格分布和精度，如此重复对粗网格和细网格进行迭代和调整，直至满足收敛条件为止，最后将最细网格下的流场解与其他粗网格的流场解进行合并，得到整体的流场解。

26、优选的，步骤s4中，所述并行计算算法的流程包括任务划分、数据划分、进程间通信、并行计算和结果合并，其中任务划分是将整个计算任务拆分为多个可并行执行的子任务，且每个子任务都能够独立运行；数据划分是根据任务划分结果将数据划分为与子任务数量相符的子数据集，确保每个子数据集与相应的子任务相关联；进程间通信是用于使各个处理单元之间能够进行数据交换和同步而进行进程间通信机制的建立；并行计算是将划分的子任务分发给不同的处理单元进行并行计算，每个处理单元独立执行自己的子任务；结果合并是在处理单元完成计算后，将计算结果进行合并，以得到最终整体计算结果。

27、优选的，所述并行计算算法的流程还包括原子操作保护和性能调优，其中原子操作保护是在多个处理单元同时访问和修改共享资源时采用原子操作或同步机制来保护共享资源一致性和完整性；性能调优是根据实际情况对并行计算的计算结果进行性能调优，性能调优的内容包括分发策略调整、进程间通信优化和任务划分调整。

28、优选的，步骤s5中，所述数据压缩方式是使用无损压缩算法对数据传输数据进行压缩，减少数据的传输量；所述粗化网格方式是在网格划分过程中，将细小或低重要性的网格单元进行合并或去除，从而得到更粗糙的网格表示；所述区域分解方式是将整个计算区域划分为多个子区域，每个进程负责计算一个或多个子区域。

29、优选的，步骤s6中，所述分布式计算平台包括存储单元、用于将数据从分布式计算平台的存储单元传输到各个计算节点上的通信建立单元、使用适当的算法和计算模型对本地数据进行处理和分析的数据处理单元以及将结果进行汇总的数据汇总单元。

30、本专利技术提出的一种基于汽车模型的多网格共轭计算的高性能算法，与现有技术相比，具有以下优点：

31、本专利技术通过使用不同精度和不同密度的网格，将汽车模型分成多个层次，从而本文档来自技高网...

【技术保护点】

1.一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：步骤S1中，所述汽车模型的内容包括几何形状、假设及边界条件、流动模拟和热传递仿真，其中几何形状包含有汽车外形及汽车各部件的几何形状，假设及边界条件包括大气条件、空气的物性参数、车速、温度和风向条件，流动模拟用于获得汽车周围流场的速度、压力和温度信息，热传递仿真是对汽车的热传递进行仿真分析以优化汽车的设计和性能。

3.根据权利要求2所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：所述汽车模型在进行分层时，先根据汽车模型的几何形状和流体力学特性确定所需的网络参数，网络参数包括网格尺寸、网格密度和网格分辨率，再使用网格生成算法以粗网格作为起始网格进行初始网格生成，再根据模型的局部区域或需要更准确流动特性的区域，使用网格细化技术对粗网格进行划分和细化生成细网格，最后再根据所需的精度和模拟要求，可以对细网格进行分层。

4.根据权利要求3所述的一种基于汽车模型的多网格共轭计算的高性能

5.根据权利要求4所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：步骤S3中，在进行动态调节网格分布和精度时，先根据汽车模型的几何形状和流场特性生成初始网格结构，再依据更新后的uh对初始网格迭代求解决，得到粗网格下的流场解，使用网格质量评价指标评估粗网格下的流场解的精度，再根据网格评估的结果使用自适应网格算法进行调整，将迭代后的网格进行迭代求解，得到细网格下的流场解，使用网格质量评价指标评估细网格下的流场解的精度，根据网格评估结果调整细网格分布和精度，如此重复对粗网格和细网格进行迭代和调整，直至满足收敛条件为止，最后将最细网格下的流场解与其他粗网格的流场解进行合并，得到整体的流场解。

6.根据权利要求5所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：步骤S4中，所述并行计算算法的流程包括任务划分、数据划分、进程间通信、并行计算和结果合并，其中任务划分是将整个计算任务拆分为多个可并行执行的子任务，且每个子任务都能够独立运行；数据划分是根据任务划分结果将数据划分为与子任务数量相符的子数据集，确保每个子数据集与相应的子任务相关联；进程间通信是用于使各个处理单元之间能够进行数据交换和同步而进行进程间通信机制的建立；并行计算是将划分的子任务分发给不同的处理单元进行并行计算，每个处理单元独立执行自己的子任务；结果合并是在处理单元完成计算后，将计算结果进行合并，以得到最终整体计算结果。

7.根据权利要求6所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：所述并行计算算法的流程还包括原子操作保护和性能调优，其中原子操作保护是在多个处理单元同时访问和修改共享资源时采用原子操作或同步机制来保护共享资源一致性和完整性；性能调优是根据实际情况对并行计算的计算结果进行性能调优，性能调优的内容包括分发策略调整、进程间通信优化和任务划分调整。

8.根据权利要求7所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：步骤S5中，所述数据压缩方式是使用无损压缩算法对数据传输数据进行压缩，减少数据的传输量；所述粗化网格方式是在网格划分过程中，将细小或低重要性的网格单元进行合并或去除，从而得到更粗糙的网格表示；所述区域分解方式是将整个计算区域划分为多个子区域，每个进程负责计算一个或多个子区域。

9.根据权利要求8所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：步骤S6中，所述分布式计算平台包括存储单元、用于将数据从分布式计算平台的存储单元传输到各个计算节点上的通信建立单元、使用适当的算法和计算模型对本地数据进行处理和分析的数据处理单元以及将结果进行汇总的数据汇总单元。

...

【技术特征摘要】

1.一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：步骤s1中，所述汽车模型的内容包括几何形状、假设及边界条件、流动模拟和热传递仿真，其中几何形状包含有汽车外形及汽车各部件的几何形状，假设及边界条件包括大气条件、空气的物性参数、车速、温度和风向条件，流动模拟用于获得汽车周围流场的速度、压力和温度信息，热传递仿真是对汽车的热传递进行仿真分析以优化汽车的设计和性能。

4.根据权利要求3所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：步骤s2中，所述耦合算法在进行信息传递的迭代求解的步骤如下：

5.根据权利要求4所述的一种基于汽车模型的多网格共轭计算的高性能算法，其特征在于：步骤s3中，在进行动态调节网格分布和精度时，先根据汽车模型的几何形状和流场特性生成初始网格结构，再依据更新后的uh对初始网格迭代求解决，得到粗网格下的流场解，使用网格质量评价指标评估粗网格下的流场解的精度，再根据网格评估的结果使用自适应网格算法进行调整，将迭代后的网格进行迭代求解，得到细网格下的流场解，使用网格质量评价指标评估细网格下的流场解的精度，根据网格评估结果调整细网格分布和精度，如此重复对粗网格和细网格进行迭代和调整，直至满足收敛条件为止，最后将最细网格下的流场解与其他粗网格的流场解进行合并，得到整体的流场...

【专利技术属性】
技术研发人员：殷国敏，王靖羽，任泽阳，单文婕，
申请(专利权)人：上海辅海信息科技有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人