【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及細(xì)分體參數(shù)求值，尤其涉及一種細(xì)分體參數(shù)求值的gpu并行加速方法。
技術(shù)介紹
1、計(jì)算機(jī)輔助設(shè)計(jì)和計(jì)算機(jī)輔助工程作為工業(yè)產(chǎn)品設(shè)計(jì)和仿真分析的核心工具，已在制造業(yè)中得到了廣泛應(yīng)用，cad通過(guò)nurbs（非均勻有理b樣條）曲線或曲面生成幾何模型，cae則通過(guò)網(wǎng)格化后的離散模型進(jìn)行有限元分析，然而，cad和cae模型由于幾何表示的差異，存在無(wú)法直接通信的問(wèn)題，現(xiàn)有的幾種模型轉(zhuǎn)換方法，例如基于b樣條或nurbs體的等幾何分析，雖然在某種程度上實(shí)現(xiàn)了cad與cae的模型轉(zhuǎn)化，但依然存在信息丟失和模型精度不足的問(wèn)題，導(dǎo)致幾何與物理信息在轉(zhuǎn)化過(guò)程中失真，嚴(yán)重影響了仿真分析的精度。
2、近年來(lái)，細(xì)分技術(shù)逐漸在復(fù)雜三維模型的cad與cae一體化應(yīng)用中展現(xiàn)出優(yōu)勢(shì)，尤其是體細(xì)分模型，不僅能通過(guò)控制網(wǎng)格細(xì)化實(shí)現(xiàn)任意拓?fù)涞膹?fù)雜模型，還可作為離散體網(wǎng)格進(jìn)行cae分析，相比傳統(tǒng)的nurbs體，細(xì)分體模型在處理復(fù)雜拓?fù)浣Y(jié)構(gòu)上具有更高的設(shè)計(jì)靈活性，然而，當(dāng)前體細(xì)分模型仍然面臨關(guān)鍵性挑戰(zhàn)，首先，體細(xì)分過(guò)程中子單元數(shù)量呈指數(shù)增長(zhǎng)，導(dǎo)致計(jì)算資源需求高，現(xiàn)有的計(jì)算設(shè)備難以高效處理這種海量細(xì)分單元的極限體參數(shù)求值，此外，體細(xì)分模型的極限體計(jì)算過(guò)程涉及復(fù)雜的數(shù)值迭代和精度要求，尤其在不規(guī)則體結(jié)構(gòu)中表現(xiàn)尤甚，現(xiàn)有等幾何分析方法通常將細(xì)分體轉(zhuǎn)換為樣條體模型建立細(xì)分體和樣條體的控制點(diǎn)映射關(guān)系，會(huì)帶來(lái)精度丟失和拓?fù)湎拗频汝P(guān)鍵問(wèn)題。
3、現(xiàn)有的部分研究嘗試將圖形處理單元引入體細(xì)分模型的極限體參數(shù)求值過(guò)程，利用gpu的多核架構(gòu)實(shí)現(xiàn)并行計(jì)算，以提升計(jì)算
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的一個(gè)目的在于提出一種細(xì)分體參數(shù)求值的gpu并行加速方法，本專利技術(shù)通過(guò)設(shè)計(jì)優(yōu)化的并行算法，充分利用gpu的多核架構(gòu)和浮點(diǎn)運(yùn)算能力，有效提升了復(fù)雜體細(xì)分模型的參數(shù)求值速度。
2、根據(jù)本專利技術(shù)實(shí)施例的一種細(xì)分體參數(shù)求值的gpu并行加速方法，包括如下步驟：
3、s1、通過(guò)含有半邊和半面的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)并遍歷體網(wǎng)格，判斷每個(gè)體單元的類型；
4、s2、進(jìn)行一次任意拓?fù)湎碌腸c體細(xì)分，使體單元中如果有多條非規(guī)則邊一定匯于一個(gè)非規(guī)則點(diǎn)，隔離非規(guī)則頂點(diǎn)；
5、s3、針對(duì)不同的拓?fù)洌褂煤邪朊婧桶脒叺臄?shù)據(jù)結(jié)構(gòu)對(duì)控制網(wǎng)格頂點(diǎn)進(jìn)行編號(hào)，按照編號(hào)的順序和cc細(xì)分規(guī)則得到細(xì)分矩陣，預(yù)計(jì)算細(xì)分矩陣特征結(jié)構(gòu)；
6、s4、對(duì)不同種類的體網(wǎng)格單元進(jìn)行并行參數(shù)求值。
7、可選的，所述s1具體包括：
8、s11、給定一任意拓?fù)浣Y(jié)構(gòu)的六面體網(wǎng)格模型，通過(guò)包含半面以及對(duì)向半邊、徑向半邊的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)并遍歷體網(wǎng)格，對(duì)于體網(wǎng)格內(nèi)的每個(gè)體單元，遍歷與其點(diǎn)、邊、面相鄰的所有單元，單元構(gòu)成控制網(wǎng)格，控制網(wǎng)格中的點(diǎn)為控制頂點(diǎn)，當(dāng)相鄰單元都存在時(shí)該單元即為內(nèi)部單元，反之則為邊界單元；
9、s12、計(jì)算體單元中每條邊相鄰的面數(shù)，每條邊相鄰的面數(shù)為邊的度數(shù)，邊的度數(shù)為4的即為規(guī)則邊，構(gòu)成單元的邊全為規(guī)則邊時(shí)為規(guī)則單元，只有一個(gè)非規(guī)則邊時(shí)為分層單元，有多個(gè)非規(guī)則邊匯于一點(diǎn)時(shí)為非規(guī)則單元，其余的單元在進(jìn)行局部細(xì)分后為上述單元；
10、s13、邊界單元分類規(guī)則和s12相同，此外有兩個(gè)面都為邊界面時(shí)為邊界角落單元。
11、可選的，所述s2具體包括：
12、s21、對(duì)體網(wǎng)格進(jìn)行一次體細(xì)分，使體網(wǎng)格單元僅存在最多一個(gè)非規(guī)則點(diǎn)且不存在不交匯的非規(guī)則邊；
13、s22、在非規(guī)則體網(wǎng)格中進(jìn)行體細(xì)分時(shí)，體點(diǎn)和面點(diǎn)的計(jì)算不受影響，新體點(diǎn)為體單元重心，新面點(diǎn)為面的重心和相鄰兩個(gè)體的體點(diǎn)的平均，新的邊點(diǎn)計(jì)算如下：
14、；
15、其中，e是新的邊點(diǎn)，，分別為邊所有相鄰體的體點(diǎn)和面點(diǎn)的平均值，n為該邊相鄰的面的個(gè)數(shù)，m為邊的中點(diǎn)；
16、在任意拓?fù)潴w網(wǎng)格中，新的頂點(diǎn)點(diǎn)計(jì)算如下：
17、；
18、其中，與是細(xì)分前與細(xì)分后的點(diǎn)，是與原頂點(diǎn)點(diǎn)共享一個(gè)邊的點(diǎn)，是共享面但不共享邊的點(diǎn)，是共享體但不共享邊和面的點(diǎn)，，和分別是和原頂點(diǎn)點(diǎn)相鄰的邊、面和體的數(shù)量；
19、s23、將頂點(diǎn)點(diǎn)與周圍的新面點(diǎn)相連，將新面點(diǎn)與周圍的新邊點(diǎn)相連即完成一輪細(xì)分。
20、可選的，所述s3具體包括：
21、s31、遍歷編號(hào)的過(guò)程使用含半面、半邊的體網(wǎng)格數(shù)據(jù)結(jié)構(gòu)，在規(guī)則體單元控制網(wǎng)格中控制頂點(diǎn)順序與張量積計(jì)算順序一致，分別沿u、v、w方向排列，在分層體控制網(wǎng)格中，每一層按面控制網(wǎng)格編號(hào)規(guī)則編號(hào)，層之間按從下到上的順序編號(hào)；
22、s32、在非規(guī)則體單元控制網(wǎng)格中，令非規(guī)則點(diǎn)為原點(diǎn)，三條非規(guī)則邊為參數(shù)坐標(biāo)軸，編號(hào)從待計(jì)算體單元的非規(guī)則頂點(diǎn)開(kāi)始，對(duì)所有與非規(guī)則頂點(diǎn)共享邊，但不在待計(jì)算體單元中的頂點(diǎn)進(jìn)行編號(hào)；
23、s33、處理待計(jì)算體單元非規(guī)則邊周圍的控制頂點(diǎn)，控制頂點(diǎn)分為內(nèi)層和外層，內(nèi)層頂點(diǎn)是非規(guī)則邊上與非規(guī)則頂點(diǎn)共享邊的點(diǎn)周圍的點(diǎn)，從坐標(biāo)軸正方向看的順時(shí)針進(jìn)行編號(hào)，由于三個(gè)方向上會(huì)有共享頂點(diǎn)，在后標(biāo)的方向上跳過(guò)已標(biāo)的頂點(diǎn)；
24、s34、外層頂點(diǎn)與非規(guī)則面控制網(wǎng)格同樣按序跳過(guò)共享頂點(diǎn)；
25、s35、根據(jù)s2中體細(xì)分計(jì)算和編號(hào)規(guī)則，得到每種拓?fù)淝闆r下形狀為的細(xì)分矩陣，其中k和m分別是細(xì)分前和細(xì)分后控制頂點(diǎn)的數(shù)量，取前k行得到的方陣，計(jì)算特征結(jié)構(gòu)并根據(jù)特征結(jié)構(gòu)、選擇矩陣和細(xì)分矩陣計(jì)算出基函數(shù)的系數(shù)；
26、細(xì)分矩陣的特征結(jié)構(gòu)和基函數(shù)的系數(shù)在整個(gè)流程中相同，因此對(duì)其進(jìn)行預(yù)計(jì)算存入文件，進(jìn)行參數(shù)求值時(shí)讀取即可。
27、可選的，所述s4的體網(wǎng)格單元中規(guī)則單元進(jìn)行并行參數(shù)求值：
28、對(duì)于內(nèi)部規(guī)則單元，對(duì)參數(shù)點(diǎn)求值：
29、；
30、其中，是第i個(gè)控制頂點(diǎn)，是由編號(hào)i進(jìn)行除法下取整或求余計(jì)算后，由對(duì)應(yīng)的單變量三次均勻b樣條基函數(shù)進(jìn)行張量積得到，u、v、w是參數(shù)空間三個(gè)方向上0到1之間的參數(shù)點(diǎn)坐標(biāo)：
31、；
32、；
33、；
34、；
35、；
36、其中，t為某個(gè)方向上的參數(shù)點(diǎn)坐標(biāo)；
37、對(duì)于邊界規(guī)則單元，對(duì)參數(shù)點(diǎn)求值：
38、；
39、其中，是單變量三次均勻b樣條基函數(shù)和折痕基函數(shù)的張量積：
40、；
41、；
42、；
43、；
44、進(jìn)行并行計(jì)算時(shí)，采用基于統(tǒng)一計(jì)算設(shè)備架構(gòu)的gpu對(duì)規(guī)則單元進(jìn)行并行加速時(shí)，在主機(jī)函數(shù)中將待計(jì)算的參數(shù)點(diǎn)劃分并添加多個(gè)cuda流重疊內(nèi)存?zhèn)鬏敽秃撕瘮?shù)執(zhí)行，一個(gè)體單元分配一個(gè)線程塊，一個(gè)參數(shù)點(diǎn)分配一個(gè)線程：<本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種細(xì)分體參數(shù)求值的GPU并行加速方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的GPU并行加速方法，其特征在于，所述S1具體包括：
3.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的GPU并行加速方法，其特征在于，所述S2具體包括：
4.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的GPU并行加速方法，其特征在于，所述S3具體包括：
5.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的GPU并行加速方法，其特征在于，所述S4的體網(wǎng)格單元中規(guī)則單元進(jìn)行并行參數(shù)求值：
6.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的GPU并行加速方法，其特征在于，所述S4的體網(wǎng)格單元中分層單元進(jìn)行并行參數(shù)求值：
7.根據(jù)權(quán)利要求6所述的一種細(xì)分體參數(shù)求值的GPU并行加速方法，其特征在于，所述分層單元中進(jìn)行并行參數(shù)計(jì)算時(shí)，在主機(jī)函數(shù)中將待計(jì)算的參數(shù)點(diǎn)劃分，并添加多個(gè)CUDA流重疊內(nèi)存?zhèn)鬏敽秃撕瘮?shù)執(zhí)行，參數(shù)點(diǎn)數(shù)值存在全局內(nèi)存中，控制頂點(diǎn)和特征結(jié)構(gòu)存在共享內(nèi)存中，一個(gè)分層體單元分配兩個(gè)線程塊協(xié)作分工，每個(gè)線程塊使用特征結(jié)構(gòu)
8.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的GPU并行加速方法，其特征在于，所述S4的體網(wǎng)格單元中非規(guī)則單元進(jìn)行并行參數(shù)求值：
9.根據(jù)權(quán)利要求8所述的一種細(xì)分體參數(shù)求值的GPU并行加速方法，其特征在于，所述非規(guī)則單元中進(jìn)行并行計(jì)算時(shí)，在主機(jī)函數(shù)中將待計(jì)算的參數(shù)點(diǎn)劃分，并添加多個(gè)CUDA流重疊內(nèi)存?zhèn)鬏敽秃撕瘮?shù)執(zhí)行，參數(shù)點(diǎn)數(shù)值存在全局內(nèi)存中，控制頂點(diǎn)和特征結(jié)構(gòu)存在共享內(nèi)存中，一個(gè)分層體單元分配四個(gè)線程塊協(xié)作分工，每個(gè)線程塊使用四分之一的特征結(jié)構(gòu)計(jì)算中間結(jié)果，在全局內(nèi)存中使用原子操作進(jìn)行累加得到最終結(jié)果。
...【技術(shù)特征摘要】
1.一種細(xì)分體參數(shù)求值的gpu并行加速方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的gpu并行加速方法，其特征在于，所述s1具體包括：
3.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的gpu并行加速方法，其特征在于，所述s2具體包括：
4.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的gpu并行加速方法，其特征在于，所述s3具體包括：
5.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的gpu并行加速方法，其特征在于，所述s4的體網(wǎng)格單元中規(guī)則單元進(jìn)行并行參數(shù)求值：
6.根據(jù)權(quán)利要求1所述的一種細(xì)分體參數(shù)求值的gpu并行加速方法，其特征在于，所述s4的體網(wǎng)格單元中分層單元進(jìn)行并行參數(shù)求值：
7.根據(jù)權(quán)利要求6所述的一種細(xì)分體參數(shù)求值的gpu并行加速方法，其特征在于，所述分層單元中進(jìn)行并行參數(shù)計(jì)算時(shí)，在主機(jī)函...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：黃章進(jìn)，安昱龍，林文浩，
申請(qǐng)(專利權(quán))人：中國(guó)科學(xué)技術(shù)大學(xué)，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。