LS-DYNAR9.0中的S-ALE说明

2016-09-25 by:CAE仿真在线来源:互联网

   LS-DYNA 新近推出一个新的 ALE 求解器:S-ALE。新求解器专门针对 Structured 的 ALE 网格求解。它支持 MPP, SMP 和 MPP HYRBID 并行计算;具有速度快,占用内存少,和求解稳定的特点。
   新的 S-ALE 求解器与旧有的 ALE 求解器采用相同的 Operator Splitting 思想,也就是说把一个时间步长内的求解过程分做一个 Lagrange 时间步和一个 Advection 时间步。 Advection 过程中的 Flux 计算和界面重构算法也是一样的。那么既然如此,为什么 LSTC 要投入人力物力来开发一个算法基本一致的新求解器呢? 原因是多方面的。
   首先, ALE 方法和求解器在各类工程问题中的使用有了很大的变化。早期的 ALE 应用集中在单材料方面,常常用来模拟固体。那时的网格大部分需要遵循物质界面的几何形状,故而Mesh Smoothing 也有着广泛的使用。而到了今天,随着技术的进步和工程问题自身的变化,ALE 方法被集中使用在模拟多个流体在某个特定区域内的运动;以及更重要的,模拟这些流体与固体结构的相互作用。这些问题往往使用非常规则的长方体网格和六面体单元,除局部加密外,单元的尺寸大多一样。
   针对这两点不同,程序本身可以做很多优化。单材料/多材料方面,如果程序只针对一种情况处理,那么自然的,很多的判断以及程序的分枝就不再需要了。程序变得非常简洁,执行的效率也大为提高。内存的使用也有所减少。网格方面,规则网格在 Bucket Sorting 和Searching 算法上,首先效率可以极大提高,内存可以极大减少;其次准确度可以大大提高。例如在流固藕合时使用*CONSTRAINED_LAGRANGE_IN_SOLID 卡片时,我们可以注意到,缺省的Bucket Sorting Frequency 是 50 步做一次。如果在这 50 步中,流体网格变动较快,则 Searching很可能失败,这会造成流固藕合失效。
   其次, LS-DYNA 旧有的 ALE 求解器实现时的程序算法现在看来,有一些比较严重的缺陷。在初始编程过程中,对并行计算的友善性考虑不多。这样一来,在旧有 ALE 求解器上 SMP 并行无法实现; MPP 虽被成功实现而且被用户所广泛接受, 但效率较低。
   新的 S-ALE 求解器,在初始设计时,就专门特别考虑并行计算的需要。所有算法和程序实现都采用了对并行计算最优的选择。程序的流程也被重新设计,以带来效率的提高和内存的减少。在 SMP 方面,不仅成功实现了 ALE 算法的 SMP,而且取得了非常优秀的加速比; 最值得一提的是,成功实现结果的一致性( Consistency)。在 MPP 方面 ,由于重新设计了 MPPCommunication 的 Pattern 和新算法本身的效率提高,不仅与旧有的 ALE 求解器相比,运行速度有极大的提高,自身的 Scalability 也非常优秀。例如在一个 5.5 百万 ALE 单元的爆炸题目中,S-ALE 保持了 0.9 的线性 Scalability 直到 384 个 Core;与旧 ALE 求解器相比,运行时间减少 56%( 48 core)到 68%( 384 core)。
   另外, S-ALE 在编程过程中力图做到尽可能的简洁。这样,计算过程效率提高,内存使用大幅减少;更重要的是:简洁的程序内所含 BUG 的几率大大降低。而且, DEBUG 过程也变得更为容易,另外也效率更高。举例来说,新 S-ALE 求解器核心部分的程序仅有不到 300 行,而这部分程序通常占用整个求解过程的 30%时间。整个 S-ALE 求解器程序约为 2500 行左右。对于用户来说,他们将看到新 S-ALE 求解器会大为稳定。这也是我们最主要的目的之一:更为愉悦的用户体验。