二维结构拓扑优化的GPU并行计算方法研究

发布时间：2021-12-19 07:02

　　针对结构拓扑优化中存在的计算量大,计算效率低的问题,以二维结构拓扑优化问题为研究对象,提出了一种GPU并行计算方法。通过对已有串行算法进行研究,结合GPU并行计算的基本特点,采用节点刚度方法计算结构刚度矩阵,相对于MATLAB向量化计算,该算法加速效果显著。以固体各向同性材料惩罚法进行结构拓扑优化为例,在CUDA平台下实现了对结构化网格二维拓扑优化问题的GPU并行计算,得到了清晰的拓扑构型,将该方法与现有计算方法进行对比,GPU并行计算速度有较大提升。 

【文章来源】：机械设计与制造. 2020,(01)北大核心

【文章页数】：5 页

【部分图文】：

有限元网格划分

为了进一步说明以上两种处理方式的不同，其刚度矩阵装配示意图，如图2所示。图中左侧为任意一个单元，以顺时针方向对其节点进行编号，通过计算得到单元的刚度矩阵Ke，右图是以节点e为中心的四个单元，以左上的第一个单元为例，节点e位于相对左图中的3节点，对应了Ke中第5,6行的刚度值，对另外三个单元进行同样的分析，就针对节点e对刚度矩阵Ke进行了重组，即可将原本以单元为基础的刚度矩阵转变成为以节点为基础的刚度数组Ke′。3.2 GPU实现

将文献[10]中刚度矩阵装配的计算时间和文本GPU计算方法刚度矩阵装配时间进行比较，测试结果，如表1所示。可以看出，采用节点刚度方法的GPU计算方法进行刚度矩阵计算速度得到了很大的提升，是文献[10]中算法的速度的（3～5）倍。为了更直观的表达，给出了两者测试时间的柱状图，如图4所示。4 数值算例

【参考文献】：
期刊论文
[1]基于SIMP法的周期性传热材料拓扑优化[J]. 贾娇,程伟,龙凯.  北京航空航天大学学报. 2015(06)



本文编号：3543976