? 云计算大幅缩短仿真时间_CAE_产品创新数字化(PLM)_文章_e - 【吉林时时彩快3】【吉林时时彩快3】
 
 
e-吉林时时彩快3  »  文章频道  »  产品创新数字化(PLM)  »  CAE

云计算大幅缩短仿真时间

2018/2/7        作者:Marius Swoboda  Hubert Dengg      
关键字:云计算  HPC  仿真  
罗尔斯·罗伊斯在实现全新高性能计算云方案方面居于领先地位,吉林时时彩快3:该方案通过结构求解器与ANSYS Fluent求解器的耦合,无需参考物理原型,就能够预测组件壁面上多个点的热流。

    罗尔斯·罗伊斯使用内部专用结构代码来判断涡轮盘等喷气式发动机组件的工作温度。一般通过在组件上安装热传感器和捕获发动机工作时的热流测量值来确定此类分析的热边界条件。这种方法的问题在于直到产品开发流程后期,第一个原型制作完成之后才能开始新发动机的热设计。此时设计修改成本高昂,限制了可使用的热性能优化方法。

    罗尔斯·罗伊斯在实现全新高性能计算(HPC)云方案方面居于领先地位,该方案通过结构求解器与ANSYS Fluent 计算流体动力学(CFD)求解器的耦合,无需参考物理原型,就能够预测组件壁面上多个点的热流。执行这种耦合仿真需要高水平的计算能力,因为解具有时变性。这就意味着CFD 解和结构解必须随求解的推进在每个时间步长计算到收敛。罗尔斯·罗伊斯通过在托管的共享HPC 云系统上运行仿真,将执行仿真所需的时间缩短了80%。

    提高进气口温度所面临的挑战

    为努力改进发动机效率,发动机制造商不断提高涡轮进气温度。在这个过程中,为防止关键内部组件过热,工程师往往必须重新设计发动机的冷却和密封系统。罗尔斯·罗伊斯的工程师通过使用内部专用结构代码执行热分析,来判断这些组件的工作温度。该热分析的输入之一即为所研究组件壁面点阵列上的瞬态热流。工程师认为通过使用CFD 判断热流,然后将CFD 代码与结构代码耦合以实现每个计算周期的数据交换,他们就能够实现设计流程的重大改进。其目的是实现结构仿真与CFD 仿真之间的迭代循环以及顺畅的信息交换,这样团队就能够保证耦合金属- 流体域界面上温度和热流的一致性。通过组件热传递信息的持续更新,能够精确地表现组件在启动和稳定运行过程中所要经历的温度范围。

    这种共轭热传递仿真过程对计算的要求非常高,特别是在需要使用单元数超过1,000 万的3D CFD 模型时更为如此。由于内部的HPC 资源已被全部占用,罗尔斯·罗伊斯的工程师考虑使用云资源来获得HPC 功能,以满足这一应用需求。工程师需要克服多重挑战。结构代码和CFD代码之间的接口虽已经存在,但需要升级才能供HPC 使用。另一大挑战是配置ANSYS Fluent 过程,使其被结构软件调用时,能在多部机器上运行。虽然在多个内核上能够引起Fluent 计算,但在耦合过程中只有一部机器可供结构代码使用。对在云中使用的专用Fluent 许可证进行修改,就可以让该进程独立于内部许可和排队系统运行。此外,在云中运行许可进程的速度也比在本地运行快得多。

    在云中运行仿真

    罗尔斯·罗伊斯选择CPU24/7GmbH&Co.KG提供按需的远程HPC计算能力。该计算在使用Intel® Xeon®E5-2690 处理器和FDRInfiniband® 互联的HPC 集群上进行。计算按周期进行,首先由结构求解器或Fluent CFD 求解器两者之一运行,然后在计算周期完成后将数据传递给另一个求解器。CFD 求解器将壁面热流、温度和漩涡速度作为结构代码输出。结构代码将壁面温度和进气口温度作为CFD 代码的边界条件。在每一步CFD 求解器和结构求解器都会进行多次迭代,并彼此交换数据,直至它们计算的壁面温度彼此吻合。仿真运行总用时6,000 秒,包括启动、低功率发动机运算和高功率发动机运算。和预期的一样,计算资源主要被CFD 计算耗用。计算的CFD 部分运行在全部32 个内核上,而结构部分只运行在一个内核上。

    CPU 24/7 为项目贡献了大量专业知识,包括如何设置集群,如何基于消息传递接口(MPI)并行运行应用,如何创建主机文件,如何处理FlexNet® 许可证和如何准备交钥匙访问集群所需的全部事项。

    在整个过程中,CPU 24/7 提供了全面便捷的技术支持。从在云上运行项目的初始概念,到在远程集群上完成首次计算只用了一个月时间。在ANSYS 和CPU 24/7 团队之间顺畅合作的基础上,实现了这一项目的快速启动。

   

    热流等值线图,并将其作为结构代码的边界条件

   

    级间空腔总温度等值线图,并将其作为CFD计算的输出

   

    高压涡轮级间空腔的CFD模型

    耦合CFD-结构仿真的结果通过使用物理测试结果进行了验证。由于Fluent具有近线性的可扩展性,与在本地工作站上运行仿真相比,在云中的HPC集群上运行耦合流体-结构仿真的速度要快五倍。通过将计算工作外包给HPC 云供应商,实现了HPC 资源的灵活供给和释放。罗尔斯·罗伊斯工程师由此实现了按需扩展或压缩HPC 能力这一目标,从而提升了他们的IT 运营效率,改善了HPC 资源的利用率。例如,借助云计算资源,他们就能够扩大HPC规模,运行更大的模型,更加深入地掌握系统的物理行为。

   

    计算周期中的集群载荷

    在硬件构建和测试完成之前,目前尚没有物理方法可以判断所推荐的冷却和密封设计的性能。这样,就会有大量时间和资金被花费在修改成本极为昂贵的设计上。同时使用构建和测试的方法也无法评估多种备选方案。因此仿真是唯一的途径。在HPC云中运行耦合结构-流体仿真的一大优势是:可以在产品开发流程的早期阶段对整个冷却和密封系统进行迭代优化。可以先设计一个实验探索所有的设计可能性,然后工程师选出最具可行性的设计方案来构建原型和开展测试。罗尔斯·罗伊斯正在积极推行这一HPC云方案,有望实现喷气式发动机性能的重大提升。

责任编辑:张纯子
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐
时时彩稳定计划软件
天津时时彩开奖号码表 时时彩趋势为王定制
时时彩稳定计划软件 开时时彩平台
购买时时彩软件哪个好
河北11选5走势图 甘肃快3开奖结果 幸运农场赚钱方法 秒速赛车开奖网址 湖北11选5追号计算器
湖北福彩30选5中奖结果 吉林快3开奖直播 新疆风采18选7开奖结果 吉林时时彩软件手机版下载 北京赛车pk10计划群
国际娱乐城赌博平台 江西快3开奖结果查询 快乐双彩开奖走势图 极速赛车15 重庆时时彩单双路珠
河北快三遗漏分布图 分分彩红白监控玩法指南 万利彩彩票 上海11选5开奖号码 pc蛋蛋计划