[發(fā)明專利]一種顆粒流動仿真方法

在審

• 申請?zhí)枺?/td>: 201710200190.5
• 申請日: 2017-03-30
• 公開（公告）號: CN107016180A
• 公開（公告）日: 2017-08-04
• 發(fā)明（設(shè)計）人: 楊晨;周福建;高李陽;馮煒
• 申請（專利權(quán)）人: 中國石油大學(xué)（北京）
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06F9/50
• 代理公司: 北京科家知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11427
• 代理人: 莫文新

1.一種顆粒流動仿真方法，其在并行的多個GPU上執(zhí)行離散單元算法(DEM)方法來進行顆粒流動仿真，該方法包括以下步驟：

a、使用DEM方法對顆粒建模，并將建立的DEM模型分配為多個粒子，將該多個粒子分配給多個計算節(jié)點進行處理，每個計算節(jié)點的CPU和GPU分別分配有內(nèi)存空間，并在CPU中進行初始化數(shù)據(jù)，將初始化后的數(shù)據(jù)從CPU內(nèi)存空間拷貝入所述GPU的內(nèi)存空間中；

b、上述每個計算節(jié)點的GPU對每個粒子進行處理，其中每個計算節(jié)點的GPU的每個流處理器負(fù)責(zé)處理一個粒子，并更新粒子存儲在GPU內(nèi)存空間中的坐標(biāo)及粒子速度；

c、在步驟b的處理過程中，確定每個計算節(jié)點控制的粒子，將每個計算節(jié)點控制的粒子個數(shù)拷貝至CPU內(nèi)存空間中，并根據(jù)GPU內(nèi)存空間中的粒子數(shù)進行動態(tài)劃分，以按照均衡負(fù)載原則動態(tài)地確定出每個計算節(jié)點計算哪些粒子；

d、利用MPI接口協(xié)議把上述進行數(shù)據(jù)動態(tài)劃分后的粒子在每個計算節(jié)點間遷移；

e、根據(jù)步驟c得到的每個計算節(jié)點控制的粒子，在GPU中計算重疊區(qū)域，并將數(shù)據(jù)拷入CPU內(nèi)存，而后通過MPI接口協(xié)議進行數(shù)據(jù)交換；

f、每個計算節(jié)點的GPU中的每個流處理器根據(jù)每個粒子的坐標(biāo)，計算每個粒子所在GPU內(nèi)存空間中網(wǎng)格的編號；

g、每個計算節(jié)點的GPU中的每個流處理器處理計算每個粒子運動中的受力和加速度；

h、每個計算節(jié)點的GPU中的每個流處理器處理每個粒子速度；

i、回到步驟b直至達到指定步數(shù)；

j、釋放主控節(jié)點和計算節(jié)點的內(nèi)存空間。

2.根據(jù)權(quán)利要求1所述的一種顆粒流動仿真方法，其中，步驟b、步驟f、步驟g和步驟h利用GPU對每個粒子進行并行數(shù)據(jù)處理。

3.根據(jù)權(quán)利要求1所述的一種顆粒流動仿真方法，其中，步驟d中所述粒子在各節(jié)點間遷移利用MPI接口發(fā)送和接收函數(shù)實現(xiàn)粒子各物理量的發(fā)送和接收。

4.根據(jù)權(quán)利要求1所述的一種顆粒流動仿真方法，其中，在步驟e中，所述在GPU中計算重疊區(qū)域包括：利用在GPU計算重疊區(qū)域包括，GPU的一個流處理器處理一個網(wǎng)格；

在三維情況下，每個網(wǎng)格有26個網(wǎng)格與之相鄰，判斷相鄰網(wǎng)格是否在當(dāng)前計算節(jié)點中，如果不是，則算作重疊區(qū)域包括，從其他節(jié)點遷移獲得。

一種基于GPU的顆粒流動仿真方法，包括：

建模步驟，確定顆粒材料、顆粒參數(shù)、邊界條件和幾何體形狀，以及顆粒初始分布的區(qū)域，并根據(jù)預(yù)定的顆粒分布區(qū)域和數(shù)量生成顆粒；

任務(wù)管理步驟，根據(jù)顆粒總數(shù)和多個計算節(jié)點上空閑GPU的數(shù)目，確定最優(yōu)GPU數(shù)目，并結(jié)合最優(yōu)GPU數(shù)目和當(dāng)前空閑GPU數(shù)目確定參與計算的GPU，并將參與計算的GPU狀態(tài)設(shè)置為非空閑；以及

計算步驟，包括

初始化各計算節(jié)點的參與計算的GPU，并向各GPU發(fā)送計算所需的顆粒信息，

各GPU并行更新預(yù)定的速度和坐標(biāo)，對接收的顆粒信息排序以生成各自的排序元胞列表，

各GPU并行計算當(dāng)前各自進程中非零網(wǎng)格編號及網(wǎng)格中顆粒數(shù)目，并發(fā)送至主控節(jié)點，由主控節(jié)點依照每個GPU最優(yōu)顆粒數(shù)目進行動態(tài)劃分網(wǎng)格，確定每個GPU并行計算的網(wǎng)格數(shù)目和編號，

根據(jù)主控節(jié)點的確定結(jié)果，各GPU并行發(fā)送和接收顆粒信息，并在各GPU中重新生成各自的排序元胞列表，

在各GPU中生成當(dāng)前時刻的碰撞列表，根據(jù)當(dāng)前時刻的碰撞列表以及前一時刻的碰撞列表和切向相對位移，在各GPU中并行調(diào)整切向相對位移的位置，

根據(jù)接觸力學(xué)模型，在各GPU中并行計算每個顆粒的受力和加速度，

存儲當(dāng)前計算結(jié)果，和

如果計算沒有完成，就返回至各GPU并行更新預(yù)定速度和坐標(biāo)的步驟，否則計算步驟結(jié)束。