网格计算技术在大规模CFD计算上的应用
7.HyperMesh在CFD网格划分领域的应用
HyperMesh在CFD网格划分领域的应用田婷张健马映峰辛志峰联想集团创新设计中心HyperMesh在CFD网格划分领域的应用Application of the HyperMesh on the CFD Field田婷张健马映峰辛志峰(联想集团创新设计中心)摘要:运用HyperMesh中的实体单元划分功能,对离心风机问题中的气体及固体部分进行网格划分,生成边界层并设置边界条件,探讨HyperMesh在CFD领域中的应用,为以后进行类似的网格划分工作提供参考。
关键词:HyperMesh 实体网格 CFDAbstract: Based on the solid map methods of HyperMesh, generate both the fluid and solid mesh in the CFD field and discuss the generation of boundary layers and how to set boundary conditions. The application of HyperMesh on the CFD field might offer some references for others.Key words: HyperMesh solid map CFD1 概述目前CAE分析技术已成为许多领域重要的分析工具,有些CAE软件本身就具有较强的前后处理功能。
一般而言,分析过程中网格划分大约占用80%的时间,随着问题复杂程度的不断提高以及前处理时间的缩短,这些软件自带的前处理功能的局限性越来越大。
使用强大的前处理软件来进行网格的划分可以节省大量的时间,生成高质量的网格,以此提高计算效率和精度,使CAE仿真能够真正的满足科研及工程化的需求。
HyperMesh 是美国Altair公司的HyperWorks系列工程软件中的软件产品之一,是Altair 公司现在的旗舰产品。
CFD软件的开发与优化
CFD软件的开发与优化在现代科学和工程领域中,计算流体力学(CFD)软件已经成为不可或缺的工具。
它们被用于众多领域,如飞行器、汽车、建筑、机械、船舶等。
CFD软件的发展使得研究人员和工程师能够更好地理解流体力学现象,同时得到更准确的数值模拟结果,从而提高设计效率和性能优化。
本文将探讨CFD软件的开发和优化,以及如何利用先进技术来解决在实际应用中所面临的问题。
CFD软件是在计算流体力学基础上开发出来的。
在这个过程中,许多专业领域的知识,如数值方法、计算机科学和工程等,都被整合到CFD软件的开发中。
其中,数值方法是CFD软件的核心部分,也是优化软件的关键。
CFD软件使用的数值方法通常是基于Navier-Stokes方程的有限体积或有限元方法。
数值方法的主要目的是将Navier-Stokes方程离散化,从而获得流动的数值解。
CFD软件的开发过程可以分成四个主要阶段:首先,需求分析。
在这个阶段,软件开发团队与客户进行合作,确定软件的特定需求。
其次,设计和实现。
在这个阶段,软件开发团队开始实施需求并设计软件的架构。
然后是测试和修复阶段,这个阶段主要是为了测试软件的功能是否完全符合客户的需求,并修复错误。
最后是验证和优化。
在这个阶段,软件将被验证是否能够正确处理流体的行为,同时团队也会尝试优化性能以提高软件的效率。
虽然CFD软件的开发过程相对标准化,但是在实际应用过程中,软件的性能和可靠性常常面临挑战。
让我们看一下CFD技术所面临的几个主要问题,并讨论如何优化解决这些问题。
1.网格划分CFD软件使用网格来表示流体域,问题在于如何在这个域上划分出较少、但又足够准确的网格。
网格的分辨率对解决流体力学问题很重要,因为它直接影响数值解的准确性。
然而,高分辨率的网格需要更多的计算资源,造成较长的计算时间。
为解决该问题,可以使用适应性网格技术。
采用适应性网格技术,可以在需要求解高分辨率区域时增加网格分辨率,并在低分辨率区域保持网格分辨率,从而提高计算效率。
基于网格划分的计算流体力学模拟研究
基于网格划分的计算流体力学模拟研究在工程领域,计算流体力学(Computational Fluid Dynamics,简称CFD)已成为一种常见的分析工具,主要用于模拟流体的运动和相应变化,对工程设计和制造等过程进行优化和改进。
在CFD模拟中,网格划分是非常关键的一个环节,它决定了模拟结果的准确性和计算效率。
本文将重点探讨基于网格划分的CFD模拟,并对其研究意义和应用前景进行深入阐述。
1、CFD模拟的基本原理CFD模拟是一种基于数值方法的分析技术,它通过数值模拟来解决流体力学问题。
CFD模拟的基本原理是将流体运动的方程通过数值离散化的方法,转化为一个求解差分方程组的计算问题。
通常采用有限元、有限体积或有限差分等数值方法,将物理问题转化为离散的数值问题。
CFD模拟的基本步骤包括:建立模型、离散化、求解数值方法、结果后处理等。
2、网格划分在CFD模拟中的重要性CFD模拟的计算精度和计算效率都与网格划分有关。
网格划分影响着模拟结果的精度和计算速度,目前工程领域中常用的网格划分方法主要包括结构化网格和非结构化网格两种。
结构化网格是一种规则网格划分方法,具有较高的计算效率和精度,适用于处理简单的几何形状。
非结构化网格则是一种给定形状的无规则网格划分方法,适用于复杂的几何形状。
非结构化网格的精度较高,但计算效率被约束。
根据不同的工程需求和实际问题,选择合适的网格划分方法是为了获得最优的计算精度和计算效率。
3、基于网格划分的CFD模拟研究应用场景在工程领域,CFD模拟广泛应用于飞行器、汽车、船舶、建筑等领域中的气体和流体流动分析。
其中,航空航天领域是CFD模拟的重要应用领域之一,飞行器的气动力学分析、热力学分析和马赫数相关分析等都需要CFD模拟的支持。
另外,在汽车、船舶领域中,CFD模拟也发挥着重要作用,例如汽车外形优化、飞跃撞波的分析等。
4、CFD模拟研究的发展趋势和前景展望随着科技的发展,CFD模拟技术得到了广泛的研究和应用。
结构网格CFD应用程序在天河超级计算机上的高效并行与优化
结构网格CFD应用程序在天河超级计算机上的高效并行与优化IntroductionComputational Fluid Dynamics (CFD) has become an essential tool in modern engineering applications. It involves the numerical simulation of fluid flow and heat transfer through complex geometries based on the Navier-Stokes equations. In recent years, the computing power of High-Performance Computing (HPC) systems has significantly increased, enabling the simulation of complex problems with finer resolutions and greater accuracy. This paper describes the efficient parallelization of a structured grid CFD application on the Tianhe-2 supercomputer, along with optimization techniques to achieve the best performance.Structured Grid CFD ApplicationStructured grid methods are widely used in CFD applications, where the computational domain is divided into a set of regular grid cells. The structured grid provides a uniform resolution throughout the domain, allowing for accurate modeling of the flow and minimizing the numerical error. The CFD application used in this study is a structured grid solver for incompressible Navier-Stokes equations. The numerical method used is a second-order accurate finite volume method on a collocated grid. The equations are solved using an iterative method, such as the SIMPLE algorithm, which involves solving a set of algebraic equations for eachgrid cell.High-Performance Computing on Tianhe-2Tianhe-2 is a supercomputer located in Guangzhou, China, with a peak performance of 54.9 Petaflops. It consists of 16,000 nodes, each with two Intel Xeon Ivy Bridge processors and three Xeon Phi coprocessors. The nodes are interconnected by a high-speed network, allowing for efficient communication between nodes. The Tianhe-2 supercomputer is an ideal platform for large-scale CFD simulations due to its vast computational power.ParallelizationEfficient parallelization is essential for achieving high performance on a supercomputer. The structured grid CFD application has been parallelized using Message Passing Interface (MPI) to exploit parallelism across multiple nodes. Each node is responsible for a subset of the grid cells, and the computation is divided evenly between them. The communication between nodes is handled using the MPI Alltoall collective communication function for exchanging boundary values. Load balancing is critical for efficient parallelization, and an efficient load balancing algorithm is required to achieve optimal performance.Load BalancingThe load balancing algorithm used in this study is the Recursive Coordinate Bisection (RCB) algorithm. It divides the computational domain recursively into two using a set of planes perpendicular to the coordinate axes. The planes are chosen to ensure that the number of grid cells on either side of the plane is roughly equal. This process is repeated until each node is assigned a reasonably balanced subset of thegrid cells. The RCB algorithm is simple to implement and hasbeen shown to provide efficient load balancing for a wide range of applications.Optimization TechniquesSeveral optimization techniques have been used toimprove the performance of the structured grid CFDapplication on Tianhe-2. These optimizations involveminimizing the communication overhead, reducing the computational time, and improving memory utilization.Communication OverheadMinimizing the communication overhead is critical for efficient parallelization. The MPI Alltoall function used for exchanging boundary values involves communication between all nodes and can become a bottleneck for large-scale simulations. To minimize this overhead, a two-level communication strategy has been implemented. The first level involves communication between neighboring nodes using the MPI Send and Receive functions, while the second level involves the MPI Alltoall function for exchanging boundary values between non-neighboring nodes. This two-level communication strategy has been shown to reduce the total communication timesignificantly.Computational TimeReducing the computational time required for eachiteration is crucial to achieving high performance. One optimization technique used in this study is loop unrolling. Loop unrolling involves manually increasing the number of iterations executed in each loop, reducing the number of loop instructions and improving cache utilization. Another optimization technique is temporary Array Elimination. This technique involves eliminating unnecessary temporary arrays used for intermediate calculations, reducing the memoryaccessed during computation and improving cache utilization.Memory UtilizationThe efficient utilization of memory is essential for optimal performance. One optimization technique used in this study is memory alignment. Memory alignment involves aligning data structures to the size of the cache line, allowing for efficient memory access and reducing cache misses. Other techniques include loop blocking and loop tiling, which involve partitioning large loops into smaller ones, reducing the amount of memory accessed during computation and improving cache utilization.ConclusionIn conclusion, the efficient parallelization and optimization of a structured grid CFD application on the Tianhe-2 supercomputer have been described. The software has been parallelized using MPI, and the RCB algorithm has been used for load balancing. Optimization techniques such as loop unrolling, temporary Array Elimination, memory alignment, loop blocking, and loop tiling have been used to achieve the best performance. The optimized software has been tested on various problem sizes and shown to scale well up to 8000 nodes, achieving a parallel efficiency of 83%. The optimizations described in this paper can be applied to other similar CFD applications, allowing for efficient use of supercomputers for large-scale simulations.。
超大规模结构网格CFD数值模拟的初步研究
超大规模结构网格CFD数值模拟的初步研究在科技的海洋中,计算流体动力学(CFD)如同一艘精密的航船,它承载着科学家们对流体世界未知领域的探索梦想。
随着计算机技术的飞速发展,超大规模结构网格CFD数值模拟成为了这一领域中的新星,其光芒逐渐照亮了流体力学的未来。
首先,让我们来探讨一下超大规模结构网格CFD数值模拟的重要性。
在传统的CFD模拟中,由于计算资源的限制,我们往往只能对有限的区域进行模拟,这就像是在茫茫大海中只观察一滴水一样,虽然可以得出一些结论,但总是缺乏全局的视角。
而超大规模结构网格的出现,就像是给我们配备了一副望远镜,使得我们可以从更广阔的角度去观察和理解流体的行为。
然而,超大规模结构网格CFD数值模拟并非没有挑战。
它的计算量巨大,对计算机的性能要求极高,这就像是驾驶一艘巨轮穿越汹涌的海浪,需要有足够的动力和稳定性才能确保航行的安全。
此外,随着网格数量的增加,数值误差也会累积,这就需要我们像精密的钟表匠一样,对每一个细节都进行精确的调整和控制。
在实际应用中,超大规模结构网格CFD数值模拟已经展现出了其强大的能力。
在航空航天领域,它可以帮助我们更准确地预测飞行器周围的气流分布;在气候变化研究中,它可以模拟全球范围内的气候系统;在能源开发中,它可以优化风力发电机的设计。
这些应用就像是一颗颗璀璨的明珠,镶嵌在科技发展的皇冠上。
但是,我们也必须看到,超大规模结构网格CFD数值模拟还处于初级阶段,它的潜力还远远没有被完全挖掘出来。
我们需要更多的研究来提高其精度和效率,需要更多的创新来解决目前存在的问题。
这就像是一场马拉松比赛,我们现在只是刚刚起步,前方的道路还很长。
在未来的发展中,超大规模结构网格CFD数值模拟将会与人工智能、大数据等技术紧密结合,形成更为强大的工具。
它将会在更多的领域发挥作用,比如在环境保护、生物医学、材料科学等方面,都将有其独特的贡献。
这就像是一场科技的革命,将会改变我们对世界的认知和利用方式。
网格与CFD求解精度的关系
• Hex, Tri, Quad: 大多数网格的EquiAngle Skew 应该低于0.85。 • Tetrahedral: 大多数网格的EquiAngle Skew 应该低于0.9, 对于某些简单物理问题可以更大。 对于关键区域网格的Size Change应该低于2, 实际尺寸变化要视所研究的物理现象而定。
R
c
Circumscribed circle
b
e2
ac 2 bd 2
21
网格质量 – Diagonal Ratio
Diagonal Ratio 指标 (QDR) 仅用于Quad和Hex网格,定义如下:
QDR max d1, d 2 , , d N min d1, d 2 , , d N
c1 c0
node值是cell值的加权平均
7
FLUENT中的有限体积法(6)
面值计算
Green-Gauss
FLUENT默认 相邻网格中心点的代数平均 计算量较小,准确度可以接受
Cell-Based method
Green-Gauss
Node-Based method
所求解的面上各节点值的代数平均 节点值取作周围网格单元值的代数加权平均 当非结构化网格时,比Cell-Based 更准确
Coarse mesh (228 cells)
medium mesh (912 cells)
一些需要了解的关于CFD的常识
一些需要了解的关于CFD的常识关于网格:1. 网格是CFD 的几何表达形式,也是模拟和分析的载体。
2. 网格质量对CFD 计算的精度和效率影响很大。
3. 单连域:求解区域边界线内不包含有非求解区域。
多连域:求解区域含有非求解区域。
4. 绕流问题的网格一般为O 型和C 型网格。
考虑使用结构还是非结构网格的时候,主要考虑以下几个因素:1. 主要考虑网格的多少,这才是真正影响计算消耗最大的因素。
主要从以下的观点进行考虑。
当几何外形太复杂或者流动的长度尺度太大时,三角形网格和四面体网格所生成的单元会比等量的包含四边形网格和六面体网格的单元少得多。
这是因为三角形网格和四面体网格允许单元聚集在流域的所选区域,而四边形网格和六面体网格会在不需要加密的地方产生单元。
非结构的四边形网格和六面体网格为对于一般复杂外形提供了许多三角形和四面体网格的优点。
(复杂外形建议用非结构网格)2. 网格的比率。
四边形和六边形单元的一个特点就是它们在某些情况下可以允许比三角形/四面体单元更大的比率。
三角形/四面体单元的大比率总会影响单元的歪斜。
因此,如果你有相对简单的几何外形,而且流动和几何外形很符合,比如长管,你就可以使用大比率的四边形和六边形单元。
这种网格可能会比三角形/四面体网格少很多单元。
(流动和外形比较符合且外形简单时,建议使用结构网格)关于数值耗散问题,有如下几点:● 当真实耗散很小时,即对流占主导地位时,数值耗散是显而易见的。
● 所有的解决流体问题的数值格式都会有数值耗散,这是因为数值耗散来源于截断误差,截断误差是描述流体流动的离散方程导致的。
●FLUENT 中所用的二阶离散格式可以帮助减少解的数值耗散的影响。
● 数值耗散量的大小与网格的分辨率成反比。
因此解决数值耗散问题的一个方法就是精化网格。
● 当流动和网格成一条直线时数值耗散最小(所以我们才要使用结构网格来计算啊)最后一点和网格选择最有关系。
很明显,使用三角形/四面体网格流动永远不会和网格成一条直线,而如果几何外形不是很复杂时,四边形网格和六面体网格可能就会实现流动和网格成一条线。
CFD分析基础-边界、网格、湍流模型
Realizable k–ε (RKE) 模型
术语 realizable 意味着这个模型满足在雷诺压力上的特定数学约束,
与物理紊流流动一致. uiuj 0
法向应力为正: 关于 Reynolds 剪切压力的Schwarz’不等式 :
uiuj
2
ui2u
2 j
标准 k–ε 模型和 RNG k–ε 模型都不是可实现的
LES(大涡模拟)基本原理
动量、质量、能量及其他被动标量大多由大尺度涡输 送
大涡结构(又称拟序结构)受流场影响较大,是由所 涉及流动的几何形状和边界条件决定的。
小尺度涡则认为是各向同性的受几何形状与边界条件 影响较小。
大涡模拟通过滤波处理,将小于某个尺度的旋涡从流 场中过滤掉,只计算大涡,然后通过求解附加方程得 到小涡的解。
标准 k–ε 模型的变形. “realizability” 来自允许确定的数学约束的改变的最终根据改善这种模型的性能.
Standard k–ω
SST k–ω Reynolds Stress
两个输运方程模型解出 k 和 ω, 指定的耗散率 (ε / k) 基于 Wilcox (1998). 这是默认的 k–ω模型. 在有界 壁面和低雷诺数流动中显示了较高性能. 显示了对过渡的较好预测. 用来解决过渡, 自由剪切, 和可压 流动.
DES(分离涡模拟模式) LES/ 4 fps
Example: Flow Around a Cylinder
wall
2 ft
1 ft
2 ft
wall
5 ft
14.5 ft
Compute drag coefficient of the cylinder
Turbulence Modeling Approach
自适应网格技术在计算流体力学中的应用
自适应网格技术在计算流体力学中的应用计算流体力学(Computational Fluid Dynamics,简称CFD)是一门研究流体力学问题的科学和工程技术方法。
它通过数值方法对流体力学方程进行离散化,并利用计算机模拟流体力学问题的运动和相互作用。
而自适应网格技术作为计算流体力学的重要工具之一,可以对流体流动区域进行细分和调整,以获得更精确的仿真结果。
自适应网格技术通过根据流体流动的特性和计算需要,动态地调整计算网格的分辨率,以达到更好的数值计算精度和效率。
在计算流体力学的应用中,自适应网格技术主要有以下几个方面的应用。
首先,自适应网格技术可以提高计算的精度。
在流体力学仿真中,流场往往存在着复杂的流动结构和梯度变化,传统的均匀网格很难完全捕捉到这些细节。
通过自适应网格技术,可以根据流场中的梯度变化情况,对流动的关键区域进行细化,并加密网格,以提高数值计算的精度。
其次,自适应网格技术可以提高计算的效率。
在仿真大规模流动问题时,计算网格的密度会影响计算的时间和空间复杂度。
通过自适应网格技术,可以根据流场的特性,灵活调整网格的密度,从而减小计算量,提高仿真的效率。
另外,自适应网格技术可以处理流动问题中的局部异常区域。
在某些情况下,流动的关键区域可能会有局部的异常,例如激波或涡旋。
针对这些异常区域,通过自适应网格技术可以对其进行网格细化,以获得更精确的流场分布和数值计算结果。
自适应网格技术的应用不仅仅局限于二维流场,在三维流体力学仿真中同样发挥着重要的作用。
对于三维流场,自适应网格技术可以在不同方向上进行细化,以更好地捕捉流动的细节和变化。
总体而言,自适应网格技术在计算流体力学中的应用对于提高数值计算的精度和效率,以及处理流动问题中的异常区域具有重要的意义。
它能够根据流体流动的特性,在计算中动态地调整网格的分辨率,以达到最佳的数值计算结果。
随着计算能力的不断提升和自适应网格技术的发展,相信它在计算流体力学领域的应用会得到更多的发展和推广。
网格计算及其在科学计算中的应用
网格计算及其在科学计算中的应用随着科技的不断进步,计算机技术也在不断发展。
在计算机科学领域中,网格计算(Grid computing)作为一种新型的分布式计算模式,已经应用于各种领域。
本文将介绍网格计算的基本概念和原理,以及在科学计算领域中的应用。
一、网格计算的概念和原理网格计算是一种基于互联网的分布式计算模式,既可以利用计算机集群,也可以利用互联网上的计算机资源。
网格计算的基本原理是将多个计算机进行连接,并将它们作为一个整体来进行计算任务的分配和协调。
网格计算需要一个分布式计算的软件基础架构来实现,这种基础架构包括了一套协议、一组中间件和应用程序的 API 接口。
这些软件基础架构的主要目标是实现任务协调和数据传输,同时还需要提供安全保护机制,这使得网格计算成为科学计算中的一种重要技术。
二、网格计算在科学计算中的应用网格计算具有高效、灵活和可扩展性等优势,因此在科学计算中有着广泛的应用。
以下是网格计算在科学计算中的几个典型应用:1、基因组学基因组学是研究基因组结构、功能及其操作的分析学科。
它是生物信息学的一个主要分支。
网格计算在基因组学中的主要应用是基因数据分析。
基因数据在各个维度上的复杂性使得分析这些数据需要大量的计算资源。
因此,网格计算能够帮助生物学家快速地分析基因数据,从而增加研究进展。
2、天文学天文学是研究宇宙物理、恒星和行星运行及其相关现象的学科。
网格计算在天文学中的主要应用是数据处理和模拟运算。
天文学数据量非常庞大,通过网格计算,科学家们可以将这些数据分解到不同的计算节点中,从而加快数据处理速度,提高科研效率。
3、高能物理学高能物理学研究粒子,如电子、质子和中子,以及它们之间的相互作用和衍射效应。
网格计算在高能物理学中的应用主要是在数据的分析和存储过程中。
大型粒子对撞机实验产生了大量的数据。
这些数据的大小约为每秒200兆字节左右。
通过网格计算,科学家们可以通过互联网共享这些数据,并对它们进行分析和处理。
cfd-22
文章编号: (2009)-22气动院航空并行CFD计算平台及应用王志川 董军 张铁军 王娜(中国航空工业空气动力研究院 沈阳 110034)摘要中航工业空气动力研究院航空高精度并行CFD平台,目的是开发并验证能满足工业设计所要求的高可靠和高有效性的数值计算工具,用于大型客机(运输机)全机粘性流场空气动力模拟和气动设计。
航空并行CFD平台软件系统包括分区多块结构网格(嵌套网格)并行CFD计算子系统和非结构混合网格并行CFD计算子系统。
本文简要介绍了航空并行CFD计算平台,并通过采用AIAA阻力评估组给出的标准机翼和民机DLR-F6标模的验证计算,获得了比较满意的计算结果和收敛效果。
航空并行CFD平台为大型客机设计提供了计算工具,将在大型客机及运输机的气动设计方面发挥重要作用。
关键词计算流体动力学空气动力并行计算民机1 引言计算机软硬件技术和计算流体力学(CFD) 的高速发展使得CFD技术在航空飞行器设计工作中越来越占据了重要的位置,飞机型号的布局选型、初步和详细设计阶段往往需要通过大量的CFD计算来完成,而风洞试验也需要CFD计算来指引试验方向和对试验结果进行有效修正,在雷诺数修正、布局优化设计、详细流场刻画等方面,CFD较风洞试验更具有优势。
因此,依靠航空CFD数值模拟技术,既便于分析各种流动参数对流动规律的影响,又能快速对设计方案进行评估和优化,还可以指导后继的风洞试验验证工作,避免盲目性造成的设计过程反复,从而达到提高设计质量、缩短研制周期和降低研制成本。
在大型客机气动设计过程中,世界各个客机设计与制造商均在综合利用先进的CFD工具、风洞实验技术以及飞行试验技术,节约研制成本、缩短研制周期,同时提高飞机升阻比和巡航效率,以期获得良好的经济效益。
波音公司在高性能计算报告中指出,1980年波音在风洞中测试了77种模型,最终得出了767的机翼设计方案。
仅仅25年后,通过使用CFD工具,波音制作并测试了11种787机翼,降低了超过80%的试验。
网格计算介绍及相关案例
网格计算介绍及相关案例网格计算的核心思想是将计算资源(包括硬件和软件)组织成一个统一的虚拟计算环境,使得用户可以透明地获取和利用分散的、异构的计算资源。
这种分散的互联计算环境可以包括多台计算机、存储设备、网络和传感器等,这些设备可能位于不同的物理位置,由不同的管理者管理。
网格计算的目标是提供高性能、可扩展性、高度灵活和可靠的计算服务。
网格计算的运行方式可以分为两种:任务型和数据型。
任务型网格计算是将任务分解成小任务在各个计算节点上并行执行,每个计算节点独立计算一部分,并将结果返回给任务协调者进行集成。
数据型网格计算则是将数据存储在可以共享的存储设备上,各个计算节点可以根据需要访问这些共享数据进行计算。
网格计算可以应用在许多领域,下面是一些网格计算的相关案例:1.生物医学研究:网格计算可以用于模拟和分析蛋白质结构、分子动力学模拟、基因组学数据的分析和解读等。
例如,生物医学研究者可以使用网格计算来加速药物筛选和设计过程,通过对大量分子进行模拟和计算,寻找具有潜力的药物候选物。
2.天文学研究:天文学家常常需要处理和分析来自多个天文观测站的大量数据,网格计算可以帮助天文学家处理和分析这些数据。
例如,使用网格计算可以实现天体模拟、星系演化研究和脉冲星信号的检测等。
3.航空航天工程:航空航天工程常常需要进行复杂的数值模拟和工程计算,网格计算可以提供大规模的计算资源来支持这些计算需求。
例如,航空航天工程师可以使用网格计算来模拟飞机在不同飞行状态下的气动特性,以提高飞机的性能和安全性。
4.金融风险分析:金融行业需要对大量的金融数据进行分析和风险评估,网格计算可以提供高性能的计算资源来支持大规模的数据分析。
例如,金融机构可以使用网格计算来进行金融衍生品的定价和风险度量,以支持投资决策和风险管理。
5.大规模数据处理:随着数据量的不断增加,许多领域都面临着大规模数据处理的挑战,网格计算可以提供高性能和可扩展的计算资源来支持大规模数据处理。
网格计算的应用领域解析
网格计算的应用领域解析随着信息技术的不断发展,计算机科学领域涌现出了各种强大的计算范式和工具,其中网格计算技术无疑是一项重要的突破。
网格计算是一种分布式计算范式,它将分散的计算资源汇集到一起,形成一个强大的计算平台,用于解决复杂的科学、工程和商业问题。
本文将探讨网格计算的应用领域,揭示其在各个领域中的巨大潜力。
## 网格计算在科学研究中的应用科学研究一直依赖于大规模的计算来解决复杂的问题,而网格计算为科学家提供了强大的计算资源。
在天文学中,网格计算用于模拟宇宙的演化,分析星系的形成和运动,以及探索黑洞等神秘现象。
在生物学领域,网格计算用于分析基因组数据,预测蛋白质结构,以及模拟生物过程。
此外,在气象学、地质学和物理学等领域,网格计算也发挥着关键作用,帮助科学家更好地理解自然现象和解决复杂问题。
## 工程应用中的网格计算工程领域也是网格计算的重要应用领域之一。
例如,在航空航天工程中,网格计算用于模拟飞机和航天器的气动性能,以便改进设计。
在建筑工程中,网格计算可以模拟建筑结构的强度和稳定性,帮助设计师制定更安全的建筑方案。
此外,汽车制造、电子设备设计、能源领域等工程领域也广泛采用网格计算技术,以提高产品质量和降低成本。
## 商业和金融领域的网格计算应用在商业和金融领域,网格计算被广泛用于数据分析、风险管理和金融建模。
银行和金融机构使用网格计算来分析大规模的金融数据,以预测市场趋势、进行投资组合优化和进行风险评估。
零售业也受益于网格计算,通过分析大量的销售数据来制定营销策略和优化供应链管理。
## 医疗保健和生命科学中的网格计算在医疗保健领域,网格计算有助于医生和研究人员处理大规模的医学图像数据,如MRI和CT扫描图像,以进行疾病诊断和治疗计划。
此外,基因组学研究也依赖于网格计算,以加速基因序列分析和药物研发。
## 网格计算的环境和气候应用环境保护和气候研究也受益于网格计算技术。
科学家可以利用分布在全球的网格计算资源来模拟气候变化、分析大气污染、研究生态系统和制定环境政策。
1009CFD基础和网格计算I
1009 CFD 基础和网格计算I0、计算流体力学(CFD)基础计算流体动力学(Computational Fluid Dynamics, CFD )是近代流体力学、数值数学和计算机科学相结合的产物,是一门具有强大生命力的边缘科学。
CFD方法是对流场的控制方程用计算数学的方法将其离散到一系列网格节点上求其离散的数值解的一种方法。
控制所有流体流动的基本定律是:质量守恒定律、动量守恒定律和能量守恒定律。
由它们分别导出连续性方程、动量方程(N-S方程)和能量方程。
应用CFD方法进行平台内部空气流场模拟计算时,首先需要选择或者建立过程的基本方程和理论模型,依据的基本原理是流体力学、热力学、传热传质等平衡或守恒定律。
由基本原理出发可以建立质量、动量、能量、湍流特性等守恒方程组,如连续性方程、扩散方程等。
这些方程构成非线性偏微分方程组,不能用经典的解析法,只能用数值方法求解。
求解上述方程必须首先给定模型的几何形状和尺寸,确定计算区域并给出恰当的进出口、壁面以及自由面的边界条件。
而且还需要适宜的数学模型及包括相应的初值在内的过程方程的完整数学描述。
求解的数值方法主要有有限差分法(FDM)、有限元法(FEM)以及有限分析法(FAM),应用这些方法可以将计算域离散为一系列的网格并建立离散方程组,离散方程的求解是由一组给定的猜测值出发迭代推进,直至满足收敛标准。
常用的迭代方法有Gauss-Seidel 迭代法、TDMA 方法、SIP法及LSORC法等。
利用上述差分方程及求解方法即可以编写计算程序或选用现有的软件实施过程的CFD模拟。
1、CFD求解力学问题的过程2、网格计算网格,即在计算区域内一些列离散的点。
计算流体力学通过将控制方程离散,使用数值方法得到网格节点上的数据(如速度、温度、压力等),即数值解。
控制方程的离散方法主要由有限控制体积法、有限差分方法和有限元方法。
网格主要分为结构化网格和非结构化网格。
结构化网格,可以用一个固定的法则予以命名,非结构化网格的节点位置不能用一个固定的法则予以有序的命名。
CFD 计算对计算网格有特殊的要求
CFD 计算对计算网格有特殊的要求,一是考虑到近壁粘性效应采用较密的贴体网格,二是网格的疏密程度与流场参数的变化梯度大体一致。
对于面网格,可以设置平行于给定边的边界层网格,可以指定第二层与第一层的间距比,及总的层数。
对于体网格,也可以设置垂直于壁面方向的边界层,从而可以划分出高质量的贴体网格。
而其它通用的CAE 前处理器主要是根据结构强度分析的需要而设计的,在结构分析中不存在边界层问题,因而采用这种工具生成的网格难以满足CFD 计算要求,而Gambit 软件解决了这个特殊要求。
如果先在一条边上画密网格再在之上画边界层,边界层与网格能很好的对应起来如果直接在一条边上画边界层,则边界层横向之间的距离很宽怎么设置边界层横向之间的距离,即不用先画网格也能画出横向距离很密的边界层来?在划分边界层网格之前,用粘性网格间距计算器,计算出想要的y+值对应的第一层网格高度;第一层高度出来之后,关于网格的纵横向网格间距之比,也就是边界层第一层网格高度与横向间距之比,大概在1/sqrt(Re),最为适宜;先在你要划边界层网格的边上划分线网格,然后再划分边界层。
gambit本人也用了一段时间,六面体网格四面体网格我都画过,但是最头疼的还是三维边界层网格的生成。
用gambit自带的边界层网格生成功能画出来的边界层网格经常达不到好的效果,或者对于复杂的外形根本就无法生成边界层网格。
为此我就采用手动设置边界层,但是比较费时间,效果还一般。
不知道大家是不是也遇到相似的问题,或者有更好的方法,请指点一下,先谢谢了!22 什么叫松弛因子?松弛因子对计算结果有什么样的影响?它对计算的收敛情况又有什么样的影响?1、亚松驰(Under Relaxation):所谓亚松驰就是将本层次计算结果与上一层次结果的差值作适当缩减,以避免由于差值过大而引起非线性迭代过程的发散。
用通用变量来写出时,为松驰因子(Relaxati on Factors)。
航空器气动设计的最新计算方法
航空器气动设计的最新计算方法在航空领域,航空器的气动设计一直是至关重要的环节。
随着科学技术的不断进步,新的计算方法层出不穷,为航空器的设计带来了更高的精度和效率。
传统的气动设计方法主要依赖于风洞试验和经验公式。
风洞试验虽然能够提供较为准确的结果,但成本高昂、周期长,而且对于复杂的气动外形,试验结果的准确性也会受到一定的限制。
经验公式则往往基于有限的试验数据和简化的理论模型,适用范围有限。
近年来,计算流体力学(CFD)方法在航空器气动设计中得到了广泛的应用。
CFD 通过数值求解流体流动的控制方程,能够模拟复杂的流场结构和气动现象。
其中,基于雷诺平均NavierStokes(RANS)方程的CFD方法是目前工程应用中最为常见的。
然而,RANS方法在处理一些复杂的流动现象,如大分离流动、湍流过渡等方面仍存在一定的局限性。
为了克服这些局限性,一些新的计算方法应运而生。
其中,脱体涡模拟(DES)和大涡模拟(LES)方法受到了广泛的关注。
DES方法结合了RANS和LES的优点,在近壁面区域采用RANS 模型,而在远离壁面的区域采用LES模型。
这样既能保持RANS方法在近壁面计算的高效性,又能在远离壁面的区域捕捉到大规模的涡结构,提高对分离流动的预测能力。
然而,DES方法在网格分辨率和模型切换等方面仍存在一些问题需要进一步研究和解决。
LES方法直接求解大尺度的涡结构,对湍流的模拟更加准确。
但由于其计算量巨大,目前在全机规模的气动设计中应用还比较有限。
为了提高LES方法的实用性,一些基于LES的混合方法,如分离涡模拟(DVS)和尺度自适应模拟(SAS)等被提出。
除了上述基于湍流模拟的方法,基于优化算法的气动设计方法也取得了重要的进展。
多目标优化算法、遗传算法等被广泛应用于航空器的气动外形优化设计。
这些算法能够在给定的设计空间内自动搜索最优的气动外形,大大提高了设计效率。
在优化过程中,伴随方法的应用也显著提高了计算效率。
大规模多区结构网格CFD应用的高效并行模拟技术
大规模多区结构网格CFD应用的高效并行模拟技术王勇献1*, 张理论1, 刘巍1, 车永刚1, 徐传福1, 王正华1(1 国防科学技术大学计算机学院, 湖南长沙410073)摘要本文就多区结构网格上的大规模CFD流场模拟的高效并行方法进行了研究,并讨论了在天河超级计算机上与运行时相关的性能提升措施,测试结果表明该并行实现可获得了较大的性能提升。
关键词计算流体力学; 多区结构网格; 并行计算; MPI+OpenMP; CPU核绑定1 引言近年来,随着计算流体力学(CFD)方法的不断突破和计算机技术的快速发展,基于CFD 的数值模拟方法开始越来越多地被应用到航空航天飞行器的研究和设计当中,成为航空航天飞行器研制的有力工具。
为了提高CFD数值模拟的计算规模、计算效率,更好地满足工程设计、科学研究等目标,CFD数值模拟代码通常需要并行计算,以便充分利用高性能计算机的强大并行处理能力。
CFD数值模拟代码的计算核心是求解器,其中包括CFD的模型离散、计算格式等。
CFD程序读入由前处理产生的网格数据后,根据给定的流场初始条件进行初始化,最终通过求解器对流动方程获得流场变量的数值模拟结果。
CFD求解器通常是整个程序中计算量最大最为耗时的部分,其并行实现直接影响了CFD程序的整体性能,是CFD并行研究的主要对象。
传统的并行CFD程序采用区域分解方式,根据高性能计算机特点,可以实现为共享存储或消息传递并行程序,不同区域在不同进程或线程上运行求解器,获得每个时间步的流场结果后需要对区域之间的边界进行信息交换。
在利用CFD进行大规模流场的并行数值计算过程中,需要综合考虑CFD应用特点和高性能计算机体系结构,以获得最佳的模拟性能。
除了传统并行数值模拟应用中的负载平衡、任务分配等因素外,本文试图从优化配置并行应用的运行时环境这一视角出发,探索CFD应用软件与高性能计算平台的最优适配策略,同时考虑超大问题规模并行数值计算中的容错等新问题,研究相应解决方案,最终实现大规模多区结构网格CFD应用的高效并行数值模拟。
网格计算技术在大规模CFD计算上的应用
第27卷 第6期空气动力学学报Vol.27,No.6 2009年12月ACTA AER ODYNAMICA SINICA Dec.,2009 文章编号:025821825(2009)0620696205网格计算技术在大规模CFD计算上的应用蔡巧言1,杜 涛2(1.西北工业大学航空学院,西安 710072;2.中国运载火箭技术研究院研究发展中心,北京 100076)摘 要:针对大规模数值计算规模化管理的难题,采用网格计算技术将网络环境下分散的计算资源组建了CFD网格计算环境。
采用主动接入方式,以中心服务器为核心的网格计算管理和服务模式,构建CFD网格计算环境,实现了CFD计算在网格环境内的自动化计算管理,提高了计算资源的利用效率,降低了设计人员的劳动强度。
关键词:网格计算;CFD;大规模计算中图分类号:V211.3 文献标识码:A0 引 言 随着CFD技术的日益成熟,计算能力的高速增长,计算资源的成本快速降低,CFD计算技术在现代飞行器的气动设计中能够发挥越来越大和越来越深刻的作用[1]。
目前,所面临的最大问题不再是计算资源的不足,而是如何利用好、管理好庞大的计算资源,发挥出高性能计算资源应有的作用。
两个突出的瓶颈问题是网格生成技术和计算过程的管理和调度仍然处于手工状态,已经不适应CFD大规模化的需求,阻碍了CFD技术在工程设计上的应用[2]。
如果不重视和解决这些问题,计算资源的高速增长并不会必然带来CFD计算质量和计算效率的双重提高。
美国是世界上信息资源最发达的国家,NASA 很早就面临大规模计算引入工业设计系统的障碍。
为此,NASA在2001年开展了CICT计划,其目的就是确保NASA在融合数字技术方面继续保持领先地位。
其中的CN IS(Comp uting,Networking and In2 formation Systems)子计划的核心就是试图将地面、空中和太空中的各种分布式信息资源整合在一起, CFD计算人员能够方便地进入和利用这些信息资源,同时资源对工程科研人员又是透明的。
CFD网格的通俗介绍
CFD网格的分类,如果按照构成形式分,可以分为结构化和非结构化结构化:只能有六面体一种网格单元,六面体顾名思义,也就是有六个面,但这里要区分一下六面体和长方体。
长方体(也就是所有边都是两两正交的六面体)是最理想完美的六面体网格。
但如果边边不是正交,一般就说网格单元有扭曲(skewed).但绝大多数情况下,是不可能得到完全没有扭曲的六面体网格的。
一般用skewness来评估网格的质量,sknewness=V/(a*b*c).这里V是网格的体积,a,b,c是六面体长,宽和斜边。
sknewness越接近1,网格质量就越好。
很明显对于长方体,sknewness=1.那些扭曲很厉害的网格,sknewness很小。
一般说如果所有网格sknewness>0.1也就可以了。
结构化网格是有分区的。
简单说就是每一个六面体单元是有它的坐标的,这些坐标用,分区号码(B),I,J,K四个数字代表的。
区和区之间有数据交换。
比如一个单元,它的属性是B=1, I=2,J=3,K=4。
其实整个结构化单元的概念就是CFD计算从物理空间到计算空间mapping的概念。
I,J,K可以认为是空间x,y,z 在结构化网格结构中的变量。
三维网技术论坛! p9 T0 u2 z+ @, i6 c非机构化:可以是多种形状,四面体(也就三角的形状),六面体,棱形。
对任何网格,都是希望网格单元越规则越好,比如六面体希望是长方形,对于四面体,高质量的四面体网格就是正四面体。
sknewness的概念这里同样适用,sknewness越小,网格形状相比正方形或者正四面体就越扭曲。
越接近1就越好。
很明显非结构化网格也可以是六面体,但非结构化六面体网格没有什么B,IJK的概念,他们就是充满整个空间。
对于复杂形状,结构化网格比较难以生成。
主要是生成时候要建立拓扑,拓扑是个外来词,英语是topology,所以不要试图从字面上来理解它的意思。
其实拓扑就是指一种有点和线组成的结构。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第27卷 第6期空气动力学学报Vol.27,No.6 2009年12月ACTA AER ODYNAMICA SINICA Dec.,2009 文章编号:025821825(2009)0620696205网格计算技术在大规模CFD计算上的应用蔡巧言1,杜 涛2(1.西北工业大学航空学院,西安 710072;2.中国运载火箭技术研究院研究发展中心,北京 100076)摘 要:针对大规模数值计算规模化管理的难题,采用网格计算技术将网络环境下分散的计算资源组建了CFD网格计算环境。
采用主动接入方式,以中心服务器为核心的网格计算管理和服务模式,构建CFD网格计算环境,实现了CFD计算在网格环境内的自动化计算管理,提高了计算资源的利用效率,降低了设计人员的劳动强度。
关键词:网格计算;CFD;大规模计算中图分类号:V211.3 文献标识码:A0 引 言 随着CFD技术的日益成熟,计算能力的高速增长,计算资源的成本快速降低,CFD计算技术在现代飞行器的气动设计中能够发挥越来越大和越来越深刻的作用[1]。
目前,所面临的最大问题不再是计算资源的不足,而是如何利用好、管理好庞大的计算资源,发挥出高性能计算资源应有的作用。
两个突出的瓶颈问题是网格生成技术和计算过程的管理和调度仍然处于手工状态,已经不适应CFD大规模化的需求,阻碍了CFD技术在工程设计上的应用[2]。
如果不重视和解决这些问题,计算资源的高速增长并不会必然带来CFD计算质量和计算效率的双重提高。
美国是世界上信息资源最发达的国家,NASA 很早就面临大规模计算引入工业设计系统的障碍。
为此,NASA在2001年开展了CICT计划,其目的就是确保NASA在融合数字技术方面继续保持领先地位。
其中的CN IS(Comp uting,Networking and In2 formation Systems)子计划的核心就是试图将地面、空中和太空中的各种分布式信息资源整合在一起, CFD计算人员能够方便地进入和利用这些信息资源,同时资源对工程科研人员又是透明的。
这样将利用计算资源和管理计算资源分开,在提高保密性的同时降低了普通用户利用资源的难度,使其可以将精力放在他们需要解决的问题上。
该计划当时提出的里程碑式目标是:借助新技术的应用,在7天时间内,能够生成1000个CFD计算结果[3]。
2003年该研究成果应用到了Space Launch Initiative(SL I)计划中的Langley滑翔返回助推器(L G BB)研制工作中。
当时调用了分布在全国各地4个单位的13台不同型号的大型计算机,共计超过2000多个CPU,构造了一个临时性跨域的CFD计算大网格,完全基于CFD数值计算结果建立L G BB气动数据库[3,4]。
结果只用了72小时实现CN IS计划的里程碑目标。
在规定的7天里面,进行了5900多次作业的提交,最终生成了211个NS解和2863个Euler解,远远超过了里程碑目标。
如果采用人工方式处理,则需要不间断地每小时处理36个作业,才能完成上述任务。
日本是世界上最重视CFD技术在航天工程领域应用的国家。
从20世纪90年代起,J AXA用于CFD 计算的专用计算机的计算能力一直排名全球高性能计算机的前几名,甚至一度排名世界第一[5]。
J A XA 认为计算任务的调度和管理是高效率高运行巨型计算资源的关键性问题[1]。
为此,他们在十万亿次量级的第三代的Numerical Simulator(NS-III)开发了智能化的任务调度系统NS J S(Numerical Simulator Job Scheduler)系统,采用统一的方式有效地降低了管理队列和资源方面的浪费[1]。
在本文中,将介绍我们采用网格计算技术,将办公用计算机资源整合,实现自动管理CFD的计算过程。
通过采用网格计算技术后,降低了人工劳动强度,提高了机器资源的利用效率。
3 收稿日期:2008208201; 修订日期:2009209223 作者简介:蔡巧言(19682),女,河北人,研究员,在读博士生,主要从事大气层飞行器气动设计和热环境研究工作.1 CFD应用问题分析 在大气层内飞行的飞行器的研制过程中,气动布局设计需要提供飞行器在各种飞行条件下(高度、马赫数、攻角、舵偏等等多种因素)的气动特性数据库供控制系统设计使用。
这样得到的气动状态矩阵将是非常庞大的。
随着高性能计算机的出现,大规模CFD计算成为可能,国外提出了完全采用CFD计算建立飞行器气动数据库的概念[4]。
在工程研制上实现这一概念,面临的最大瓶颈问题是海量CFD计算任务在大规模计算资源上的调度和管理问题。
同时最终用户不可能都是计算专家,直接面对和使用巨型机,存在很大的技术困难。
CFD计算任务传统的手工管理方式必须向计算任务的自动管理和自动调度方式转变。
否则大规模计算资源不一定必然带来高效率的计算。
这里,我们考虑引进网格计算技术来解决上述问题。
首先我们从计算的专业角度来分析工程型号设计所需要的大规模CFD计算任务的特点: 属于计算密集型应用,CPU资源消耗量高,单次作业计算时间长,任务可分割、且没有频繁通信; 传统的单机作业排队运算会造成负载不均衡,一台机器为很多作业提供服务时,其他机器却空闲,系统的整体效率不高; 普通的计算环境缺乏整体管理和统一协调,不能很好地在不同任务和用户之间协调,资源无法充分利用,用户平均等待时间较长; 用户使用比较复杂,需要通过多次操作和指令才能完成作业。
网格计算技术可以成为解决上述问题的一个有力手段。
网格技术的核心思想是将各种基于网络的计算资源,通过某种机制整合在一起。
最终用户直接向计算资源的管理者提交任务,由管理者在计算资源上布署任务,监管任务计算进程,将最终计算结果返回任务提交者。
网格计算的优势在于: 共享。
网格通过在高速互连网上构建一层中间件,将网上的各种资源整合成一台巨大的超级计算机供全体用户使用,实现了资源的集中管理和集中调度; 协同。
网格同时使用网上的多类资源,为用户提供安全、透明的协同计算服务、数据整合服务、信息挖掘和处理等服务; 简易。
对最终用户体现“透明性”,最终用户不需要掌握复杂的任务管理和调度技术细节,降低了用户的使用难度; 高效。
网格通过集中管理和调度,提高现有计算设备的使用率,可以有效降低用户平均等待时间,实现总体计算成本的降低。
下面将介绍我们如何利用网格计算技术,构建CFD网格计算环境的技术路线。
2 CFD网格计算结构框架 图1给出了所用网格结构框架图。
一台独立服务器作为中心管理器,其作用为:①掌握各种计算资源的状态,②接受来自用户端提交的各种计算任务和指令,③向各个可用资源调配计算任务,④监控计算任务的进程状态。
中心服务器上还需要建立一个数据库,存储各种信息。
数据库由5个关联数据库表组成,表1给出了数据库采用的关系数表和相对应的功能。
数据库包含5个表格,分别存储和管理用户基本信息、计算资源信息、用户提交任务信息、不可分割的最小计算任务信息和计算资源上所能提供的计算服务信息。
上述5个数据库构成了进行计算任务管理和调度的基础信息。
图1 网格计算框架结构图Fig.1 Framework chart for grid computation表1 数据库表T able1 T able of d atab ase编号数据库表格功能1Users表保存用户的基本信息2Resource表保存计算资源节点信息3Jobs表保存用户提交过的计算任务4Tasks表保存所有原子任务信息5Programs表保存计算节点提供的参与系统的计算程序信息 不可分割的最小计算任务信息和计算资源上所能提供的计算服务信息。
上述5个数据库构成了进796第6期 蔡巧言等:网格计算技术在大规模CFD计算上的应用行计算任务管理和调度的基础信息。
图2给出了网格计算基本功能的模块结构图。
网格计算的任务流程如下:图2 网格计算基本功能模块Fig.2 Element function module for grid computation 1.Portal 为用户提供了浏览器方式的操作界面,选择工作的处理软件,并通过Web 网页接口提交工作模版和任务列表。
整个Portal 采用静态ht ml 和J ava Servlet 相结合的技术,实现前端与后端的跨平台无缝结合。
考虑到这是一个实验性网格系统,所管理的计算资源不会超过100个节点。
服务器的负载测量不大,直接用apache 2tomcat 作为Web Server 及Servlet Container ;2.中心节点收到用户请求,对任务进行前期处理,生成一个任务事件TaskInfo ,将其交给Root 2Node 的任务管理模块处理。
任务管理模块将Task 按照优先级插入到任务队列TaskQueue 中;3.系统循环地每次从队列当前指针位置取下一个任务进行处理,处理失败后将该任务移至对尾;处理成功则将该任务的分配信息添加到Root 节点维护的已分配任务向量数组中,然后更新数据库中的Tasks 表,设置分配时间,最后将分配的原子任务发送到相应的计算节点,同时启动对该task 的监控线程,管理过程见图3;图3 任务调度流程示意图Fig.3 Sketch map of task assignment flow 4.底层网格计算节点接收到中心节点分配的原子任务,分解任务然后调度软件执行计算处理,计算过程中响应中心节点的一些任务监测请求,返回相关信息并定期返回计算中间结果,计算结束后返回结果; 5.中心节点接收各计算节点返回的任务结果,按要求作必要的后期处理,通过Web 接口(Portal )返回给用户。
3 CFD 网格计算软件运行 我们采用J ava 平台编制了CFD 网格计算管理软件具体实现了上述功能,CFD 计算软件采用中国空气动力研究与发展中心开发的高超平台软件。
图4给出了网络计算资源的Web 界面。
界面给出了网络资源的节点地址、可运行程序的列表、运行状态等等。
节点状态分为开放、关闭和运行状态。
当状态为绿色时候,表示该节点上面正在运行任务,后面给出运行的任务名称。
图4 网络计算资源界面Fig.4 Computation resource interface of grid computation 计算资源并非CFD 专用机器,只在空闲时间做为CFD 计算资源接入网格系统。
因此在计算资源上加装了一个触发器软件,打开前端触发器,该计算资源才被接入CFD 网格计算系统,供CFD 计算调度使用。
图5给出了用户工作界面。
界面上列出了保存在数据库中的,用户已经完成的任务和正在运行的任务。
每个工作任务的ID 必须唯一指定,绝对不能重复,这里采用了ID 名中含有任务上载时刻距离1970年1月1日的秒数,保证ID 的唯一性。