基于N-S方程的气体静压润滑流场GPU并行算法研究

基于N-S方程的气体静压润滑流场GPU并行算法研究

论文摘要

近年来,随着计算机技术和气体润滑技术的迅速发展,该领域所研究的问题不断扩展和深化,使得目前计算机的单机性能已经无法满足计算需求,采用并行方法求解这类问题显得尤为重要。为了探究GPU并行算法的实现原理,本文先对GPU的基本结构和特性进行研究,分析了CFD程序在GPU上的实现过程和执行方式,并设计了一套求解N-S方程的GPU并行算法。针对该算法,利用CUDA技术实现超音速平板流动算例的GPU并行计算,以此来验证算法的可行性和正确性,并对流场的计算结果和程序加速比进行探讨。在GPU并行算法成功实现的基础上,本文对气体静压润滑流场的串行程序进行重构,实现流场的GPU并行计算,通过雷诺方程验证了GPU并行程序的正确性,并对流场的计算结果进行详细分析。此外,通过几种优化方法,实现了GPU并行计算程序的性能优化,文中主要采用的优化方法有:对GPU中全局存储器和共享存储器的访问优化、对主机与设备间数据传输的优化以及对GPU指令集的优化。本文主要设计了一套适用于CFD计算程序的GPU并行算法,应用该算法分别求解了超音速平板流动算例和气体静压润滑流场计算程序,并通过几种优化方法,对GPU并行程序进行性能优化。结果表明:GPU的计算速度明显比CPU要快;GPU与CPU的计算结果偏差较小,几乎可以忽略,在精度要求不是特别严格的情况下,完全可以采用GPU代替CPU进行数值计算;N-S方程的计算结果捕捉到雷诺方程无法计算得出的温度现象;在所有优化方法中,对GPU存储器的访问方式进行优化,属于较高层次的优化方法,取得的优化效果较为明显,其他几种属于较低层次的优化方法,取得的优化效果比较有限。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景及意义
  •   1.2 GPU并行计算技术国内外研究现状
  •   1.3 气体静压润滑技术国内外研究现状
  •   1.4 本文的主要研究内容
  •   1.5 本章小结
  • 2 GPU并行算法的设计
  •   2.1 CUDA编程基础
  •     2.1.1 GPU的硬件结构
  •     2.1.2 GPU的存储体系
  •     2.1.3 CUDA的编程模型
  •     2.1.4 CUDA的线程结构
  •   2.2 GPU并行算法
  •     2.2.1 并行算法的基本概念
  •     2.2.2 CUDA的并行方式
  •   2.3 GPU并行算法的具体流程
  •   2.4 本章小结
  • 3 GPU上 N-S方程并行计算程序的实现
  •   3.1 运行环境
  •   3.2 超音速平板流动算例的求解
  •     3.2.1 物理模型
  •     3.2.2 控制方程
  •     3.2.3 数值方法
  •     3.2.4 边界条件
  •   3.3 GPU上超音速平板流动并行程序的实现
  •     3.3.1 流场初始参数与计算网格的设定
  •     3.3.2 Kernel函数配置
  •     3.3.3 线程间的通信与同步
  •     3.3.4 GPU并行程序的执行过程
  •   3.4 结果与分析
  •     3.4.1 流场计算结果对比
  •     3.4.2 计算偏差对比
  •     3.4.3 加速效果分析
  •   3.5 本章小结
  • 4 气体静压润滑流场计算程序在GPU上的实现
  •   4.1 气体静压轴承的典型节流方式
  •   4.2 气体静压润滑流场计算程序的求解
  •     4.2.1 物理模型
  •     4.2.2 控制方程与数值方法
  •     4.2.3 边界条件
  •   4.3 流场计算程序的并行实现
  •     4.3.1 计算网格的选取
  •     4.3.2 Kernel函数配置
  •     4.3.3 线程间的通信与同步
  •   4.4 结果分析
  •     4.4.1 润滑流场分析
  •     4.4.2 GPU与 CPU计算结果比较
  •     4.4.3 加速效果分析
  •   4.5 本章小结
  • 5 GPU上 N-S方程并行计算程序的性能优化
  •   5.1 GPU存储器的访问优化
  •     5.1.1 全局存储器的访问优化
  •     5.1.2 共享存储器的访问优化
  •   5.2 主机与设备间数据传输的优化
  •     5.2.1 尽量减少CPU与 GPU间的数据传输
  •     5.2.2 固定主机内存的使用
  •     5.2.3 合并小规模的数据传输
  •   5.3 GPU指令的优化
  •     5.3.1 算术运算指令的优化
  •     5.3.2 线程同步指令的优化
  •     5.3.3 控制流指令的优化
  •   5.4 不同优化方法效果分析
  •   5.5 本章小结
  • 6 结论与展望
  •   6.1 结论
  •   6.2 课题不足与展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 王永振

    导师: 张君安,徐臻

    关键词: 方程,气体静压轴承,并行算法,算法优化,加速比

    来源: 西安工业大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 力学,计算机硬件技术

    单位: 西安工业大学

    分类号: O35;TP332

    DOI: 10.27391/d.cnki.gxagu.2019.000065

    总页数: 69

    文件大小: 3787K

    下载量: 57

    相关论文文献

    • [1].并行算法研究方法学[J]. 计算机学报 2008(09)
    • [2].容错并行算法的性能分析[J]. 计算机科学 2009(09)
    • [3].封面院士[J]. 中学生数理化(高考版) 2012(12)
    • [4].容错并行算法的分类和设计[J]. 华中科技大学学报(自然科学版) 2011(04)
    • [5].一种新的图像加密并行算法[J]. 计算机工程 2010(11)
    • [6].数据挖掘中分类并行算法研究[J]. 河南科技学院学报 2009(03)
    • [7].基于矩阵分块递归求逆的电力系统机电暂态并行算法[J]. 电力系统保护与控制 2019(24)
    • [8].基于小波变换的二维并行算法在图像处理上的应用[J]. 韶关学院学报 2016(10)
    • [9].面向对象的并行算法设计[J]. 吉林省经济管理干部学院学报 2008(03)
    • [10].一种新的模乘幂密码并行算法研究[J]. 廊坊师范学院学报(自然科学版) 2008(04)
    • [11].几种矩阵乘并行算法的对比分析[J]. 新疆师范大学学报(自然科学版) 2012(03)
    • [12].N体问题并行算法的探讨[J]. 漯河职业技术学院学报 2008(02)
    • [13].基于群体搜索的串行蒙特卡罗反演方法的并行算法(英文)[J]. Applied Geophysics 2010(02)
    • [14].基于云计算环境下无人机航迹并行算法研究[J]. 电子设计工程 2013(24)
    • [15].基于包含检验法的多边形栅格化并行算法研究[J]. 地理与地理信息科学 2014(01)
    • [16].协同并行算法在微网经济运行中的应用实践[J]. 河北软件职业技术学院学报 2013(04)
    • [17].遥感图像快速镶嵌并行算法研究[J]. 微电子学与计算机 2011(03)
    • [18].变分不等式的并行算法(英文)[J]. 工程数学学报 2011(05)
    • [19].数据挖掘中关联规则及聚类并行算法研究[J]. 中州大学学报 2009(03)
    • [20].自适应免疫量子粒子群优化并行算法[J]. 计算机工程与应用 2010(21)
    • [21].数据挖掘网格中决策树并行算法设计及性能分析[J]. 北京邮电大学学报 2009(S1)
    • [22].利用高阶分区并行算法实现直接数值模拟[J]. 计算力学学报 2008(01)
    • [23].基于P圈并行算法的光网络动态保护设计[J]. 光通信技术 2012(06)
    • [24].特征列求解的改进并行算法[J]. 计算机仿真 2012(11)
    • [25].一种基于动态调度的数据挖掘并行算法[J]. 科学技术与工程 2012(35)
    • [26].求解大规模矩阵特征问题的并行算法研究[J]. 计算机工程 2010(06)
    • [27].一种混合并行算法及其在多相交直流混合电力系统中的应用[J]. 中国电机工程学报 2010(28)
    • [28].牛顿下山法的电力系统暂态稳定并行算法[J]. 电力系统及其自动化学报 2009(05)
    • [29].循环冗余校验码并行算法的FPGA实现[J]. 广东通信技术 2008(02)
    • [30].大规模矩阵相乘的并行算法[J]. 电脑知识与技术 2017(18)

    标签:;  ;  ;  ;  ;  

    基于N-S方程的气体静压润滑流场GPU并行算法研究
    下载Doc文档

    猜你喜欢