Ανάπτυξη παράλληλων αλγορίθμων για την επίλυση προβλημάτων υδροδυναμικής λίπανσης

Φώσκολος, Νικόλας; Foskolos, Nikolas

dc.contributor.author	Φώσκολος, Νικόλας	el
dc.contributor.author	Foskolos, Nikolas	en
dc.date.accessioned	2016-04-12T09:06:18Z
dc.date.available	2016-04-12T09:06:18Z
dc.date.issued	2016-04-12
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/42370
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.11978
dc.rights	Default License
dc.subject	Τριβολογία	el
dc.subject	Ρευστομηχανική	el
dc.subject	Αλγόριθμοι	el
dc.subject	Προγραμματισμός	el
dc.subject	Έδρανα	el
dc.subject	CFD	en
dc.subject	Tribology	en
dc.subject	CUDA	en
dc.subject	OPENMP	en
dc.subject	HPC	en
dc.title	Ανάπτυξη παράλληλων αλγορίθμων για την επίλυση προβλημάτων υδροδυναμικής λίπανσης	el
dc.title	Development of high performance parallel algorithms for hydrodynamic lubricaton problems	en
heal.type	bachelorThesis
heal.classification	Τριβολογία	el
heal.classification	Ρευστομηχανική	el
heal.classification	Παράλληλος προγραμματισμός	el
heal.classification	CFD	en
heal.classification	Tribology	en
heal.classification	High performance computing	en
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-07-14
heal.abstract	Contemporary research in tribology is often confronted with the simulation of complex phenomena and interactions. Numerical models of systems and processes become progressively more detailed and computationally costly, whereas design optimization procedures often require conduction of a large amount of simulations. Thus, the development and validation of efficient solution methods, which reduce computational time and exploit the available power of modern computer systems, is imperative. In the present work, parallel programming algorithms for the solution of the Reynolds equation for hydrodynamic lubrication problems using the finite difference method (FDM) are developed and evaluated. Two different parallel programming approaches are examined: (a) The Open Multi-Processing Application Programming Interface (OpenMP API), which utilizes shared-memory multicore computer systems, and (b) the CUDA framework by NVIDIA, which utilizes the cores of Graphics Processing Units (GPUs). Those programming approaches are implemented in an in-house algorithm, developed in C++, capable of solving steady-state and time-dependent hydrodynamic lubrication problems, taking into consideration cavitation phenomena and slip boundary conditions. More specifically, a portable CUDA Static Library solving the discretized partial differential equations with “Red-Black” Successive Over-Relaxation (SOR) is developed and validated for certain test cases, including converging-diverging (CD), diverging-converging (DC), textured and hydrophobic sliders. Additionally, the corresponding C++/OpenMP functions are also implemented, and shared-memory parallel computations for the same cases are performed, utilizing different number of CPU cores. The results of the present study demonstrate that parallel programming can greatly reduce computational time, especially in cases where large grid sizes are required, and thus runtime increases exponentially. In certain cases, utilization of GPU may result in a decrease in computational time by a factor of 30, in comparison to single-core calculations.	en
heal.abstract	Οι σύγχρονες ερευνητικές προσπάθειες στην περιοχή τητριβολογίας βρίσκονται συχνά αντιμέτωπες με τη μοντελοποίηση και προσομοίωση πολύπλοκων φαινομένων καi αλληλεπιδράσεων. Τα αριθμητικά μοντέλα συστημάτων και διαδικασιών γίνονται όλο και πιό πολύπλοκα, με αυξούμενο υπολογιστικό κόστος, ενώ οι διαδικασίες βελτιστοποίησης απαιτούν τη διενέργεια ενός μεγάλου αριθμού προσομοιώσεων. Ως επακόλουθο, είναι αναγκαία η ανάπτυξη και επαλήθευση αποδοτικών μεθόδων επίλυσης, οι οποίες μπορούν να μειώσουν τον απαιτούμενο υπολογιστικό χρόνο, και να εκμεταλλευτουν τις δυνατότητες των σύγχρονων υπολογιστικών συστημάτων. Στην παρούσα εργασία αναπτύχθηκαν και αξιολογήθηκαν παράλληλοι αλγόριθμοι για την επίλυση της εξίσωσης Reynolds σε έδρανα υδροδυναμικής λίπανσης με τη μέθοδο των πεπερασμένων διαφορών. Συγκεκριμένα, εξετάστηκαν δύο μοντέλα παράλληλου προγραμματισμού: (α) Το Open Multi-Processing Application Programming Interface (OpenMP API) για υπολογιστικά συστήματα πολλών επεξεργαστών κοινόχρηστης μνήμης και (β) το Compute Unified Device Architecture (CUDA) framework της Nvidia που δίνει την δυνατότητα προγραμματισμού σε κάρτες γραφικών. Οι παραπάνω μέθοδοι εφαρμόστηκαν σε υφιστάμενο κώδικα, ο οποίος χρησιμοποιείται για την επίλυση προβλημάτων υδροδυναμικής λίπανσης με σταθερά ή χρονικά μεταβαλλόμενα φορτία, λαμβάνοντας υπόψιν φαινόμενα σπηλαίωσης και ιδιότητες υδροφοβικότητας. Πιό αναλυτικά, αναπτύχθηκε στατική βιβλιοθήκη κώδικα σε CUDA, για τη λύση των διακριτοποιημένων μερικών διαφορικών εξισώσεων με χρήση της μεθόδου “Red-Black”, χρησιμοποιώντας την τεχνική Successive Over-Relaxation (SOR). Τα αποτελέσματα της αναπτυχθείσας μεθόδου, επαληθεύτηκαν για απλές γεωμετρίες συγκλινόντων-αποκλινόντων (CD) και αποκλινόντων-συγκλινόντων (DC) ολισθητών, καθώς και σε έδρανα με τεχνητή επιφανειακή τραχύτητα ή υδροφοβικότητα. Επιπλέον, αναπτύχθηκαν οι αντίστοιχες συναρτήσεις για παράλληλ επεξεργασία σε OpenMP και πραγματοποιήθηκαν οι ίδιοι υπολογισμοί σε συστήματα πολλών επεξεργαστών κοινόχρηστης μνήμης, χρησιμοποιώντας διαφορετικούς αριθμούς επεξεργαστών ανά περίπτωση. Τα αποτελέσματα δείχνουν ότι με χρήση μεθόδων παράλληλου προγραμματισμού μπορεί να μειωθεί σημαντικά ο χρόνος επίλυσης, ειδικά σε περιπτώσεις που έιναι απαραίτητη η χρήση μεγάλων υπολογιστικών πλεγμάτων, στις οποίες ο χρόνος επίλυσης αυξάνεται εκθετικά. Σε κάποιες περιπτώσεις, η χρήση κάρτας γραφικών μπορεί να μειώσει τον χρόνο επίλυσης έως και κατά 30 φορές σε σχέση με την επίλυση σειριακού κώδικα σε έναν πυρήνα υπολογιστή.	el
heal.advisorName	Παπαδόπουλος, Χρήστος	el
heal.committeeMemberName	Καϊκτσής, Λάμπρος	el
heal.committeeMemberName	Γκίνης, Αλέξανδρος-Αλβέρτος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ναυπηγών Μηχανολόγων Μηχανικών. Τομέας Ναυτικής Μηχανολογίας	el
heal.academicPublisherID	ntua
heal.numberOfPages	108 σ.	el
heal.fullTextAvailability	true