GPU beschleunigt globale DIC-Berechnungen und erreicht einen Effizienz sprung bei der digitalen Bild korrelation

1. Technischer Hintergrund

Die digitale Bild korrelation (DIC) ist eine Schlüssel technologie zur Untersuchung der mechanischen Eigenschaften von Materialien und zur Analyse der Dehnung komplexer Strukturen in den Bereichen Material wissenschaften, Luft-und Raumfahrt, Bauingenieur wesen usw. Global DIC ist weit verbreitet in komplexen Arbeits bedingungen (wie Riss ausbreitung und Verformung von Verbund werkstoffen) Wegen seines Vorteils der Bereitstellung kontinuierlicher Verformung informationen des gesamten Feldes. Das globale DIC weist jedoch eine hohe Rechen komplexität auf, und die Single-Core-Berechnung der CPU dauert lange, was zu Effizienz engpässen führt.

2. Prinzip der Methode

Global DIC ist eine Technologie, die die Verschiebungs-und Dehnung felder des gesamten Feldes analysiert, indem sie das gesamte Bild als Ganzes anpasst. Im Vergleich zum lokalen DIC kann das globale DIC Informationen zur kontinuier lichen Verformung liefern und eignet sich für Szenen wie große Verschiebung, komplexe Dehnung und Risse. In globalen DIC-Berechnungen ist das Bild in mehrere Teilbereiche unterteilt, von denen jeder einem Finite-Element-Knoten entspricht. Die Zahl dieser Teilbereiche kann Hundert tausende oder sogar mehr erreichen. Die parallele Rechen fähigkeit der GPU ermöglicht die Berechnung aller Teilbereiche gleichzeitig, wodurch die Verarbeitung szeit erheblich verkürzt wird. Die spezifischen Beschleunigung schritte sind wie folgt:

1) Daten vor verarbeitung: Eingabe von Bilddaten und Teilbereichs-Raster positions informationen in die GPU.

2) Paralleles Rechnen: Der GPU-Kern verarbeitet die Endel knoten daten jedes Unter bereichs gleichzeitig.

3) Ergebnis ausgabe: geben Sie die Berechnungs ergebnisse an den Host zurück, um das Vollfeld verschiebung sfeld und das Dehnung sfeld zu erzeugen.

3. Experimentelle Überprüfung

Um den tatsächlichen Effekt des GPU-beschleunigten globalen DIC zu überprüfen, haben die Ingenieure von Qianyanlang vier Experimente entwickelt, die auf dem Vergleich zwischen NVIDIA RTX 4070 GPU und i7-13790F CPU basieren und vier typische Szenarien abdecken:

Szene 1 Simulation-Große Bilds treck ung

Daten maßstab: 489.982 Berechnungs punkte für die Schritt größe 5, 122.700 Berechnungs punkte für die Schritt größe 10 und 54.600 Berechnungs punkte für die Schritt größe 15.

Berechnungs ergebnisse: Die CPU kann die Berechnung der Schrittlängen 5 und 10 nicht abschließen. Die GPU beschleunigt 101-mal mehr als HKUST, wenn die Schrittlänge 15 ist.

Szene 2: Stretching mit Löchern

Daten maßstab: 36430 Berechnungs punkte für die Schritt größe 5, 9211 Berechnungs punkte für die Schritt größe 10 und 4124 Berechnungs punkte für die Schritt größe 15.

Berechnungs ergebnisse: Die GPU-Beschleunigung verhältnisse betragen das 44,6-fache, das 35-fache bzw. das 30-fache, was die Rechen effizienz erheblich verbessert.

Szenario 3 Material dehnung

Daten maßstab: 8055 Berechnungs punkte für die Schritt größe 5, 2070 Berechnungs punkte für die Schritt größe 10 und 900 Berechnungs punkte für die Schritt größe 15.

Berechnungs ergebnisse: Die GPU-Beschleunigung verhältnisse betragen das 22,2-fache, das 12,8-fache bzw. das 12-fache, und die Berechnungs zeit wird stark verkürzt.

Szene 4: Drücken Sie die Scheibe

Daten skala: 12403 Berechnungs punkte für Schritt 5, 3102 Berechnungs punkte für Schritt 10 und 1371 Berechnungs punkte für Schritt 15. Berechnungs ergebnisse: Die GPU-Beschleunigung verhältnisse betragen das 47-fache, das 63,9-fache bzw. das 76,5-fache und zeigen eine hervorragende Beschleunigung leistung.

4. Experimentelle Schluss folgerungen

Durch vier Sätze experimente ller Vergleiche wurde festgestellt, dass sich die GPU-Beschleunigung methode im Vergleich zur herkömmlichen CPU in Bezug auf Genauigkeit, Effizienz und Anwendbar keit erheblich verbessert hat.

1) Genauigkeit: Der Vergleich von Dehnung wolken diagrammen zeigt, dass die Ergebnisse nach der GPU-Beschleunigung mit den von der CPU berechneten Ergebnissen übereinstimmen, um die Daten genauigkeit sicher zustellen.

2) Effizienz: GPU-beschleunigte globale DIC-Berechnungen sind 10-bis 70-mal schneller als CPUs, was die Verarbeitung szeit erheblich verkürzt.

3) Anwendbar keit: Die GPU-Beschleunigung kann sowohl für Simulations daten als auch für Real-Shot-Daten effizient abgeschlossen werden.

5. Technologie-Ausblick

Die GPU-Beschleunigung globaler Durchbrüche der DIC-Technologie löst nicht nur den Effizienz engpass herkömmlicher Rechen methoden, sondern bringt auch neue Durchbrüche in den Bereichen Material wissenschaften, Luft-und Raumfahrt und Bauingenieur wesen. GPU-Beschleunigung kann angewendet werden auf:

• Echtzeit überwachung: Echtzeit überwachung der Material verformung auf industriellen Produktions linien zur Optimierung des Prozess flusses.

• Komplexe Struktur analyze: Effiziente Analyse komplexer Szenarien wie Riss ausbreitung und Verbund material dehnung.

• Hochpräzise Forschung: Unterstützt die Vollfeld messung hoch auflösender Bilder und bietet eine genauere Daten unterstützung für wissenschaft liche Forschung.

Die GPU-beschleunigte globale DIC-Technologie erweitert die Effizienz grenze von DIC mit digitaler Bild korrelation. Die Ingenieure von Qianyanlang werden sich weiter entwickeln, um der wissenschaft lichen Forschung und der technischen Praxis neue Vitalität zu verleihen.