Comparta, aprenda y crezca con los mejores profesionales del sector.
Me encanta pasar mi tiempo libre leyendo un buen libro, especialmente con una buena taza de café en la mano. Me gusta especialmente pasear por las librerías, hojear las estanterías y descubrir lecturas inesperadas. En una de estas visitas, me topé con un libro que me llamó inmediatamente la atención: Máquinas de predicción por Ajay Agrawal, Joshua Gans y Avi Goldfarb.
Seamos sinceros: ¿hay alguien que hoy en día no sienta al menos un poco de curiosidad por la IA/ML? En su libro, los autores explican «la sencilla economía de la IA y describen cómo se utiliza la tecnología para soluciones puntuales». En uno de los capítulos del libro, me llamó la atención lo siguiente:
Con una mejor predicción surgen más oportunidades de considerar las recompensas de diversas acciones, en otras palabras, más oportunidades de juicio. Y eso significa que una predicción mejor, más rápida y más barata nos dará más decisiones que tomar.
Aunque este libro se centra en la IA y el aprendizaje automático, esta cita me ha llegado al alma, ya que la misma idea se aplica al mundo de la simulación en ingeniería, especialmente en CFD. La capacidad de tomar decisiones de diseño más rápidas y mejor informadas es crucial para los ingenieros, independientemente de la intención de la simulación. La presión por innovar y seguir siendo competitivos no hace sino intensificar la necesidad de aumentar la productividad y acelerar los flujos de trabajo de simulación.
Además, se ha intensificado la necesidad de crear gemelos digitales de alta fidelidad con una complejidad cada vez mayor, ya que los ingenieros desean incluir el máximo realismo físico y detalle geométrico posible. Por lo tanto, el mallado rápido es un factor estratégico que puede aportar una ventaja competitiva, permitiendo a los ingenieros acelerar el desarrollo de productos y comercializarlos con mayor rapidez. Para ello, buscamos soluciones que aceleren los flujos de trabajo CFD y permitan evaluar rápidamente numerosas variantes de diseño. En el caso del mallado, esto puede implicar desde la optimización de flujos de trabajo individuales hasta la paralelización de memoria distribuida Message Passing Interface (MPI), es decir, la capacidad de ejecutar simultáneamente tareas de mallado en varias CPU.
En este blog, exploraremos cómo las recientes mejoras en Simcenter STAR-CCM+ han aumentado el rendimiento del mallado, permitiendo a los ingenieros aumentar el rendimiento de sus simulaciones y obtener información más rápidamente.
Aceleración de la limpieza de geometrías con envoltura de superficies MPI
Uno de los elementos diferenciadores clave de Simcenter STAR-CCM+ es el flujo de trabajo canalizado desde CAD hasta la solución, que permite a los ingenieros manejar geometrías complejas. Muchos flujos de trabajo de simulación implican enormes ensamblajes CAD con decenas de miles de piezas. Estos archivos CAD suelen incluir ensamblajes muy grandes y geometría «sucia». Por «sucia» nos referimos a la geometría de entrada que puede tener agujeros, intersecciones, que puede necesitar anulación, que contiene solapamientos y/o vértices o aristas que no son pliegues. Limpiar y corregir manualmente este tipo de geometría puede ser un proceso muy laborioso que puede llevar días o incluso semanas.
Una de las herramientas clave para preparar la geometría para el mallado en Simcenter STAR-CCM+ es el Surface Wrapper. El Surface Wrapper puede tomar cualquier pieza CAD o teselada arbitrariamente compleja y generar una superficie hermética y múltiple. Funciona efectivamente «envolviendo» una malla de superficie triangulada de alta calidad sobre la geometría discretizada. Uno de sus principales puntos fuertes es la capacidad de preservar con precisión características geométricas como bordes y esquinas afilados. En la versión 2310 de Simcenter STAR-CCM+, introdujimos la primera versión paralelizada MPI del Surface Wrapper, ofreciendo mejoras significativas de rendimiento sobre la versión paralela de memoria compartida, también conocida como «Legacy Wrapper». En esa primera versión, demostramos hasta un 43% de reducción en el tiempo de envoltura en comparación con el «Legacy Wrapper».
Figura 1: MPI Surface Wrapper Fase 1, versión 2310
Sin embargo, este aumento de rendimiento no es suficiente para casos muy grandes, y en línea con nuestro compromiso de mejora continua, en la versión 2510 de Simcenter STAR-CCM+, lanzamos la fase dos del MPI Surface Wrapper. Echemos un vistazo a las mejoras de rendimiento.
Como se ilustra en la Figura 2, el MPI Surface Wrapper en la versión 2510 ofrece un rendimiento hasta ~2 veces más rápido en comparación con la versión 2506 (Fase 1 del MPI Surface Wrapper). Si se compara con la envoltura heredada, el aumento de velocidad alcanza hasta 5,6 veces. Para una geometría compleja, como la del coche Corvette, en la que el volumen total de malla es de 93 millones de celdas, sólo se tarda 6,5 minutos en envolver toda la geometría en 32 núcleos (Intel® Xeon® Gold 6442Y).
Figura 2: Fase 2 de la envoltura de superficie MPI
¿Qué hay de envolver un caso mayor? En el caso del Corvette, el envoltorio de superficie genera 37,4 millones de triángulos de superficie. En comparación, el caso del Maserati Ghibli, como se muestra a continuación, es significativamente mayor, requiriendo sólo 9 minutos para envolver con 56,3 millones de triángulos y resultando en una malla de volumen final de 142 millones de celdas.
Únase al foro de diseñadores!
Su experiencia es vital para la comunidad. Únase a nosotros y aporte sus conocimientos.
