$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

NVIDIA 의 GPGPU 를 이용한 수 많은 구형 접촉 입자가 포함된 다물체 동역학 해석
Co-simulation of MultiBody Dynamics and Plenteous Sphere of Contacted Particles Using NVIDIA GPGPU 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.36 no.4, 2012년, pp.465 - 474  

박지수 (경희대학교) ,  윤준식 (서울대학교) ,  최진환 (경희대학교) ,  임성수 (경희대학교)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 수 많은 입자가 포함된 다물체 동역학 모델을 시뮬레이션 하여 그 결과를 도출하였다. 수 많은 입자들은 GPU 를 적용한 이산 요소법을 이용해 풀었다. 입자들의 Contact Force 를 계산하기 위해 Fast Algorithm 이 적용되었고 계산 속도 향상을 위해 NVIDIA 사의 CUDA 프로그래밍을 하였다. 입자들간의 계산은 Explicit 적분기가 사용되었으며 다물체 동역학은 순환 공식(Recursive Formulation)을 사용 하고 Implicit 적분기를 사용하였다. 입자들과 다물체 사이의 Contact Force 를 동시에 시뮬레이션 하기 위해서 입자동역학과 다물체 동역학의 통합해석을 할 수 있는 알고리즘을 개발하였다. 수치 실험의 예로서 화물트럭의 입자 영향을 알아 보기 위한 화물트럭 모델과 대부분의 동력 전달 장치에 사용되는 기어 모델을 시뮬레이션 하였다.

Abstract AI-Helper 아이콘AI-Helper

In this study, a dynamic simulation model that considers many spherical particles and multibody dynamics (MBD) entities is developed. Plenteous spherical particles are solved using the Discrete Element Method (DEM) technique and simulated on a GPU board in a PC. A fast algorithm is used to calculate...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • 그 결과 해석 시간도 CPU 에 비해 많은 시간을 단축할 수 있다. MBD 와 입자 동역학과의 통합 해석을 위해 화물 트럭 모델과, 기어 모델로 시뮬레이션을 해보고 결과를 얻었다. 그 결과로 화물 트럭 모델은 갑작스러운 출발을 할 경우에 화물트럭 탱크 안에 입자들의 반력 및 입자들의 움직임을 통해 화물트럭의 무게중심 쏠림 현상 등을 알 수 있었다.
  • 10000 개 이하의 경우에 1 시간 정도로 비슷한 시간이 걸리는 이유는 CPU 와 GPU 간에 정보를 주고 받는 일정한 시간이 필요로 하기 때문이다. 두 번째 모델은 입자의 수가 증가함에 따라 contact search 를 하는 데 걸리는 시간을 측정하였다. 다음 Fig.
  • 첫 번째는 정상상태에서 박스의 중력 방향의 아래쪽 면의 반력과 박스 안에 있는 입자들의 총 무게와 같은 것인지 확인하였다. 두 번째는 원심력에 의해 생기는 표면의 곡선을 실제의 이론 값과 비교하여 본 연구에서 사용된 알고리즘의 유효성에 대해 검증을 하였다. 수치 실험의 예로서 화물트럭 모델과 기어 모델을 사용하였다.
  • 다물체 시스템에서 수 많은 입자들이 포함된 시뮬레이션은 MBD 솔버만을 이용해서는 시뮬레이션 하는 것이 매우 어렵다. 따라서 GPU 를 이용한 입자동 역학을 도입하여 MBD 모델과의 통합 해석을 할 수 있는 새로운 알고리즘을 개발하였다. Fig.
  • 그 결과 충분히 신뢰성이 있다고 판단되었다. 또한 입자 동역학의 성능 테스트는 contact 의 수를 검색하는 시간과 박스 안에 입자들의 개수를 변화를 줌으로써 성능을 테스트 하였다. 그 결과 해석 시간도 CPU 에 비해 많은 시간을 단축할 수 있다.
  • 본 연구에서는 DEM 과 병렬프로그래밍을 이용해서 많은 입자들을 해석하는 것을 입자 동역학이라 하고 입자 동역학을 구속조건과 motion 을 가지고 있는 MBD 모델에 대해서 적용하기로 한다. 대개 동역학 해석은 구속조건과 motion 을 다루고 추가적으로 제어, 최적화 등과 같은 다른 기술들과의 통합해석을 할 수 있다.
  • MBD 와 입자 동역학 두 종류의 시뮬레이션을 통합하기 위해 domain 알고리즘과 interaction 알고리즘을 나누는 것이 필요하다. 이 두 알고리즘 내에서 MBD 와 입자 동역학을 통합 해석 할 수 있는 알고리즘을 개발 하였다.
  • 해석하는데 4 시간 24 분이 걸렸다. 이 모델을 통하여 화물 트럭에 입자가 있었을 때와 없었을 때, 화물 트럭이 갑작스러운 출발을 하였을 경우 생기는 입자가 한쪽방향으로 쏠리는 현상으로 인하여 화물 트럭의 가속도의 변화를 측정하였다. 이 결과로 화물 트럭의 무게 중심 변화를 예측할 수 있고 이 결과로 화물 트럭에 걸리는 부하에 대해 해석을 할 수 있다.
  • 이번 장에서는 두 가지 모델의 MBD 와 입자 동역학의 통합해석을 하였다.
  • 본 연구에서 GPU 를 사용한 입자 동역학은 우수한 성능을 낼 수 있다고 소개되었다. 입자 동역학의 유효성을 검증를 하기 위해 공들의 총 무게와 원심력을 테스트하는 모델을 가지고 유효성을 검증하였다. 그 결과 충분히 신뢰성이 있다고 판단되었다.
  • 입자동역학의 성능을 테스트하기 위해 2 가지 경우에 대해서 테스트를 하였다. 첫 번째는 입자의 개수에 따라 걸리는 해석 시간이고 두 번째는 입자간의 contact 의 수가 증가함에 따라 contact search 하는 시간을 테스트 하였다.
  • 입자동역학의 유효성을 검증하기 위해 두 개의 모델을 시뮬레이션 했다. 첫 번째 모델은 Fig. 7 처럼 모델링 한 후 시뮬레이션을 하여 얻은 값과 이론 값을 비교해 보았다. 공의 지름과 공의 개수에 따른 오차율을 알아보기 위해 각각 시뮬레이션 해 Fig.
  • 첫 번째 테스트 모델은 Fig. 7 과 같이 박스 안에 공의 개수를 바꾸어 채워가며 시뮬레이션을 해보았다. 모든 모델에서의 해석은 NVIDIA Tesla C2050 을 사용하였다.
  • 입자동역학의 성능을 테스트하기 위해 2 가지 경우에 대해서 테스트를 하였다. 첫 번째는 입자의 개수에 따라 걸리는 해석 시간이고 두 번째는 입자간의 contact 의 수가 증가함에 따라 contact search 하는 시간을 테스트 하였다.
  • 개발된 알고리즘의 유효성을 다음 2가지 경우에 대해서 검증을 하였다. 첫 번째는 정상상태에서 박스의 중력 방향의 아래쪽 면의 반력과 박스 안에 있는 입자들의 총 무게와 같은 것인지 확인하였다. 두 번째는 원심력에 의해 생기는 표면의 곡선을 실제의 이론 값과 비교하여 본 연구에서 사용된 알고리즘의 유효성에 대해 검증을 하였다.
  • 지금까지 MBD 에서는 많은 입자가 있는 MBD 모델은 해석을 하기가 매우 어려웠다. 하지만 GPU 기술의 발전으로 MBD 모델에 적용할 수 있었고 이를 통해 수많은 입자가 포함된 MBD 모델을 저렴한 비용으로 빠른 시간 안에 해석을 할 수있고 입자들이 MBD 모델에 주는 영향을 직접 실험을 통하지 않고 시뮬레이션을 통하여 알 수 있었다. 향후에는 DEM 이 아닌 또 다른 수치해석 방법인 Smoothed Particle Hydrodynamics (SPH) 를 이용해 수 많은 입자가 포함된 다물체 동역학 모델에 대해 연구할 것이다.

대상 데이터

  • 가속도의 크기가 크다는 것은 화물 트럭의 무게중심에 영향을 주었다고 할 수 있고 무게중심의 변화 때문에 전반적으로 화물 트럭에 부하를 줄 수 있다. 두 번째 모델은 대부분의 동력 전달 장치에 사용되는 기어 모델이다. Fig.
  • 첫 번째 모델은 화물 트럭 모델이다. 모델링은 Fig. 12 처럼 하였고 통합 해석을 위해 사용된 입자의 개수는 53000 개이다. 해석하는데 4 시간 24 분이 걸렸다.
  • 7 과 같이 박스 안에 공의 개수를 바꾸어 채워가며 시뮬레이션을 해보았다. 모든 모델에서의 해석은 NVIDIA Tesla C2050 을 사용하였다. Stepsize 는 8.
  • 만약에 4 개의 코어를 가진 GPU 를 사용한다면 두 번의 루프 실행을 통해 모든 계산을 할 수 있다. 본 연구에 사용된 GPU 는 448 개의 코어를 가지고 있기 때문에 448 번의 계산을 한 번에 할 수 있다. 이 점이 한 번에 한번씩 계산할 밖에 없는 CPU 와 다른 점이고 이를 이용하면 CPU 에 비해 GPU 를 이용할 경우 매우 빠른 계산 속도를 이용할 수 있다.
  • GPU 는 많은 멀티프로세서를 가지고 있고 또 그 멀티프로세서는 여러 개의 코어들로 이루어져 있다. 본 연구에서 사용된 NVIDIA Tesla C2050 은 14 개의 멀티프로세서와 448 개의 코어로 이루어져 있다. 다음 Fig.
  • 두 번째는 원심력에 의해 생기는 표면의 곡선을 실제의 이론 값과 비교하여 본 연구에서 사용된 알고리즘의 유효성에 대해 검증을 하였다. 수치 실험의 예로서 화물트럭 모델과 기어 모델을 사용하였다. 첫 번째로 화물트럭 모델은 입자가 화물트럭에 주는 영향을 알 수 있는 모델이다.
  • 위의 두 모델들은 수 많은 입자들을 계산하기 위해 계산용 GPU 인 NVIDIA TESLA C2050 을 사용하여 시뮬레이션 했다. 위의 두 예제들은 CPU 만으로는 해석이 굉장히 어려운 모델이다.
  • 첫 번째 모델은 화물 트럭 모델이다. 모델링은 Fig.

이론/모형

  • (8) 본 연구의 다물체 동역학 모델의 솔버는 순환 공식(Recursive Formulation)이 사용되었고 이 번 절에서 순환 공식에 대해 설명한다. 3 차원 공간에 접촉하고 있는 두 강체 사이의 좌표 시스템은 Fig.
  • 그래서 contact search 를 빨리하는 것이 전체의 해석 시간을 줄이는 데에 많은 도움이 된다. Contact search 를 빨리 하기 위해 Cell-Linked List 알고리즘을 적용하였다. Cell-Linked List 는 전체 공간에 대해 작은 크기의 Cell 나눈다.
  • 입자들간의 contact search 는 Fast Algorithm 이 적용되었고 Fast Algorithm 을 구현하기 위해 Cell-Linked List(13)를 이용하였다. 입자동역학에서 가장 많은 시간이 소요되는 것이 각각 입자의 contact pair 를 찾는 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
GPGPU란 무엇인가? 일반적으로 GPU 는 모든 프레임에서 수백 수천의 다각형을 빠른 속도로 Rendering 을 해야 하는 비디오 게임을 위해 주로 설계가 되어있다. 하지만 최근에는 GPU 를 컴퓨터 그래픽스를 위한 계산만 다루는 것이 아닌 CPU 가 전통적으로 취급했던 응용프로그램 들의 계산을 수행하는 기술이 발달했다. 이를 GPGPU(General Purpose Graphic Processing Unit) 라고 한다.
GPGPU 를 이용하면 GPU에서 무엇이 가능한가? 이를 GPGPU(General Purpose Graphic Processing Unit) 라고 한다. GPGPU 를 이용해 비교적 간단하거나 매우 미세한 입자들을 병렬처리 하였을 때 GPU 는 매우 높은 부동 소수점 연산(FLoating-point OPeration, FLOP)을 할 수 있다. 특히 NVIDIA 사의 Tesla C2050 그래픽카드는 1.
개발된 알고리즘의 유효성을 어떤 경우에서 검증하였는가? 개발된 알고리즘의 유효성을 다음 2 가지 경우에 대해서 검증을 하였다. 첫 번째는 정상상태에서 박스의 중력 방향의 아래쪽 면의 반력과 박스 안에 있는 입자들의 총 무게와 같은 것인지 확인하였다. 두 번째는 원심력에 의해 생기는 표면의 곡선을 실제의 이론 값과 비교하여 본 연구에서 사용된 알고리즘의 유효성에 대해 검증을 하였다. 수치 실험의 예로서 화물트럭 모델과 기어 모델을 사용하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. NVIDIA Corporation, 2008, NVIDIA CUDA: Compute Unified Device Architecture, Programming Guide, in, NVIDIA Corporation, Santa Clara. 

  2. NVIDIA Corporation., 2010, Tesla C2050 and Tesla C2070 Computing Processor Board; Available From: http://www.nvidia.com/docs/IO/43395/BD-04983-001_v03.pdf. 

  3. Kapre, N. and DeHon, A., 2009, Performance Comparison of Single-Precision SPICE Model-Evaluation on FPGA, GPU, Cell, and multi-core Processors, in: International Conference on Field Programmable Logic and Applications, pp. 65-72. 

  4. FunctionBay, Inc, 2010, RecurDyn User Manual, http://eng.functionbay.co.kr/. 

  5. Cundall, P. A. and Strack, O. D. L., 1979, A Discrete Numerical Model for Granular Assemblies, Geotechnique, 29, 47-65. 

  6. Hockney, R. W. and Eastwood, J. W., 1981, Computer Simulation Using Particles, McGraw-Hill, New York. 

  7. Mindlin, R.D. and Deresiewicz, H., 1953, Elastic Spheres in Contact Under Varying Oblique Forces, Trans. ASME, J. Appl. Mech., 20, 327-344. 

  8. Jalon, J.G. and Bayo, E., 1994, Kinematic and Dynamic Simulation of Multibody Systems, Springer-Verlag New-York. 

  9. Garcia de Jalon D. J., Unda J., and Avello A., 1986, "Natural Coordinates for the Computer Analysis of Multibody Systems," Computer Methods in Applied Mechanics and Engineering, Vol. 56, pp.309-327. 

  10. Wittenburg, J., 1977, Dynamics of Systems of Rigid Bodies, BF Teubner, Stuttgart. 

  11. Fox, R. W. and McDonald, A. T., 1994, Introduction to Fluid Mechanics the fourth edition, John Wiley & Sons, Inc. 

  12. Metariver, 2011, http://www.metariver.kr/. 

  13. Mattson, W. and Rice, B. M., 1999, Neighbor Calculations Using a Modified Cell-Linked List Method, Computer Physics Communication, Vol.119 pp.135-148. 

  14. Yoon, J. S., Park, J. S., Ahn, C. O and Choi, J. H., 2011, Cosimulation of MBD(Multi Body Dynamics) and DEM of Many Spheres Using GPU Technology, Particles 2011. 

  15. Yoon, J. S., Choi, J. H., Rhim, S. and Koo, J. C., 2011, Particle Dynamics Integration to MultiBody Dynamics Using GPU, ICETI 2011 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로