论文目录 | |
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 传统有限元算法研究现状 | 第12页 |
1.3 有限元并行算法研究现状 | 第12-14页 |
1.4 预处理方法的研究现状 | 第14页 |
1.5 GPU并行运算研究现状 | 第14-15页 |
1.6 本文的主要内容 | 第15-17页 |
第2章 结合EBE方法的预处理共轭梯度法及程序实现 | 第17-32页 |
2.1 传统有限元法 | 第17页 |
2.2 有限元方程组求解 | 第17-18页 |
2.3 共轭梯度法 | 第18-19页 |
2.4 预处理技术研究 | 第19-21页 |
2.4.1 预处理共轭梯度法 | 第19-20页 |
2.4.2 预处理技术的选择 | 第20-21页 |
2.5 EBE有限元法 | 第21-26页 |
2.5.1 真单元向量与伪单元向量 | 第21-22页 |
2.5.2 EBE方法的基本原理 | 第22页 |
2.5.3 节点联系矩阵及其三种运算 | 第22-25页 |
2.5.4 第一类边界条件的EBE处理 | 第25-26页 |
2.6 结合EBE有限元法的预处理共轭梯度法 | 第26-29页 |
2.6.1 EBE-CG方法 | 第26-27页 |
2.6.2 结合Jacobi预处理技术的EBE-CG方法 | 第27-29页 |
2.7 EBE-J-PCG方法CPU平台上程序实现 | 第29-31页 |
2.7.1 向量内积在CPU平台上的程序实现 | 第30页 |
2.7.2 系数矩阵与向量乘积运算CPU平台上的程序实现 | 第30-31页 |
2.8 本章小结 | 第31-32页 |
第3章 基于CUDA平台的EBE有限元并行算法研究 | 第32-50页 |
3.1 计算环境 | 第32页 |
3.2 CUDA架构 | 第32-39页 |
3.2.1 CUDA软硬件体系 | 第33-35页 |
3.2.2 CUDA编程模型 | 第35-37页 |
3.2.3 CUDA执行模型 | 第37-38页 |
3.2.4 CUDA内存模型 | 第38-39页 |
3.3 EBE-J-PCG方法在CUDA上的并行实现 | 第39-44页 |
3.3.1 并行任务划分 | 第39-40页 |
3.3.2 稀疏矩阵与向量相乘的GPU实现 | 第40-41页 |
3.3.3 向量内积的GPU实现 | 第41-42页 |
3.3.4 EBE-J-PCG方法的CPU-GPU协同计算模型 | 第42-44页 |
3.4 基于CUDA平台的EBE有限元法并行程序优化 | 第44-49页 |
3.4.1 线程网格和线程块维度与尺寸的设计 | 第44-45页 |
3.4.2 活动线程束与活动线程块的设计 | 第45页 |
3.4.3 主机-设备通信优化 | 第45页 |
3.4.4 共享存储器优化 | 第45-47页 |
3.4.5 全局存储器优化 | 第47页 |
3.4.6 CUDA流的使用 | 第47-48页 |
3.4.7 并行归约的优化 | 第48-49页 |
3.5 本章小结 | 第49-50页 |
第4章 EBE有限元法在电磁场计算中的应用研究 | 第50-59页 |
4.1 EBE有限元分析的流程 | 第50-51页 |
4.2 长直载流导体磁场分析 | 第51-52页 |
4.3 单相电力变压器磁场的分析 | 第52-55页 |
4.3.1 变压器物理模型的建立 | 第52-53页 |
4.3.2 计算结果分析与后处理 | 第53-55页 |
4.4 三相感应电机磁场的分析 | 第55-58页 |
4.4.1 电机物理模型的建立 | 第55-56页 |
4.4.2 计算结果分析与后处理 | 第56-58页 |
4.5 本章小结 | 第58-59页 |
第5章 结论 | 第59-60页 |
参考文献 | 第60-64页 |
在学研究成果 | 第64-65页 |
致谢 | 第65页 |