静电磁问题的有限元并行数值模拟

有限元方法FEM（Finite Element Method）是近似求解数理边值问题的一种数值技术,它在计算电磁学中有着非常重要的应用,但当问题规模较大时或计算量较大时,传统单机FEM难以胜任.文章在基于消息传递（MPI）的分布式并行系统上,采用有限元方法对静电磁问题进行并行求解.共轭梯度法作为一种实用的迭代法可以充分利用有限元方法形成的系数矩阵的稀疏性,不需预先估计别的参数就可以计算,预处理共轭梯度法通过降低系数矩阵的条件数,可以进一步加快收敛速度.并行计算技术的运用减少了计算时间并扩展了可处理问题的规模.结果表明,将并行技术应用于电磁有限元计算是有效且可行的.     

一种有限元并行共轭梯度算法在电磁场计算中的应用

以POSSION方程为研究背景,实现了有限元的并行计算。通过对定解区域进行特殊的划分,达到了不需合成结构刚度矩阵的目的,并在此基础上应用线性方程组的共轭梯度法,使计算的并行性得到了很好的拓展,实现了从网格划分、刚度矩阵的合成到方程求解的并行执行。并将该算法应用在电磁场的计算中。程序在西北工业大学高性能计算中心的HPRX2600上进行了数值实验,结果表明,该方法具有良好的加速比。     

建筑物暖通空调水系统的水力平衡分析

在建筑物暖通空调水系统中，水力失调是最常见的问题。由于水力失调导致系统流量分配不合理，某些区域流量过剩，某些区域流量不足，造成某些区域冬天不热、夏天不冷的情况，系统输送冷、热量不合理，从而引起能量的浪费。因此，必须采用相应的调节阀门对系统流量分配进行调节。     

基于P-Q分解的潮流计算的算法改进与应用研究

针对牛顿-拉夫逊法在潮流计算中的缺点,提出了基于P-Q分解的潮流计算的改进算法。首先介绍了基于P-Q分解的潮流计算原理,在此基础上,详细阐述了该改进算法在求取PV曲线中的应用方法。所提出的改进算法通过公式化简实现了节点有功功率与无功功率的解耦迭代,使潮流运算的速度有了明显提高。MATLAB仿真的结果表明,基于P-Q分解的潮流计算的改进算法能够正确绘制出完整的PV曲线,且运算速度与牛顿-拉夫逊法相比有明显提高。     

基于共轭梯度算法的跟踪-微分器

针对跟踪-微分器中存在着确定待定参数的问题,将共轭梯度算法的思想引入参数整定,提出了基于共轭梯度算法的跟踪-微分器的设计方法。运用该方法可以对任意阶的跟踪-微分器进行参数设计。大量仿真算例表明,设计出的跟踪-微分器具有良好的鲁棒性,有一定工程应用参考价值。     

一种电力网络潮流计算的综合算法

针对牛顿-拉夫逊法对初值要求严格,迭代速度快的特点,利用电力网的结构特点,使用高斯-塞得尔迭代法的第一次迭代结果作为牛顿-拉夫逊法的计算初值。这样既解决了牛顿-拉夫逊法对初值要求高的问题,又提高了收敛速度。计算结果表明,综合算法在迭代次数和收敛速度上有优势。     

二次矩阵方程异类约束1-3-7解的迭代算法

讨论了控制理论中二次矩阵方程的约束解问题,结合牛顿算法以及修正共轭梯度算法(MCG),建立了多变量二次矩阵方程异类约束1-3-7解的牛顿-MCG算法.先用牛顿算法把非线性二次矩阵方程转化为关于校正矩阵的线性矩阵方程,再用MCG算法求线性矩阵方程异类约束解或最小二乘约束解,给出了算法性质和结论.最后,用数值算例验证了该算法是有效的.     

高聚物注塑成型填充过程有限元分析并行迭代算法

进行了高聚物注塑成型填充过程并行数值仿真分析.首先给出问题的控制方程,然后用Galerkin法将其离散为有限元系统方程.发展了一个并行子结构迭代并行算法,该算法在有限元区域分解的基础上,将有限元节点分为子区域内部点、二子区域边界点和多子区域边界点,在此基础上实现了有限元方程的组集和求解的并行化,并研制了相应的程序.讨论了该算法的并行执行.最后给出两个注塑填充过程压力场分析的实例,数值算例表明所提方法有较高的并行计算效率,可以适应高聚物成型填充过程仿真分析的需要.     

基于径向基神经网络的风电场无功补偿优化算法

 针对风电场无功补偿容量计算工作量大、计算过程复杂的问题,提出了应用径向基神经网络优化风电场无功补偿容量计算的方法。首先建立了含风电场的电力系统潮流计算模型,以某风电场实际有功功率作为模型的输入,计算该风电场所需的无功补偿容量;以有功功率作为输入数据,以计算所得的无功补偿容量作为目标输出,建立径向基神经网络,并对该神经网络进行训练。用训练后的径向基神经网络代替潮流计算模型,对该风电场所需无功功率进行计算,结果表明,该方法计算复杂度比潮流计算模型低,计算量少。研究表明可用训练后的径向基神经网络模型代替潮流计算模型,实时计算风电场无功补偿容量。     

三维数值流形法覆盖系统并行分区生成算法

三维数值流形方法（three dimensional numerical manifold method,3D-NMM）是岩土工程数值模拟中强大的数值方法之一。但一直存在接触判断困难、计算处理数据量大,效率低等问题。将并行计算技术应用于三维数值流形方法覆盖系统生成可以有效提升其覆盖系统的生成效率。详细研究了并行编程模式下三维数值流形法覆盖系统的生成算法。基于MPI分布式内存编程原理,将分区覆盖生成作为三维数值流形法并行覆盖生成基本思路。先采用规则粗六面体网格覆盖问题域,并利用Metis划分网格形成负载基本均衡的子区域,在原有串行算法的基础上设计了子区域覆盖系统的生成算法。并基于分布式内存存储模式下不同区域间数据传递需求,对本并行算法建立了界面信息传递算法,用以并行计算过程不同区域间中数据交流。最后,使用C++开发了基于布尔运算的三维数值流形单元及覆盖系统并行生成算法。算例表明此并行覆盖系统生成算法可有效提高三维数值流形法覆盖系统的生成效率及其应用规模     

关于结构刚度修改的一个新算法

提出结构刚度修改的一个新算法. 该方法基于预条件共轭梯度法, 易于辅助、 能自适应地改进逼近精度, 适用于设计变量的大变化(包括单元删除 与几何变化), 可用于一般的有限元系统.     

高层建筑消火栓给水系统水力计算分析

本文通过对消火栓给水系统、自动喷水灭火系统水力计算,提出了只要选取控制数就是正确可行的方案是认识的误区,要着重强调多次的计算和验算,并对规范与实践的控制数规定进行了对比分析,提供了经多次计算得出的控制数给设计得以参考。     

共轭梯度法研究与展望

共轭梯度法是介于最速下降法和牛顿法之间的一种最为常用和有效的最优化方法,它具有收敛速度快、所需存储量小和算法简便的特点,在线性和非线性优化中都有十分重要的应用.共轭梯度法根据搜索方向选取参数不同可再细分为几个不同的算法,这些算法在不同的线性搜索下收敛性也有所不同,因此有必要对此方法进行进一步的研究和完善.     

长距离重力输水系统中的水力分析探讨

对长距离重力输水系统进行了空蚀分析、进排气分析、水锤分析等水力分析。以稳态和瞬态水力模型为理论基础,重点对关阀水锤的预防措施等进行了研究。针对不同的分析结果得出了类似工程的应用结论。     

一类共轭梯度算法的收敛性分析

对解决无约束最优化问题提出一种包含了四种经典共轭梯度法的双参数共轭梯度法簇,并结合修改后的Armijo线搜索技术,证明了新的双参数共轭梯度法簇具有全局收敛性.     

电厂水力输灰管内灰浆流动特性的研究

远距离、大流量水力输灰管路的增多，使电力部门对输灰系统的设计和运行提出了新要求．通过对输灰管内灰浆流动特性曲线的分析，引入了流区判别因子Ｚ，从而为灰管设计及运行流速的选取提供了新依据；并通过试验，筛选出了较为合理的灰管流阻力降计算公式．     

基于属性相关分析的离群数据并行挖掘算法

针对高维海量数据集中的局部离群数据,利用并行计算和属性相关性分析思想,给出了一种离群数据并行挖掘算法。该算法首先由主节点分配属性相关分析任务,各个子节点并行查找数据集中的冗余属性,将其冗余属性传回主节点,并由主节点删除;其次,主节点分配搜索任务,各子节点采用微粒群算法,并行搜索局部离群子空间;再次,由主节点对局部离群子空间合并计算后,确定全局离群数据;最后,在MPICH2-1.0.3的并行计算环境下,采用恒星光谱数据作为数据集,实验结果验证了算法的正确性和有效性。     

一类非单调三参数共轭梯度算法研究

虽然求解无约束优化问题共轭梯度方法的算法程序便于计算机上实现,但难于建立算法的全局收敛性理论.为弥补其不足,研究了一类新的共轭梯度算法.该算法搜索方向的构造中引入了3个参数,且通过合适地选取这些参数保证了所得搜索方向不依赖于线搜索技术,是目标函数的恒充分下降方向.以此为基础,提出了一种求解无约束优化问题的非单调三参数共...     

预条件共轭梯度法在拱坝有限元重分析中的应用

以初始设计的劲度矩阵为预条件矩阵,给出了大型结构有限元重分析的预条件共轭梯度算法.该算法不需要形成和存储修改结构的劲度矩阵,占用内存小,并具有较高的精度和收敛速度.拱坝体形修改有限元分析算例表明,即使设计变量有较大改变时,该方法也能较快地收敛到精确解.     

三维有限元-边界元耦合法的并行计算及优化措施

在应用有限元-边界元耦合法分析大规模三维电磁场数值计算问题时,采用并行计算方式可以有效地节省计算时间和提高求解精度.在介绍并行计算在线性单元和高阶单元问题实施原理的基础上,分别论述了应用自适应交叉逼近技术降低边界元求解区域内存消耗、应用分布式预处理共轭梯度法求解器对复杂且包含易变化部件求解区域进行基于相对编号的建模以提高并行机群的运行效果、应用Borland C＋＋Builder软件实现分析结果导出自动化以降低人工工作量这三种对有限元-边界元耦合法并行计算的优化措施.