16 Oct ¿Cómo predecir el tiempo computacional de tu análisis explícito?
En el post de hoy vamos a ver cómo predecir el tiempo computacional de tu análisis explícito.
Como el post anterior sobre la diferencia entre general contact y contact pairs, el post de esta semana es de caracter técnico pero muy preguntado por nuestros clientes a traves del mail de soporte
Pónte en contacto con contacto@4realsim.com para obtener más información sobre los servicios de Abaqus y/o FEA.
Como predecir el tiempo computacional de tu análisis explicito
Lo que la teoría nos dice acerca de esto es lo suguiente.
El procedimiento explícito se integra a través del tiempo utilizando muchos incrementos de tiempo pequeños. El operador de diferencia central es condicionalmente estable, y el límite de estabilidad para el operador (sin amortiguación) se da en términos de la frecuencia más alta del sistema como:
Una aproximación al límite de estabilidad se escribe a menudo como el menor tiempo de tránsito de una onda dilatacional a través de cualquiera de los elementos de la malla.
donde Lmin es la dimensión de elemento más pequeña de la malla y cd es la velocidad de onda dilatacional en términos de Lambda y Mi (constantes efectivas de Lamé) y p (densidad del material):
En un material isotrópico y elástico, las constantes efectivas de Lamé se pueden definir en términos del módulo de Young, E, y la relación de Poisson, por
y
El número de incrementos, n, requeridos es
si delta de t permanece constante, donde T es el período de tiempo del evento que se está simulando.
Tal vez esto no esté del todo claro, por lo que va a resultar mas facil explicarlo con un ejemplo.
Ejemplo
En la imagen siguiente, en la que vemos el archivo de estado o status file (.sta file), el tiempo total T es de 0,015 [s] (predefinido).
En la primera línea (incremento 0, T=0) el incremento estimado de tiempo estable o time stable increment es 2.963 e-7. Esto es sólo una estimación del solver, ya que el incremento de tiempo estable real será registrado después de que el análisis se ejecute durante 2 minutos (Abaqus actualiza el archivo de estado cada 2 minutos y en cada field frame).
Con el tiempo total dado T de 0,015 [s] y el incremento de tiempo estable calculado de 1,979 e-7, se puede predecir fácilmente el número de incrementos necesarios, que en este caso es:
0.015 / 1.979 e-7 = 75795 incrementos
Ya que este ordenador en específico necesita dos minutos (tiempo de CPU) para calcular los incrementos de 2742, entonces:
(75795 / 2742) * 2 = 55 minutos
Ese es el tiempo necesario para completar el análisis, si el incremento de tiempo estable permanece constante.
Esto es tan sólo una predicción para hacerse una idea del tiempo de funcionamiento requerido, ya que en cada análisis la dimensión mínima del elemento Lmin marca la velocidad del análisis y ésta es propensa a cambiar debido a la deformación y que, por tanto, influirá en el incremento del tiempo estable o stable time imcrement. Sólo con el uso de la escala de masas de «paso a paso» o «through-the-step” mass scaling, que varía la masa de algunos elementos para mantener constante el incremento de tiempo estable, se puede predecir con precisión el tiempo real de funcionamiento, pero esto se discutirá en otro post.
Otra forma de predecir el tiempo de ejecución es comprobar el tiempo de CPU requerido hasta que se imprima la primera salida de campo (ODB Field Frame Number i.e. 1 de 30 requested…), y luego multiplicar este tiempo por la cantidad de frames solicitados, pero en este caso, puede tomar más de 2 minutos para imprimir la primera salida de campo y calcular su predicción, además de que puede variar en el tiempo si la dimensión mínima Lmin cambia.
Consejo para saber la influencia de Lmin
Un consejo para hacer una estimación sobre la influencia que tendrá en el tiempo del análisis el cambio en el mallado de tu modelo, ya que estás cambiando la Lmin de tu elemento, sin tener en cuenta que durante el análisis haya o no grandes deformaciones.
En un análisis con una malla shell, refinar la malla por un factor de dos en cada dirección aumentará el tiempo de ejecución en el procedimiento explícito por un factor de ocho al tener cuatro veces más elementos y la mitad del tamaño de incremento de tiempo original. Es decir, si tienes un elemento rectangular de 1 x 1 [mm] y pasas a uno de 0.5 x 0.5 [mm], el análisis tardará 8 veces mas. Del mismo modo, en un análisis con un tipo de elemento hexagonal, refinar la malla por un factor de dos en cada dirección aumentará el tiempo de ejecución por un factor de dieciséis.
Por lo tanto, para un número dado de elementos y tiempo total T, el incremento de tiempo estable o stable time increment es lo que influye en el tiempo de ejecución de un análisis0 explícito dinámico, ya que determina la cantidad de incrementos requeridos para completar el análisis.
Si se conoce ésto, se pueden calcular los incrementos necesarios, ya que el tiempo total T está predefinido. Todos esos valores están siendo reportados al archivo de estado (.sta) de cada análisis explícito y considerando que el tiempo computacional para una cantidad de incrementos también es registrado, entonces es fácil predecir el tiempo computacional requerido para completar el análisis.
¿Necesitas más información?
¿Te ha resultado interesante el post sobre cómo predecir el tiempo computacional de tu análisis explícito? ¿Te gustaría que escribieramos sobre algún tema en particular?
Pónte en contacto con contacto@4realsim.com para obtener más información sobre los servicios de Abaqus y/o FEA.
PD: Cover photo by NordWood Themes on Unsplash
