流体中形状优化问题的高可扩展并行区域分解算法

项目名称： 流体中形状优化问题的高可扩展并行区域分解算法

项目编号： No.11401564

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 数理科学和化学

项目作者： 陈荣亮

作者单位： 中国科学院深圳先进技术研究院

项目金额： 22万元

中文摘要： 最优形状设计在工业领域有着广泛的应用，例如，设计飞机机体、高铁车头的外形使其更安全、安静、节能；优化血管支架的形状使其对血管的损伤达到最小。传统的流体形状优化设计通常在风洞或物理实验室中完成，因而设计周期长、成本高，而且往往不能达到理想意义下的最优设计，这在一定程度上束缚了高科技产品的快速研制。 随着超级计算机和计算流体力学的飞速发展，基于计算流体的数值优化方法以设计周期短、成本低等特点逐渐取代传统手工设计成为流体形状优化设计的重要工具之一。但现有的流体形状优化算法和软件大多只适合在小型并行机上运行，可扩展性不高、不适合大规模应用。本项目拟面向工业设计中的形状优化问题，以国产千万亿次超级计算机为平台，结合移动网格、区域分解法、全耦合Lagrange-Newton-Krylov-Schwarz算法等技术，研究三维不可压缩流体形状优化问题，构造可扩展至上万核的并行算法并研发相应的软件包。

中文关键词： 形状优化；区域分解算法；并行计算；Navier-Stokes方程；Newton-Krylov算法

英文摘要： Many industrial problems can be described as shape optimization problems. Typical optimal design problems include finding the best shape of an airfoil to minimize the drag, finding the best shape of a high-speed train to make it more stable and energy eff

英文关键词： Shape optimization；Domain decomposition method；Parallel computing；Navier-Stokes equations；Newton-Krylov method