پديد آورندگان :
پاسه، حميدرضا نويسنده دانشجوي دكتري مهندسي عمران، مكانيك خاك و پي، دانشگاه تربيت مدرس , , يزداني، محمود نويسنده استاد يار مهندسي عمران، مكانيك خاك و پي، دانشگاه تربيت مدرس , , شريف زاده، مصطفي نويسنده دانشيار مهندسي عمران، مكانيك سنگ، دانشگاه صنعتي اميركبير (پلي تكنيك تهران) ,
كليدواژه :
الگوريتم كشف تماس , مكانيك سنگ , تحليل عددي , نرم‌افزار DA2 , روش المان مجزا
چكيده فارسي :
الگوريتم‌هاي كشف تماس، در شبيه‌سازي‌هاي المان مجزا، براي دستيابي به فهرست تماس‌هاي ممكن بين ذرات استفاده مي‌شود. از آنجا كه بخش مهمي از تلاش‌هاي محاسباتي در روش‌هاي المان مجزا مرتبط با كشف تماس ذرات است، كارايي الگوريتم مورد استفاده در اين روش‌ها، از اهميت بسياري برخوردار است. اين مقاله، با هدف شناسايي مناسب‌ترين الگوريتم كشف تماس و براي پياده‌سازي يك نرم‌افزار تحليل عددي هيدرو مكانيكي در مسايل مكانيك سنگ به روش المان مجزا (DA2)، الگوريتم‌هاي موجود براي كشف تماس بلوك‌هاي نامدور و اندازه‌هاي ناهمسان را مطالعه و ارزيابي مي‌كند. براي اين منظور، الگوريتم‌هاي كشف تماس، شامل بازرسي مستقيم (DC)، مرتب‌سازي و به‌روزاوري افزايشي (ISU) و مرتب‌سازي فضايي دو انتهايي (DESS)، در قالب نرم‌افزار DA2 پياده‌سازي و در محيطي همسان و براي مسايل رايج در مكانيك سنگ اجرا شده و نتايج زمان اجراي آنها مقايسه شده‌‌است. نتايج پژوهش نشان مي‌دهد كه الگوريتم ISU در مقايسه با الگوريتم‌هاي DC و DESS، به لحاظ معيار زمان اجرا، كارايي بهتري داشته و به تغييرات پارامترهاي مساله مانند تعداد بلوك‌ها، نسبت ابعادي مدل، تفرق اندازه‌ي بلوك‌ها، زواياي ناپيوستگي‌ها و زاويه‌ي اصطكاك داخلي درزه‌ها حساسيت كمتري نشان مي‌دهد. در پايان، براي افزايش كارايي الگوريتم ISU، دو راه‌كار به‌روزآوري تاخيري و موازي‌سازي در به روزاوري، شناسايي و پيشنهاد شده‌اند. نتايج پياده‌سازي راه‌كارها نشان داده‌است كه با به‌كارگيري آنها مي‌توان تا ?? درصد سرعت الگوريتم ISU را افزايش داد.
چكيده لاتين :
Discrete Element Method (DEM) is a numerical method for computing the motion and effect of a large number of small particles. It is a very common method to solve rock mechanics problems, since it can solve problems containing particles in contact with complicated geometries efficiently. Contact detection is the most time consuming (so the most significant) part of DEM-based problem solving methods.
In this article, authors, with the goal of implementing a numerical hydro-mechanical software to analyze and solve DEM rock mechanics problems (DA2), studied and investigated algorithms able to solve contact detection problem.
The most algorithms designed to find contacts (contact detection algorithms), lie in two classes: 1) algorithms based on bounding boxes, and 2) algorithms based on hashing.
The bounding box idea helps to simplify the contact detection problem and to prevent dealing with particle shapes by enveloping the whole particle in a shape (generally a rectangle or an ellipse) which is easy to check for finding overlaps. Since overlaps of bounding boxes may not directly result in contacts between particles, further checks are needed. In the former class, there are two well-known published algorithms, both based on sorting bounding boxes’ extents, able to find contacts between generally shaped particles in a fast and efficient way: incremental sorting and updating (ISU) algorithm, and double-ended spatial sorting (DESS) algorithm. Hashing algorithms are generally appropriate for particles with uniform sizes. Since rock mechanics problems mostly contain models constituted of blocks with non-uniform sizes, hashing algorithms are not utilized for solving them.
In this article, ISU and DESS algorithms along with direct checking (DC) method are compared for their running time results to find the most appropriate (i.e. the fastest) algorithm to find contacts between rock blocks. For this purpose, algorithms were implemented by DA2 software, then, ran in the same environment and for same commonplace geomechanical problems with varying model parameters, like number of blocks, block size variation, angle of discontinuities and friction angle, and compared for their running time results. Results shows that ISU algorithm compared to DESS algorithm gives better/lower running time (ISU is at least twice as fast as DESS), i.e. more performance, and shows less sensitivity to model parameters. Also, ISU algorithm consumes less memory and it is simpler to implement.
In the end, for further improvement of performance of ISU algorithm, delayed updating and parallelization solutions are offered. Delayed updating is a common way to optimize algorithms containing two phases of processing and updating. In order to apply delayed updating and parallelization to ISU algorithm, a solution is presented to separate sorting and updating steps. Then, parallelization is applied. Results show that using these techniques can increase the performance of ISU algorithm by 20%.
