区域分解法解黑油数值模拟问题的并行计算

区域分解方法是适应并行计算机的工作原理应运而生的偏微分方程数值算法，将它应用于解决三维实际问题且行之有效的并行软件并不多见．本文基于共享内存多处理机并行系统解决一类三维黑油油藏数值模拟问题，分别给出了子结构类型ＤＤＭ和Ｓｃｈｗａｒｚ类型ＤＤＭ两种区域分解方法的并行算法，并进行了比较。

双重介质油藏数值模拟并行算法研究

裂缝型碳酸盐岩油藏非均质性极强,数值模拟运算时间长,迫切需要一种切实可行的解决方法。介绍了区域分解法在数值模拟中的应用方法,提供了油藏数值模拟串行算法并行化的一般策略与方法。基于已开发的双重介质油藏数值模拟串行算法及建立的Windows平台PC集群网络并行计算环境,利用消息传递界面(MPI库)实现了并行过程中所有消息的传递功能。通过对国内某实际碳酸盐岩油田的模拟表明,并行后的算法是成功的,2个PC加速比高达1.86,4个PC达到3.46,8个PC达到6.89。通过模拟还发现,并行数值模拟时,存在最佳的子区域规模和数目。该算法解决了大规模碳酸盐岩油藏数值模拟时间长的问题,具有实际的应用价值。

多层油藏模拟并行计算与负载平衡

在油藏数值模拟并行计算中 ,提高计算速度和资源利用率是一个重要的研究方向 给出分布式并行环境下一种多层油藏模拟并行计算的整体优化方法 ,其特点是使用高效的区域分解方法并行求解 ,动态选择两种不同的计算粒度 ,有效地克服了负载不均衡带来的性能下降问题 实际模型计算表明 ,此方法策略减少了整体模拟计算时间 ,并获得较高加速比

区域分解法解黑油数值模拟问题改进的并行计算

区域分解法是一种偏微分方程数值解技术.最初将Schwarz交替类型方法和子结构方法用于求解三维黑油模型油藏数值模拟问题,但发现存在计算量大、收敛较慢等问题.为此运用整体预处理技术对原方法进行改进,降低了计算复杂性,算法收敛速度有较大提高.当收敛条件较宽时,整体预处理Schwarz交替方法则比快速迭代子结构方法得到更高的并行加速比.实验结果表明,改进算法的模拟计算取得较高加速比.

汽车碰撞安全性数值模拟的并行计算

阐述了汽车碰撞安全性数值模拟并行计算的区域分解方法,分析了并行求解过程以及主要时间开销,给出了处理接触时的并行计算流程。在此基础上,研究了不同的区域分解策略对整车碰撞计算效率的影响。最后研究了并行版本的L S- DYNA3D软件在不同硬件平台的可扩展性。

非均匀区域油藏模拟负载平衡的分区并行算法

基于分布式并行计算机系统，对一类非均匀区域的油藏数值模拟问题，采用了区域分解方法并行求解，给出了并行求解的负载平衡模型及区域负载平衡的一种有效分区算法，从而将这类油藏数值模拟问题均衡映射到并行环境中，高效地并行求解．在黑油油藏数值模拟并行软件的研究中，实验结果表明，该算法有利于提高加速比．

油藏数值模拟有限元并行计算方法研究

针对目前油藏数值模拟普遍采用的有限差分法计算精度低的问题,提出了兼顾计算精度、计算速度问题的有限元油藏数值模拟方法,即在建立了油藏数值模拟数学模型的基础上通过有限元数值分析方法建立有限元数值模型,但有限元在油藏数值模拟时存在单机计算困难、计算时间长的问题,为此提出了利用区域分解技术的油藏数值模拟并行计算方法,最后将该方法通过实例进行检验,取得了良好的加速比和并行效率。

MPI环境下二维流动的并行计算

在MPI并行环境下,使用Fortran语言自行开发的程序,采用区域分解法对二维流动问题进行了数值模拟计算。最后分析了计算机集群在数值求解复杂流动问题方面的实用性以及实际所能达到的计算效率。

燃烧器内气固两相流动的分区并行计算

采用Fortran语言自行开发的程序,在MPI编程环境下,对一新型燃烧器一次风喷咀及弯头组件内的气固两相流动进行了数值模拟。在求解过程中,将整个几何区域分解成若干相对简单的子区域,然后分别在各子域上对控制方程组进行离散多机并行求解。最后分析了计算机集群在数值求解复杂流动问题方面的实用性以及实际所能达到的计算效率。

化学驱油藏数模并行化中的关键技术

本文描述了化学复合驱数值模拟程序UTCHEM在分布式内存多计算机并行系统SMP-CLUSTER上并行化的关键技术。化学复合驱并行模型采用单程序多数据(SPMD)程序模型,利用区域分解方法将整个求解区域分解为子区域,使得多个计算节点同时求解一个单一的模拟问题。各计算节点通过消息传递对重叠区域的共享数据进行通信,以协调各节点之间的计算。目前仅对压力方程组求解部分进行了并行化实现,测试结果显示了较好的并行效率。

化学驱软件中化学平衡的并行计算

为了探索化学驱油藏数值模拟软件高效的整体并行化方案 ,对 DQCHEM2 .0软件中化学平衡计算部分进行并行化改造 ,设计了两种区域分解并行化的方式。一种方式是将整个区域按 CPU数进行分解 ,每个 CPU计算一个子域 ;另一种方式是按照额定的子域中网格单元的数量进行分解 ,每个 CPU将计算多个子域。比较而言 ,前者数据传输量少 ,而后者有利于负载平衡。在并行程序中 ,采用 MPI消息传递库实现数据的传输。测试结果显示了较好的局部并行效率。 8个 CPU的加速比达到 6.4。对测试数据的分析表明 。