塑料注射成型過程模擬中的計算加速方法研究.pdf

1、塑料注射成型過程模擬計算的加速方法的研究是一個較大的范疇，分析模型的改進、數值算法的優(yōu)化、計算機硬件的擴展等均可實現計算的加速。本文主要從分析模型，數值算法和并行計算幾個方面研究塑料注射成型過程模擬的計算加速方法。
　　 本文提出了基于BP 神經網絡的冷卻時間預測算法，與原有的經驗公式相比，能將冷卻時間預測的最大誤差從80%降低到30%，從而有效減少冷卻分析的外層迭代次數。提出了基于系數矩陣分裂技術的邊界元加速方法，和原有的直接

2、舍棄法和合并法相比，分裂法在不犧牲求解精度的條件下，將大量計算從冷卻分析的內層迭代轉移到外層迭代，降低了系數矩陣的存儲要求，縮短冷卻分析的時間。
　　 在冷卻分析并行計算研究的技術上，提出了一種高效的邊界元矩陣元素的并行計算模式，并提出采用并行的Jacobi 右預處理的GMRES(m)算法求解邊界元方程組。
　　 通過數值實驗證明，Jacobi 右預處理的GMRES(m)算法比SOR方法在求解邊界元方程組時具有更好的收斂

3、性和更快的收斂速度，采用并行計算的冷卻分析在雙核計算機上可獲得1.6 以上的并行加速比。提出了一種求解稠密線性方程組的SOR 并行迭代算法，并通過數值實驗證明了該算法可以在多核微機和小規(guī)模計算機集群的并行環(huán)境下獲得線性的并行加速比。
　　 此外，系統(tǒng)地分析了大型稀疏線性方程組的求解方法，指出了非定常迭代方法是一類可用于求解塑料注射成型過程模擬中大型稀疏線性方程組的有效方法，預處理技術是加快其收斂速度的關鍵。針對流動、保壓和翹曲分

4、析過程中的線性方程組，分別采用SSOR 預處理、不完全LU 分解預處理和稀疏近似逆預處理技術的非定常迭代方法進行求解對比分析。對于翹曲和流動保壓分析的對稱線性方程組，ILU(l)-PCG方法和SSOR-PCG方法均可獲得較好的收斂速度，對于溫度場求解的非對稱線性方程組，ILU(l)-GMRES(m)有更好的收斂性和收斂速度。
　　 本文還提出了通過網格簡化實現塑料注射成型過程模擬的計算時間與計算精度之間的平衡。并針對注塑制品的特