基于BIM技术及GPU并行计算的复杂结构快速建模和分析

Structural modeling and analysis play an important role in the process of structural design. However, there is a lack of efficient informational communication (e.g. integration and transformation of information) between modeling and analyzing; moreover, the tendency of modern structures to become more complex and larger-scale will cause the process of analysis to be computationally intensive and time-consuming. To overcome the intensive computational process, we propose to combine the Building Information Modeling (BIM) and parallel computation method (GPU). In aspect of structural modeling, the approach of informational integration will be studied in terms of the Industry Foundation Classes (IFC) standard. To be specific, the structural modeling information can be adapted for the CPU + GPU heterogeneous parallel computing platform. In this stage, the mapping of the analyzed model and BIM model will be built. Based on the data mappings, fast and mutual data transformation between the BIM and proposed platform will be achieved. Furthermore, the finite element analysis for GPU parallel computation (GPU-FEA) will be developed by means of the Compute Unified Device Architecture (CUDA) program model. After the accuracy has been confirmed, the developed GPU-FEA will dramatically increase the efficiency of the process. The proposed combined BIM and parallel computation method could provide a new platform for design and analysis of complex structures. In addition, it will offer a new insight into data integration, model transformation, and feedback which ultimately leads to a highly efficient, usable and precise modeling and analyzing platform for all the engineers involved in construction industry.

结构建模和结构分析是建筑结构设计的重要环节，针对当前结构建模和结构分析之间缺乏高效的信息化纽带（模型集成和转换），以及工程结构趋于大型化和复杂化导致结构分析计算规模大、耗时多等问题，本项目拟借助建筑信息模型（BIM）技术在信息集成与共享上的优势及GPU强大的并行计算性能，研究基于IFC标准的复杂结构信息集成方法，设计可供CPU+GPU混合配置的异构并行计算平台所用的分析模型与BIM模型之间的数据映射关系，实现信息数据在BIM与异构平台之间的高速双向传递，并基于CUDA编程模型研究GPU上的结构有限元并行数值算法，以加速数值计算速度，从而达到在保证模型精度前提下有效提高结构建模和分析效率，为复杂工程建筑设计与结构分析领域提供高效实用的数值分析平台，为复杂建筑物的数据集成、模型转换与反馈提供新的有效的支撑。

针对当前结构建模和结构分析之间缺乏高效的信息化纽带（模型集成和转换），以及工程结构趋于大型化和复杂化导致结构分析计算规模大、耗时多等问题，本项目利用建筑信息模型（BIM）技术在信息集成与共享上的优势及GPU强大的并行计算性能，研究了基于IFC标准的复杂结构信息集成方法，提出了可供CPU+GPU混合配置的异构并行计算平台所用的分析模型与BIM模型之间的转化方法，开发了基于GPU的结构有限元并行数值算法，实现了兼顾精度和效率的结构动力分析，为复杂工程建筑设计与结构分析领域提供了高效实用的数值分析平台，具体研究成果为：.（1）对已有建筑模型IFC文件进行信息提取并对结构动力有限元分析信息进行扩展，完善了IFC标准结构分析信息模型；提出了Revit BIM模型与异构平台结构分析模型转换方法；针对Revit与Midas结构分析模型转换过程中出现构件缺失问题，开发了相应程序在mct文件中自动增添缺失节点信息语句，实现模型的修正；建立了基于IFC的统一信息模型与Midas结构分析模型之间的映射关系，实现了BIM模型与CPU-GPU异构平台的结构分析模型转换。.（2）搭建了CPU+GPU混合配置的异构分析平台；开发了基于GPU的共轭梯度法(CG)和预处理共轭梯度法(PCG)的并行求解器，在CPU+GPU异构分析平台上实现了线性方程组并行加速求解。.（3）开发了适用于GPU计算的Newton-Raphson迭代算法，结合GPU的线性方程组并行求解器，实现高效的非线性有限元分析。.（4）将GPU并行计算引入到求解结构动力方程的时间积分法当中，结合有限元EBE(Element By Element)并行策略提出了一种适用于非线性动力响应分析的并行算法，开发了基于GPU的Newmark-β法的动力分析程序。最终完成了基于CUDA编程模型在CPU-GPU异构平台上进行结构静力、动力问题求解的并行程序。