Tsunami Simulation: Difference between revisions
No edit summary |
|||
| (2 intermediate revisions by the same user not shown) | |||
| Line 2: | Line 2: | ||
[[File:Output_wireframe_clusters.gif]] | [[File:Output_wireframe_clusters.gif]] | ||
<!-- | |||
'''Website with Sierpi Framework + Videos: [http://www5.in.tum.de/sierpi/ Sierpi]''' | '''Website with Sierpi Framework + Videos: [http://www5.in.tum.de/sierpi/ Sierpi]''' | ||
--> | |||
| Line 29: | Line 32: | ||
* Development of an automatic kernel generator for higher order Discontinuous-Galerkin-methods: Setting up kernels is quite time consuming as well as error prone, especially for higher order basis functions. To reduce both factors, setting up the kernel functions automatically is desirable and should be achieved in this topic. [[Martin Schreiber]] | * Development of an automatic kernel generator for higher order Discontinuous-Galerkin-methods: Setting up kernels is quite time consuming as well as error prone, especially for higher order basis functions. To reduce both factors, setting up the kernel functions automatically is desirable and should be achieved in this topic. [[Martin Schreiber]] | ||
=== Available topics (Using GPU for acceleration): === | === Available topics (Using GPU for acceleration): === | ||
* Using GPUs to enhance computation time as well as energy efficiency is currently used in many areas of scientific computing. However for full-adaptive grids several problems have to be solved in order to use GPUs as an accelerator for Tsunami Simulations. [[Martin Schreiber]], [[Dipl.-Inf. Christoph Riesinger]] | * Using GPUs to enhance computation time as well as energy efficiency is currently used in many areas of scientific computing. However for full-adaptive grids several problems have to be solved in order to use GPUs as an accelerator for Tsunami Simulations. [[Martin Schreiber]], [[Dipl.-Inf. Christoph Riesinger]] | ||
=== Available topics (General Optimization): === | === Available topics (General Optimization): === | ||
| Line 55: | Line 54: | ||
* Validation of Tsunami Simulation is one of the crucial components for testing the accuracy of the simulation. Your task would be to implement further test scenarios and to evaluate several parameters which are beneficial for the accuracy of the simulation. [[Martin Schreiber]] | * Validation of Tsunami Simulation is one of the crucial components for testing the accuracy of the simulation. Your task would be to implement further test scenarios and to evaluate several parameters which are beneficial for the accuracy of the simulation. [[Martin Schreiber]] | ||
--> | |||
=== Finished topics: === | === Finished topics: === | ||
Latest revision as of 18:50, 12 December 2012
Die Ausbreitung von Ozeanwellen nach Erdbeben oder vergleichbar großen Erschütterungen (sog. Tsunamis) kann man als zweidimensionales Transportproblem auf einem Diskretisierungsgitter modellieren. Eine Herausforderung stellt dabei dar, dass das Gitter entlang der Wellenfronten stark adaptiv verfeinert werden muss, wie man an dem folgenden, "einfachen" Beispiel sieht: Error creating thumbnail: Unable to save thumbnail to destination
Verarbeitung adaptiver Dreiecks- und Tetraedergitter mit Hilfe raumfüllender Kurven
Error creating thumbnail: Unable to save thumbnail to destination
Dreiecks- und Tetraedergitter werden häufig und gerne zur Diskretisierung partieller Differentialgleichungen mit Finite-Elemente- oder auch Finite-Voumen-Methoden eingesetzt. Speichereffiziente Datenstrukturen sowie schnelle Algorithmen für das Arbeiten auf solchen Gittern, insbesondere wenn diese lokal verfeinert sein können, sind dabei eine wesentliche Voraussetzung für ihren Einsatz.
Werden adaptive Gitter über eine schrittweise Zerlegung von Ausgangselementen - Dreiecke in 2D, Tetraeder in 3D - erzeugt, so bieten sich im Prinzip Baumstrukturen als Datenstruktur an. Mit Hilfe von sogenannten Raumfüllenden Kurven (insbes. Sierpinski-Kurven) lassen sich diese mit Hilfe einer Depth-First-Lineariserung des Baumes im Speicher ablegen. Zur Speicherung der Gitterstruktur sind dann nur wenige Bits pro Zelle erforderlich.
Das Arbeiten mit und auf diesen adaptiven Gittern erfordert üblicherweise das Austauschen von Information zwischen benachbarten Zellen - die Nachbarschaftsbeziehungen sollen aber, um Speicherplatz zu sparen, gerade nicht gespeichert werden. Hier können bestimmte Eigenschaften der raumfüllenden Kurven eingestetz werden - über ein System von Hilfsstapeln.
Error creating thumbnail: Unable to save thumbnail to destination
Available topics (Simulation):
- Weiterentwicklung/Parallelisierung des 2D-Codes (ab sofort): Einbau blockstrukturierter Gitter, Untersuchung und Steigerung der (parallelen) Performance an einem einfachen Ausbreitungsmodell für Tsunamis. Michael Bader
Finished topics:
- Traversierung adaptiver Dreiecksgitter im Gittergenerator amatos (Diplomarbeit, Stefanie Schraufstetter)
- Integration der speichereffizienten Datenstruktur in amatos (Masterarbeit, Csaba Vigh)
- Speichereffiziente numerische Simulation auf adaptiven Tetraedergittern mit Hilfe von Sierpinski-Kurven (Diplomarbeit, Andreas Haug)
- Numerische Simulation der Ausbreitung von Ozeanwellen auf dynamisch-adaptiven Gittern (Diplomarbeit, Christine Radzieowski)
- Discontinuous-Galerkin-Verfahren zum Lösen der Flachwassergleichungen auf adaptiven Dreiecksgittern (Diplomarbeit, Christian Böck)
- Adaptive Discontinuous-Galerkin-Verfahren zum Lösen der Flachwassergleichungen mit verschiedenen Randbedingungen (Diplomarbeit, Johannes Schwaiger)
- Optimization of Numerical Simulations for Regular Subpatches on Adaptive Meshes (Bachelorthesis, Florian Klein)