[논문 리뷰] A 55-line code for large-scale parallel topology optimization in 2D and 3D

Abhinav Gupta, Rajib Chowdhury외 2명|arXiv (Cornell University)|2020. 12. 15.

Topology Optimization in Engineering참고 문헌 71인용 수 9

한 줄 요약

이 논문은 FEniCS 유한요소 프레임워크와 PETSc를 사용한 병렬 선형 대수를 활용하여 대규모 2차원 및 3차원 구조물 최적화를 위한 55줄의 파이썬 코드를 제시한다. 이는 유클리드 거리 행렬 기반의 벡터화 필터링을 통해 SIMP 기반 최적화를 효율적으로 수행할 수 있도록 한다. 이 방법은 복잡한 메esh에서 높은 성능과 확장성을 달성하며, 다중 하중 상태, 경계 조건, 수동 요소를 지원하여 교육 및 대규모 연구 응용 분야에 이상적이다.

ABSTRACT

This paper presents a 55-line code written in python for 2D and 3D topology optimization (TO) based on the open-source finite element computing software (FEniCS), equipped with various finite element tools and solvers. PETSc is used as the linear algebra back-end, which results in significantly less computational time than standard python libraries. The code is designed based on the popular solid isotropic material with penalization (SIMP) methodology. Extensions to multiple load cases, different boundary conditions, and incorporation of passive elements are also presented. Thus, this implementation is the most compact implementation of SIMP based topology optimization for 3D as well as 2D problems. Utilizing the concept of Euclidean distance matrix to vectorize the computation of the weight matrix for the filter, we have achieved a substantial reduction in the computational time and have also made it possible for the code to work with complex ground structure configurations. We have also presented the code's extension to large-scale topology optimization problems with support for parallel computations on complex structural configuration, which could help students and researchers explore novel insights into the TO problem with dense meshes. Appendix-A contains the complete code, and the website: \url{https://github.com/iitrabhi/topo-fenics} also contains the complete code.

연구 동기 및 목표

• 학생 및 연구자들이 접근 가능하면서도 대규모 문제를 지원하는, 컴act하고 읽기 쉽게 확장 가능한 구조물 최적화 코드를 개발하는 것.
• 상용 FEA 소프트웨어에 의존하지 않고, 오픈소스 도구를 활용하여 효율적인 대규모 2차원 및 3차원 구조물 최적화를 가능하게 하는 것.
• 특히 복잡한 거더 구조에서의 필터 계산 시간을 줄이기 위해 유클리드 거리 행렬의 벡터화를 통해 계산 비용을 감소시키는 것.
• 고성능 컴퓨팅 시스템에서의 확장성을 확보하기 위해 PETSc를 통한 병렬 처리를 지원하는 것.
• 기존의 SIMP 방법을 다중 하중 상태, 다양한 경계 조건, 수동 요소까지 확장하면서도 최소한의 코드 기반을 유지하는 것.

제안 방법

• 유한요소 해석 및 해법을 위해 FEniCS를 사용하는 고체 등방성 재료에 페널티를 적용한 방법(SIMP)을 구현한다.
• 행렬 연산의 가속화와 병렬 계산을 위해 선형 대수 백엔드로 PETSc를 사용한다.
• 반복 루프를 대체하여 계산 비용을 감소시키기 위해 효율적으로 필터 가중치를 계산하기 위해 벡터화된 유클리드 거리 행렬을 계산한다.
• 필터 연산은 행렬-벡터 곱으로 구현된다: 감도 = (D @ (밀도 * 감도)) / (밀도 * 거리합), 여기서 D는 거리 행렬이다.
• 체적 제약 조건을 충족시키기 위해 선형 탐색을 포함한 최적성 기준 방법을 사용하여 밀도를 갱신한다.
• 메쉬 및 하중 마커의 모듈식 구성을 통해 다중 하중 상태, 딜레르흐 경계 조건, 수동 요소를 지원한다.

실험 결과

연구 질문

• RQ1 오픈소스 도구를 사용하여 55줄의 매우 컴act한 코드로 확장 가능하고 고성능인 2차원 및 3차원 구조물 최적화를 달성할 수 있는가?
• RQ2 기존의 루프 기반 방법과 비교해 벡터화된 유클리드 거리 행렬 계산은 필터 효율성을 어떻게 향상시키는가?
• RQ3 최소한의 코드 기반으로 복잡한 구조적 구성, 다중 하중 상태, 병렬 실행을 얼마나 잘 지원할 수 있는가?
• RQ4 이러한 컴act한 구현이 HPC 시스템에서 큰 메쉬로 확장되면서도 정확성과 수렴성을 유지할 수 있는가?
• RQ5 FEniCS와 PETSc의 통합은 교육적 명확성과 생산 수준의 성능을 동시에 어떻게 가능하게 하는가?

주요 결과

• 55줄의 코드는 다중 하중 상태, 경계 조건, 수동 요소를 지원하는 완전한 2차원 및 3차원 SIMP 기반 구조물 최적화를 성공적으로 구현하였다.
• 벡터화된 유클리드 거리 행렬의 사용으로 필터 계산 시간이 크게 감소하여 복잡한 거더 구조의 효율적 처리가 가능해졌다.
• PETSc의 병렬 선형 대수 백엔드 덕분에 상당한 성능 향상을 달성하여 큰 메쉬에서의 확장 가능한 계산이 가능해졌다.
• 코드는 높은 가독성과 모듈성을 유지하여 교육적 용도 및 빠른 프로토타이핑에 적합하다.
• FEniCS의 플랫폼 독립성과 오픈소스 스택 덕분에 Windows, Linux, macOS 간 이식성이 확보되었다.
• 체적 제약 조건을 유지하면서도 목표 함수와 밀도 변화 과정을 통해 최적 설계로 수렴하는 것으로 확인되었다.