Glosten 使用云解决方案预测 Barehull KRISO 集装箱船阻力


2023 年 3 月 10 日• 3 分钟阅读    

Glosten 使用云解决方案预测 Barehull KRISO 集装箱船阻力的图1

在这项研究中,Glosten 团队  使用 UberCloud 容器运行 Fidelity Fine Marine模拟,评估可用硬件的性能,并将其与最终用户当前使用的资源进行比较。基准案例在本地硬件、Amazon Web Services (AWS)的虚拟实例以及CPU 24/7 和UberCloud提供的裸机云解决方案上进行了分析。

公司简介

光泽

Glosten 使用云解决方案预测 Barehull KRISO 集装箱船阻力的图2

Glosten 是一家位于西雅图的工程咨询公司,由海军、海洋、电气和海洋建筑师组成。自公司于 1958 年成立以来,Glosten 多次为海洋工业中具有挑战性的问题提供创新解决方案。他们的设计经验包括拖船、驳船、研究船、游轮、客运/汽车渡轮和专用平台。

Glosten 使用云解决方案预测 Barehull KRISO 集装箱船阻力的图3

中央处理器 24/7

云资源提供商CPU 24/7 GmbH是领先的CAE服务解决方案提供商,面向所有工业和学术/大学研发应用领域。CPU 24/7 总部位于德国波茨坦,根据全球公认的最新硬件、软件和应用行业标准开发和运营按需高性能计算服务。

关于该项目

该项目重点关注云中 KRISO 集装箱船 (KCS) 的裸体阻力计算。KRISO 集装箱船是一种标准船体形式,经常用作海洋工业计算流体动力学 (CFD) 研究的基准案例。基本的船体形状参数和实验结果都可以在已发表的文献中找到。

过程和基准结果

模拟被设置为稳态解,固定在纵倾和升沉以复制实验数据的条件。半模型网格包含 160 万个单元格。仿真控制变量如下:

  • 300步

  • 统一时间步长 = 5 个子周期

  • 八次非线性迭代

该解决方案在 150 时间步长内收敛到稳态阻力;但是,允许模拟在所有平台上运行直至完成,以提供性能比较。

该模型计算出的总阻力系数为 0.003574。与实验结果 0.00356 相比有 0.4% 的差异。图 1. 说明了计算的波场(顶部)与测量数据(底部)的对比。

Glosten 使用云解决方案预测 Barehull KRISO 集装箱船阻力的图4

图 1 实验与计算结果对比

用于 Fidelity Fine Marine 的 UberCloud 应用程序容器

UberCloud 容器是随时可以执行的软件包。它们旨在提供完成复杂任务的工具。在本案例研究中,Fine Marine 软件已预安装、配置并在裸机上运行,没有性能损失。该软件无需安装或处理复杂的操作系统命令或配置即可运行。

UberCloud 容器技术为工程师提供了广泛的选择,因为容器可以从服务器移植到服务器或从云移植到云。云运营商或 IT 部门将不再限制不同种类的任务,因为他们不再需要安装、调整和维护底层软件。他们可以依靠 UberCloud 容器来克服这种复杂性。该技术还提供了硬件抽象,其中容器与硬件和软件堆栈之间的服务器抽象不紧密耦合,提供了裸机环境所缺乏的易用性和敏捷性。

好处

这个案例帮助我们了解了 UberCloud 和 CPU 24/7 提供的性能优势。Glosten 认为 UberCloud 服务是本地服务器升级的可行替代方案。由 CPU 24/7 提供并通过 UberCloud 容器提供的处理器显着提高了本地 Glosten 硬件和通过 AWS 提供的虚拟实例的性能。这里使用的 AWS 计算实例是第三代 c3.8xlarge。  

Glosten 使用云解决方案预测 Barehull KRISO 集装箱船阻力的图5

其他好处包括按需访问、使用软件和硬件资源以及减少管理虚拟实例和维护软件更新的开销。

Glosten 使用云解决方案预测 Barehull KRISO 集装箱船阻力的图6


如果您想为您的海洋应用尝试Cadence Fidelity CFD  ,请立即申请演示!

文章来源:cadence

默认 最新
当前暂无评论,小编等你评论哦!
点赞 1 评论 收藏
关注