| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 论文研究背景和意义 | 第9-12页 |
| 1.2 板料成形有限元方法的研究现状 | 第12-13页 |
| 1.3 CPU-GPU异构协同计算的研究现状 | 第13-14页 |
| 1.4 论文的研究内容和组织结构 | 第14-17页 |
| 2 动力显式有限元算法与异构并行计算相关技术 | 第17-29页 |
| 2.1 板材冲压成形仿真过程的动力显式算法 | 第17-22页 |
| 2.1.1 动力显式积分算法的有限元方程 | 第17-19页 |
| 2.1.2 基于中心差分格式的显式时间积分算法 | 第19-20页 |
| 2.1.3 确定临界时间步长的方法 | 第20-22页 |
| 2.2 异构并行计算相关技术 | 第22-28页 |
| 2.2.1 CPU-GPU异构体系结构 | 第22-23页 |
| 2.2.2 CPU-GPU协同并行研究意义 | 第23-25页 |
| 2.2.3 CUDA平台简介 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 板材冲压成形算法并行化重构的关键技术研究 | 第29-44页 |
| 3.1 KMAS软件简介 | 第29页 |
| 3.2 KMAS求解器重构的工作背景和需求分析 | 第29-32页 |
| 3.2.1 工作背景 | 第29-30页 |
| 3.2.2 需求分析 | 第30页 |
| 3.2.3 重构工作流程 | 第30-32页 |
| 3.3 C语言与Fortran语言混合编程 | 第32-34页 |
| 3.3.1 语言约定 | 第32页 |
| 3.3.2 数据处理 | 第32-34页 |
| 3.3.3 功能函数 | 第34页 |
| 3.4 重构的层次化与模块化设计 | 第34-38页 |
| 3.4.1 重构的层次和模块定义 | 第34-35页 |
| 3.4.2 C语言模块化方法 | 第35-38页 |
| 3.5 基于STL的网格邻接拓扑搜索算法 | 第38-42页 |
| 3.5.1 本文使用的STL容器特点 | 第38-39页 |
| 3.5.2 邻接拓扑的搜索算法 | 第39-42页 |
| 3.6 优化算法并行度 | 第42-43页 |
| 3.7 本章小结 | 第43-44页 |
| 4 基于C-G任务划分异构并行策略的板材冲压成形算法研究 | 第44-61页 |
| 4.1 串行程序的并行化改造策略 | 第44-45页 |
| 4.2 基于OpenMP的多核CPU并行方法 | 第45-46页 |
| 4.3 基于CUDA的GPU并行计算策略 | 第46-49页 |
| 4.3.1 CUDA并行计算模型设计 | 第46-47页 |
| 4.3.2 CUDA存储器访问优化 | 第47-48页 |
| 4.3.3 对“竞写”冲突的优化策略 | 第48-49页 |
| 4.4 CPU-GPU异构平台任务划分算法和负载均衡策略 | 第49-58页 |
| 4.4.1 板料网格的CPU-GPU任务划分算法 | 第49-52页 |
| 4.4.2 异构平台协同并行计算方法 | 第52-54页 |
| 4.4.3 CPU-GPU负载均衡策略 | 第54-58页 |
| 4.5 数据同步的优化设计 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 5 数值算例 | 第61-68页 |
| 5.1 实验平台 | 第61页 |
| 5.2 算例1.方盒成形 | 第61-64页 |
| 5.2.1 精度验证 | 第62-63页 |
| 5.2.2 性能测试 | 第63-64页 |
| 5.3 算例2：汽车翼子板成形 | 第64-66页 |
| 5.3.1 精度验证 | 第64-65页 |
| 5.3.2 性能测试 | 第65-66页 |
| 5.4 结果分析 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表学术论文情况 | 第74-75页 |
| 致谢 | 第75-76页 |