Evaluación estándar de fuerza en buques mercantes basada en HPC-Cloud
Nombre organización: ISONAVAL
Otras organizaciones participantes

COMPASSIS

FNB-UPC.

CESGA.

Fuente de financiación:

Comisión Europea Horizonte 2020.

Tipo de problema / sector: Estructural-Sector naval.

Aplicación: HPC-Cloud.

Empresa:

ISONAVAL es una pyme que trabaja en las áreas de arquitectura naval y servicios de ingeniería marítima. Está especializada en el diseño de estructuras y de sistemas de canalización, y en la generación de análisis e información de producción para barcos, yates y artefactos navales, y tiene experiencia reconocida en el uso de simulaciones. CESGA participó como proveedor de recursos HPC
COMPASSIS es una pyme que comercializa software de simulación, RamSeries, en distintos campos de ingeniería incluyendo simulaciones multifísicas y análisis estructural.
FNB-UPC, centro de investigación universitario que desarrolla herramientas de simulación innovadoras y las implementa en sistemas HPC. CESGA participó como proveedor de servicios HPC.

Reto:

La evaluación estándar de fuerza en buques mercantes tales como petroleros y buques portacontenedores es importante y un requisito legal. Este experimento busca desarrollar y validar una solución fácil de utilizar para los cálculos de evaluación estándar de fuerza utilizando recursos HPC-cloud.
El reto en este experimento es demostrar el uso de simulación avanzada en la evaluación estándar de fuerza de buques mercantes. Tales simulaciones requieren grandes cantidades de potencia computacional para conseguir tiempos de cálculo viables. Esto requiere el uso de recursos computacionales de un proveedor HPC. En este experimento se va a adaptar un software de evaluación estándar de fuerza, RamSeries, para ser ejecutado de manera remota en recursos HPC, para así demostrar los beneficios de la simulación avanzada utilizando HPC basada en cloud, estudiar el rendimiento resultante de las simulaciones y demostrar su potencial impacto económico.

Solución:

Los paquetes de software necesarios, incluyendo RamSeries, se migraron a un sistema HPC-cloud y se integraron en un paquete general de simulación. Se implementó una interfaz efectiva entre el usuario final y los recursos HPC, que integra los componentes de software y el sistema HPC. Esto permite lanzar las simulaciones desde un sistema de escritorio a la vez que se utiliza el sistema HPC a plena capacidad. Las simulaciones llevadas a cabo en el sistema HPC se evaluaron comparativamente utilizando un modelo de la estructura 3D completa del casco de un buque mercante. Se demostró un incremento significativo de la velocidad por un factor de 42 mediante el uso de un sistema HPC. Esto hace que simulaciones que anteriormente no podían realizarse sean ahora factibles y abre camino a nuevos servicios ofrecidos por COMPASSIS.

Beneficio:

Una evaluación estándar de fuerza de un petrolero requiere más de una semana en un sistema de escritorio. El uso de RamSeries con recursos HPC permite un análisis completo en menos de 6 horas. Este tiempo de computación significativamente reducido encaja mucho mejor en el ciclo de diseño de las empresas.
COMPASSIS aumentará su mercado introduciendo el uso de RamSeries para la evaluación directa de fuerza de una estructura completa de barco. Esta evaluación requiere grandes recursos computacionales y de almacenamiento de datos.
CESGA ofrecerá los nuevos servicios de HPC con valor añadido para pymes, tales como evaluación comparativa para analizar el rendimiento de aplicaciones HPC, incluyendo escalabilidad multi-core y su dependencia de varios parámetros tales como tamaño del problema y frecuencia del procesador. En consecuencia, espera un aumento en sus servicios y clientes HPC. Nuevos acuerdos con independent software vendors (ISV) y expertos en aplicaciones han sido formados durante este experimento. Las ganancias basadas en 3 estudios de evaluación comparativa y la tarifa anual por hosting del software ISV y por mantenimiento de la infraestructura será de aproximadamente 35.000 euros en un período de 4 años.

Compartir: