
Le cas
Les simulations utilisant la méthode SPH (Smoothed Particle Hydrodynamics) permettent de reproduire des phénomènes fortement non linéaires comme les impacts hypervéloces ou les collisions avec des oiseaux. En contrepartie, ces modèles peuvent contenir plusieurs centaines de milliers, voire plusieurs millions de particules, rendant les temps de calcul très importants. Dynas+ a développé et validé une méthodologie d’optimisation des décompositions MPP (Massively Parallel Processing) de LS-DYNA afin d’améliorer l’efficacité des calculs sur architectures multi-cœurs, en partenariat avec Safran Aircraft Engines.
La solution déployée
Dynas+ a étudié différentes stratégies de décomposition MPP appliquées à plusieurs cas industriels représentatifs :
- impact hypervéloce d’un projectile sur plaque entièrement modélisé en SPH ;
- simulation de Bird Strike sur aubages de soufflante avec couplage SPH / éléments coques ;
- simulation de Bird Strike sur aubages modélisés en éléments solides.
Pour chacun de ces cas, plusieurs stratégies de répartition des domaines de calcul ont été développées et comparées afin de :
- limiter les communications entre processeurs ;
- améliorer l’équilibrage de charge ;
- réduire significativement les temps de calcul sans modifier les résultats physiques de la simulation.

Les résultats obtenus
Les travaux ont permis d’établir des recommandations pratiques pour optimiser les calculs MPP sous LS-DYNA selon la nature des modèles SPH. Les meilleures stratégies de décomposition permettent notamment :
- une réduction supérieure à 50 % du temps de calcul sur les modèles couplés SPH / éléments finis ;
- une meilleure montée en charge des calculs parallèles sur architectures multi-cœurs grâce à des stratégies de partitionnement adaptées aux modèles SPH.
Ces travaux ont fait l’objet d’une publication scientifique présentée lors de la 13th International LS-DYNA Users Conference (Détroit) : « Advanced MPP Decomposition of a SPH Model » (Vincent Lapoujade, Christian Mouteliere, Antoine Millecamps).


