华为发布工业软件五大难题之刚柔耦合动力学系统实时仿真技术

信息来源：

中国科学院数学与系统科学研究院—华为 π实验室

技术背景

1、业务场景：
动力学系统的实时仿真性能是自动驾驶、数字孪生等领域的基本技术；其布置场景传统上需要模型简化后集成进入嵌入式系统，未来趋势是基于云平台用大规模物理模型直接开展实时仿真。解决方案是采用可大规模并行求解微分代数方程组的显式积分器，针对大规模物理模型用大步长并行的方法达到实时的目标；核心技术是对大型刚柔耦合系统进行物理建模，在保证计算精度的同时尽可能降低方程组的刚性，保证大步长计算过程的稳定性。
2、课题价值：
将实时仿真的实现从case by case层面提升到通用软件层面上进行实现，使其得到更广泛和更全面深入的应用，为自动驾驶，数字孪生等场景提供通用支持，进而创造更高的社会价值。

技术诉求

技术要求1：
以避免精度损失为前提，通过建模技术减小刚柔耦合多体模型的刚性以适用显式积分器求解，能够在给定的时间步长下保持稳定。
技术指标：
（1）刚性要求：中等刚性：系统的最大特征值/最小特征值不大于10000
（2）精度要求：位置与速度的计算结果与原系统模型的计算误差小于5%
（3）能量要求：保守系统采用显式积分器相较于隐式积分器，系统能量的守恒验证误差小于2%

技术要求2：
构造通用型显式时间积分算法求解微分代数方程组，适合于开展大规模并行计算，以达到实时性的目标。
技术指标：
（1）计算效率：单线程计算时，显式积分器的计算效率不低于广义alpha方法
（2）并行计算：云平台上并行线程数或流处理核心数大于10000时仍然能达到线性度的效率提升
（3）集成需求：该技术选题作为实时仿真软件模块，可集成在主流的CAE仿真平台中

技术挑战

1、当前刚柔耦合动力学系统实时仿真存在的问题：
（1）. 刚柔耦合动力学系统自由度高、计算复杂度高，只有通过大规模并行才可能达到实时性能；
（2）. 隐式积分器需要迭代求解非线性方程组，其计算量不可控，并限制了并行求解度的上限；
（3）. 通用的降阶方法导致系统方程组的刚性问题仍然严重，进而显式求解器的时间步长非常小；
（4）. 云平台上计算资源分配的特点要求算法能够根据资源量自适应地微调算法以达到实时性。
2、期望实现的技术：
（1）. 微分代数方程组的高性能并行显式积分器技术；
（2）. 刚柔耦合动力学系统建模中的保稀疏特性降刚性技术。

参考文献

1. Avello, A., Jimenez, J.M., Bayo, E., Dejalon, J.G., 1993. A Simple and Highly Parallelizable Method for Real-Time Dynamic Simulation-Based on Velocity Transformations. Computer Methods in Applied Mechanics and Engineering 107 (3), 313-339.
2. Bae, D.S., Hwang, R.S., Haug, E.J., 1991. A Recursive Formulation for Real-Time Dynamic Simulation of Mechanical Systems. Journal of Mechanical Design 113 (2), 158-166.
3. Bae, D.S., Lee, J.K., Cho, H.J., Yae, H., 2000. An explicit integration method for realtime simulation of multibody vehicle models. Computer Methods in Applied Mechanics and Engineering 187 (1-2), 337-350.
4. Chung, S., Haug, E.J., 1993. Real-Time Simulation of Multibody Dynamics on Shared-Memory Multiprocessors. Journal of Dynamic Systems Measurement and Control-Transactions of the Asme 115 (4), 627-637.
5. Han, S., Choi, H.-S., Choi, J., Choi, J.H., Kim, J.-G., 2021. A DNN-based data-driven modeling employing coarse sample data for real-time flexible multibody dynamics simulations. Computer Methods in Applied Mechanics and Engineering 373.
6. Lee, W.S., Tak, T.O., 1991. Parallel Processing of Controlled Multibody Mechanical System Dynamics. Engineering with Computers 7 (3), 161-172.
7. Pan, Y., Dai, W., Xiong, Y., Xiang, S., Mikkola, A., 2020. Tree-topology-oriented modeling for the real-time simulation of sedan vehicle dynamics using independent coordinates and the rodremoval technique. Mechanism and Machine Theory 143.
8. Pastorino, R., Cosco, F., Naets, F., Desmet, W., Cuadrado, J., 2016. Hard real-time multibody simulations using ARM-based embedded systems. Multibody System Dynamics 37 (1), 127-143.
9. Rodríguez, A.J., Pastorino, R., Carro-Lagoa, Á., Janssens, K., Naya, M.Á., 2020. Hardware acceleration of multibody simulations for real-time embedded applications. Multibody System Dynamics 51 (4), 455-473.
10.Rulka, W., Pankiewicz, E., 2005. MBS approach to generate equations of motions for HiL-simulations in vehicle dynamics. Multibody System Dynamics 14 (3-4), 367-386.

联系人：吴瑾    lion.wujin@huawei.com