[ draft ]
walaupun saat ini komputer sudah canggih dan dapat menyelesaikan model FE dengan jumlah besar, namun tetap saja pemilihan element masih banyak diperbincangkan, diantaranya pemilihan menggunakan beam, shell, solid atau mixed. bahkan Abaqus/CalculiX mempunyai jenis element shell yg dikembangkan menjadi solid element yg dinamakan shell continuum menurut manualnya lebih cepat dan akurat (shear locking) dari solid element namun lebih baik dari shell element (?). berbeda dengan element shell conventional yg mempunya DOF's 6 per nodes (3trans & 3rots), element shell continuum hanya 3dof's trans per nodes namun di expanding.
(source: HKS, 2005)
(source: Dhondt, 2004)
untuk mereduksi jumlah nodes biasanya dilakukan mixed element, namun akan ada masalah disambungannya jika menggunakan rigid links karena pada group nodes tersebut akan tetap kaku bidang (stay plane). kalo di NASTRAN ada element RBE3 yg mana tidak kaku ideal seperti rigid links, jadi pengaruh warping dan rasio poison terwakilkan, sedangkan di Abaqus/CalculiX perlu ditentukan sendiri oleh user dengan multipoint contsraint atau equations.
(source: MSC, 2001)
untuk saat ini mungkin yang ditinjau adalah element shell continuum dan solid saja dulu terhadap lamanya waktu penyelesaian, setelah itu yg perlu dibandingkan adalah penggunaan element shell continum pada object lengkung dengan patahan halus dan kasar (knot). ditinjau pelat pesegi dengan tumpuan jepit setiap sisinya, analisa hanya terhadap berat sendiri.
(265nodes & 1.049nodes)
(4.147nodes & 16.673nodes)
(66.625nodes & 266.369nodes)
(4.260.353nodes, zoom 10x)
Hasil analisa dengan model menggunakan element shell continuum (S4) yg auto akan di expanding menjadi C3D8I,
terlihat solver dengan iterative scaling mampu menyelesaikan sampai jumlah nodes ~3.6jt atau ~830rb persamaan jika menggunakan element shell continuum. dengan solver iterative kemampuan penyelesaian hampir ~40% lebih besar dibanding solver default nya. namun disisi lain untuk kasus node lebih sedikit akan memerlukan waktu yg hampir dua kali lipatnya.
Hasil analisa dengan model menggunakan element solid,
terlihat berbeda pada penyelesian model element solid (C3D8) yg mana sebelumnya solver iterative lebih lambat, namun menjadi sebaliknya yaitu sekitar ~30% lebih cepat. selain itu solver iterative scaling dapat menyelesaikan lebih besar dapat sampai ~1.3jt persamaan atau sekitar ~440rb nodes.
Penggunaan mesin penyelesai persamaan atau solver, sudah pernah sya posting sebelumnya. jika user ingin menggunakan solver TAUCS atau lainya pada CalculiX maka perlu compiled ulang, namun apakah ini berpengaruh besar jika operating system yg digunakan tetap 32bit?
Idealnya untuk spesisikasi komputer yg digunakan untuk komputasi adalah operating system yg 64bit, karena dapat memaksimalkan kinerja ram. Jika menggunakan windows 7 home maksimal ram adalah 16G sedangkan untuk yang versi pro dapat mencapai 192G, sedangkan jika menggunakan Linux dapat sampai 1TB. maksimal ram tergantung dari motherborad dan processor yg sudah support atau belum.
dapat dari forum mengenai kapaitas runing model maksimal ternyata sudah pernah dibahas oleh Jörg Hiller (2008), dokumentasi dlm bahasa jerman jadi waktu sya telusuri dgn mesin pencari tidak ketemu karena kata kunci yg sya gunakan adalah bahasa inggris. berikut grafik dari report yg sudah ditempuhnya,
(source: Jörg Hiller, 2008)
melihat grafik, untuk iterative solver 32bit dapat mencapai ~525 element. berbeda dgn komputer sya yg hanya mencapai ~450 element, mungkin ini dikarenakan perbedaan operating system 32bit Linux dgn Windows.
Spek komputer yg sya gunakan:
Operating System, Windows 7 Home 32bit with 4G ram.
terlihat processor notebook sudah support untuk 64bit, namun windows original bawaan sayang jika di replace begitu saja. lagipula untuk computing sya lebih suka menggunakan PC ketimbang notebook, masalahnya di overheat yg pernah sya alami.
Mengenai waktu komputasi dan kinerja komputer, ada hal challenging telah ditempuh developer OpenSEES dengan diberikannya fasilitas cloud computing, user upload dan running model lalu sudah dapat menggunakan 100 processor dengan biaya rental yg relatif murah sekitar $1 per jam running.
0 komentar:
Posting Komentar