چکیده فارسی :

 ماشینی کردن یک فرایند وسیع تولیدی مورد کاربرد در صنایی مثل خوردو، هوا و فضا،کاشتهای پزشکی و نفت و گاز می باشد.تحلیل فرایند از طریق مدل سازی فیزیکی طراحی های جدید و نوآورانه را برای ابزارهای برش را امکان پذیر میسازد، ویژگی های کیفیت قطعات ماشینی را تضمین میکند و باعث کاهش هزینه های تجهیز و زمانها یچرخه ماشینی میگردد. تحلیل های خیلی پیچیده فرایندهای ماشینی با در بر گیری تاثیرات تحلیل سه بعدی کامل ابزارهای برش و جنبش شناسی قطعه کاری/ ابزار پیچیده شکل گرفته است.تحلیل دقیق سطوح قطعات کاری ماشین کاری شده روش مؤلفه متناهی (FEM) با پیش بینی فشارهای باقی مانده،عمق های لایه سخت شده و جریان گرما را امکان پذیر میسازد. با این وجود پیچیدگی مدل باعث افزایش بار حاسبهای گردیده است.این مقاله یک محیط محاسبه ای با عملکرد بالا (HPC) برای مدل های مؤلفه متناهی مورد کاربرد برای تحلیل ماشینی را به صورت دقیق بیان می کند. نخست مدل FEM مرور می شود و و توسعه آن در محیط های حافظه مشترک هسته ای(core-count) توضیح داده می شود.بهبود های عملکرد مقیاس شده برای 40 هسته نشان داده می شوند و بهبود های عملکرد اثباط می گردد. سپس یک دسته HPC طاحی می شود و یک نرم افزار صف دسته ای ویژه اجرا می شود که ارائه نظارت و مدیریت شبیه سازی های ماشینی بزرگ مقیاس را امکان پذیر می کند.در آخر یک زیر ساختاری برای ارائه HPC به مشتریان از طریق نرم افزار به عنوان یک سرور (SaaS) معرفی می شود.

كلید واژه ها  : مدلسازی ، محیطی ، محاسبه با عملكرد بالا (HPC)

چکیده انگلیسی :

Machining is a pervasive manufacturing process used in industries such as automotive, aerospace, medical implants and oil and gas. Analysis of processes via physics-based modeling enables new and innovative designs for cutting tools, provides confidence of machined workpiece quality characteristics and allows reduction in machining cycle times and tooling costs. Progressively sophisticated analyses of machining processes have evolved with the inclusion of effects of full three-dimensional analysis of cutting tools and complex tool/workpiece kinematics. Detailed-level analysis of machined workpiece surfaces based on finite element method (FEM) allows prediction of residual stresses, work hardened layer depths and heat flow. However, with the increase in model sophistication has come with computational burden. This paper details a high performance computing (HPC) environment for finite element models used for machining analysis. First, the FEM model is reviewed and its extension to high core-count shared memory environments is described. Scaled performance improvements for up to forty cores are demonstrated and performance improvements documented. Next, an HPC cluster is designed and a specialized batch queuing software is implemented that allows submission, monitoring and management of large scale machining simulations. Finally, an infrastructure for delivering the HPC capability to customers through Software as a Service (SaaS) is introduced.