Guía para la Implementación de análisis en paralelo de modelos dinámicos y estáticos No lineales mediante OpenSees

La investigación en ingeniería estructural busca predecir el comportamiento de las estructuras, por lo general se realizan análisis similares uno detrás de otro, denominados análisis en serie. Sin embargo, resulta más eficiente realizar análisis en paralelo, así el computador realiza varios proce...

Full description

Bibliographic Details
Main Authors: Coello Chica, Esteban Nicolás, Vintimilla Salinas, Xavier Santiago
Other Authors: Flores Solano, Francisco Xavier
Format: bachelorThesis
Language:spa
Published: Universidad de Cuenca 2022
Subjects:
Online Access:http://dspace.ucuenca.edu.ec/handle/123456789/40271
Description
Summary:La investigación en ingeniería estructural busca predecir el comportamiento de las estructuras, por lo general se realizan análisis similares uno detrás de otro, denominados análisis en serie. Sin embargo, resulta más eficiente realizar análisis en paralelo, así el computador realiza varios procesos simultáneos, reduciendo tanto tiempos de resolución como costos energéticos. A pesar de ello, no existen documentos que sinteticen las metodologías más comunes mediante aplicaciones prácticas de ese tipo de análisis. Por este motivo, se elaboró una guía para la implementación de análisis en paralelo para modelos dinámicos y estáticos no lineales mediante OpenSees, utilizando tanto computadoras personales como clústeres. En este trabajo se realizaron análisis incrementales dinámicos (IDA) y estáticos (Pushover) con un prototipo del proyecto ATC-76-1 de la NIST, se analizaron las duraciones, speedups, y eficiencias de varias metodologías, con el fin de identificar las ventajas y desventajas de cada una. La paralelización (Tcl) y multiprocessing (Python) son las metodologías más sencillas de implementar, y por lo tanto las más recomendadas. Sin embargo, OpenSeesMPI (Tcl) o mpi4py (Python) son útiles para lograr un mayor control de procesos. El clúster más recomendado es CEDIA por su potencia de cálculo, sin embargo, el manejo de otros clústeres como Google Cloud o AWS es similar, por lo que la guía puede ser utilizada para el manejo de otros servidores a los que tenga acceso el usuario. Además, se detallaron los comandos utilizados en los análisis, los procesos de instalación y ejecución de cada metodología, y se elaboraron videos tutoriales para la implementación de cada una de ellas, en este sentido, se espera que en trabajos futuros se utilicen estas herramientas para simplificar los trabajos de investigación, y se propone investigar sobre herramientas más potentes que las propuestas como el uso de GPUs para multiprocesar tareas con OpenSees