Rinnakkaislaskenta avuksi teräsuunin ohjaukseen ja laadunvalvontaan
Ennen kuin teräsaihioita voidaan muokata, niitä pitää kuumentaa uunissa, jota ohjataan tietokoneella. Ohjausta kehitetään lämmönsiirron tietokonemallinnuksella. Jotta tämä ohjelma voisi toimia osana ohjausta, tulisi sen laskea tulokset riittävän nopeasti. Yksi keino laskennan nopeuttamiseksi on laskentaongelman rinnakkaistaminen useammille prosessoriytimille. Tällöin laskennallisesti suuretkin ongelmat voidaan ratkaista pienissä osissa. Rinnakkaistamalla laskenta voidaan siis hyödyntää prosessorin laskentatehoa kokonaisvaltaisemmin. Viime vuosina myös näytönohjaimien käyttö tietokonemallien tehostamisessa on kasvanut.
Christian Westerlund on tutkinut diplomityössään "Efficient parallel implementation of a transient heat transfer model" lämmönsiirtomallia, joka laskee teräsaihioiden lämpötilajakaumaa uunissa reaaliajassa. Westerlund on tarkastellut työssään lämmönsiirtomallin algoritmeja ja pyrkinyt rinnakkaistamaan laskennan mahdollisimman tehokkaasti. Työssä on optimoitu olemassa olevaa toteutusta ja tehty näytönohjaimelle rinnakkaistettu malli. Työkaluna on käytetty CUDA-ohjelmointiympäristöä. Työn tuloksena laskenta nopeutui jopa kuusinkertaiseksi verrattuna alkuperäiseen.
Eri tieteenaloja yhdistämällä konkreettisiin tuloksiin
"Diplomityön tulokset ovat konkreettisia ja merkittäviä, sillä nopeutetulle mallille on tarvetta reaaliaikaisessa teräksen lämmitysuunin ohjauksessa ja optimoinnissa. Tuloksista on apua laadunvalvonnassa, ja ne edistävät terästeollisuuden tuottavuutta. Tavoitteena on, että malli voitaisiin ottaa käyttöön terästehtaalla mahdollisesti jo tämän vuoden aikana," sanoo Seppo Louhenkilpi Aalto-yliopiston kemian tekniikan korkeakoulusta.
Aalto-yliopiston tarjoamissa opinnoissa on mahdollista yhdistää eri tieteenaloja. Christian Westerlund on hyödyntänyt tätä ansiokkaasti. Hänen diplomityönsä, joka on hyväksyttävänä koulutusneuvoston kokouksessa 27.2.2018, on vaatinut laaja-alaista, poikkitieteellistä osaamista ja sen soveltamista käytäntöön.
”Olen opiskellut kemian tekniikan ja metallurgian laitoksella pääaineenani Functional Materials. Sivuaineopinnot valitsin tietotekniikan laitokselta, mikä mahdollisti sen, että pääsin tarttumaan tähän diplomityöaiheeseeni. Erityisesti pidin hyödyllisenä Programming Parallel Computers -kurssia, jossa keskityttiin rinnakkaislaskentaan. Monialaisista opinnoista on paljon hyötyä työelämässä ja oikeiden ongelmien ratkomisessa.”
äپٴᲹ:
Christian Westerlund,
tim.westerlund@aalto.fi
Professori Ari Jokilaakso
ari.jokilaakso@aalto
Apulaisprofessori Jukka Suomela
jukka.suomela@aalto.fi
Senior Scientist Seppo Louhenkilpi
seppo.louhenkilpi@aalto.fi
Lue lisää uutisia
Kesämuistio tohtoriopiskelijoille
Vinkkejä ja muistutuksia kesäkuukausille
Uusia akatemiatutkijoita ja akatemiahankkeita
Suomen Akatemian akatemiatutkijan ja -hankerahoituksen sai yhteensä 44 aaltolaista tutkijaa – onnittelut kaikille!
FITech-verkostoyliopiston uusi hanke kehittää verkoston kykyjä jatkuvan oppimisen osa-alueella
FITechin uuden FITech FORWARD -hankkeen tavoitteena on kehittää verkoston jäsenyliopistojen kykyä luoda jatkuvan oppimisen ja pienten osaamiskokonaisuuksien tarjontaa tekniikan alojen ajankohtaisiin osaamistarpeisiin. Aalto-yliopiston lisäksi hankkeessa ovat mukana Oulun yliopisto, Tampereen yliopisto ja Vaasan yliopisto.