论文部分内容阅读
以工程结构大规模模态分析为背景,对Krylov 类子空间特征值算法进行了简单概述。结合谱变换技术、收缩和重启动技术等修正了用于大规模模态分析的隐式重启动Arnoldi 算法和Krylov-Schur 算法。利用Panda 框架和特征值软件包进行了代码实现并通过大型并行机群对上述两种算法进行了工程实例测试研究。测试规模达到千万自由度以上,并行CPU 核数达到数百个,给出了各种测试规模的加速比曲线。结果表明,Krylov 类子空间算法完全适应于大规模模态分析,并行可扩展性良好。最后就Krylov 类子空间算法存在的问题进行了讨论。