AbstractsBiology & Animal Science

Wir beginnen mit einer Vorstellung der Oberflächenrekonstruktionstechniken für SPH. Diese konzentrieren sich auf verschiedene Anforderungen, beispielsweise auf die Verringerung des Speicherverbrauchs und der Berechnungszeit, die Verbesserung der Oberflächenqualität oder auf beides. In dieser Dissertation stellen wir zunächst einen neuen parallelen Algorithmus zur Verbesserung der Performanz des zeitintensiven Erstellungsprozesses skalarer Felder vor. Unsere Methode skaliert fast linear auf Mehrkernprozessoren und ist, verglichen mit herkömmlichen Skalarfelderstellungsansätzen, auf GPUs bis zu fünfzig Mal schneller. Anstelle des Volumens skaliert die vorgestellte Methode mit der Oberfläche, indem das Skalarfeld nur in unmittelbarer Nähe der Fluidoberfläche erstellt wird. Daher arbeitet die Methode selbst auf Einkern-CPUs effizient. Des Weiteren werden Werte für ein effektives Parametersetup vorgeschlagen, das auch die finale Qualität der rekonstruierten Oberfläche beeinflusst. In unserem nächsten Beitrag konzentrieren wir uns auf das Erreichen einer glatten und detaillierten Fluidoberfläche innerhalb annehmbarer Zeit. Dafür schlagen wir vor, eine Methode zu nutzen, die auf einem Nachbearbeitungsschritt der Mesh-Oberfläche basiert und auf Datensätze von Partikelpositionen, die Bild für Bild zur Verfügung stehen, anwendbar ist. Unsere Methode kombiniert Techniken zur Berechnung existierender Skalarfelder mit zwei Nachbearbeitungsschritten: Dezimierung und Unterteilung. Dies ist durch eine verbesserte Repräsentation kleinformatiger Details, eine Verminderung von Unebenheiten in ebenen Bereichen, eine verringerte Gesamtberechnungszeit und einen geringeren Speicherverbrauch begründet. Unsere Ergebnisse zeigen, dass unsere Pipeline, verglichen mit anderen Ansätzen mit vergleichbarer Oberflächenqualität, mit bis zu 80% weniger Haupt- und Sekundärspeicherverbrauch bis zu zwanzigmal schneller ist. Zuletzt stellen wir eine adaptive räumliche Datenstruktur vor, die ihre Zellen entsprechend der Oberflächenkrümmung anpasst. Regionen geringer Krümmung werden von grob aufgelösten Zellen mit wenigen Dreiecken, Regionen starker Krümmung von hoch aufgelösten Zellen mit mehr Dreiecken repräsentiert. Mesh-Blöcke aus Zellen verschiedener Auflösungen werden nahtlos mit einander verbunden, indem Zwischenräume mit weiteren Dreiecken gefüllt werden. Unsere Methode erzeugt ähnliche Ergebnisse mit weniger Anzahl der Dreiecke, bis zu vier Mal bessere Speicherverbrauch und bis zu 60% mehr Leistung im Vergleich zu der einzigen Ebene hoher Auflösung gleichmäßigen Raster-Ansatz. Um den Nutzen unserer Ansätze zu verdeutlichen, zeigen wir im Verlauf dieser Doktorarbeit verschiedene Vergleiche unserer Methoden mit bekannten vorheri-gen Ansätzen. Am Ende jedes Kapitels werden entsprechende visuelle Vergleiche und Vergleiche der Performanz mit dazugehörigen Erklärungen gegeben. Smoothed Particle Hydrodynamics (SPH) is a popular particle-based fluid simulation…