[发明专利]基于CPU和GPU协同的增材制造模型并行化切片的方法在审
| 申请号: | 202211610634.X | 申请日: | 2022-12-12 |
| 公开(公告)号: | CN115972584A | 公开(公告)日: | 2023-04-18 |
| 发明(设计)人: | 马良;李慧贤;彭理想 | 申请(专利权)人: | 西北工业大学 |
| 主分类号: | B29C64/386 | 分类号: | B29C64/386;B33Y50/00;G06F17/18;G06F9/50 |
| 代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 钱宇婧 |
| 地址: | 710072 陕西*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 cpu gpu 协同 制造 模型 并行 切片 方法 | ||
1.基于CPU和GPU的增材制造模型并行化切片的方法,其特征在于,包括以下步骤:
步骤1,创建点表、面表和层表,分别用于存储实体模型的顶点信息、三角面片信息和层信息;
步骤2,去除点表中的冗余顶点;
步骤3,确定三角片面和切平面的求交次数,根据求交次数确定GPU中存储空间;
步骤4,基于顶点信息、三角面片信息和层信息建立拓扑重建的多元回归方程以及并行求交耗时的多元回归方程,通过取拓扑重建的多元回归方程预估待切片处理模型的拓扑重建耗时一,通过并行求交耗时的多元回归方程预估待切片处理模型的并行求交耗时二;
步骤5,确定耗时一和耗时二的倍数N,建立N+2个CPU线程;
步骤6,根据层结构体中的层表信息,将待切片处理模型分割成为N+1个子部分;
步骤7,CPU线程中的一个线程与GPU数据交互,剩余的N+1个CPU线程分别对N+1个子模型进行拓扑重建;
步骤8,通过层表信息、步骤7中的数据交互结果和N+1个拓扑重建结果,连接二维闭合轮廓,完成切片过程。
2.根据权利要求1所述的基于CPU和GPU的增材制造模型并行化切片的方法,其特征在于,步骤1中,所述顶点信息包括顶点坐标信息、以顶点为起始点的半边信息;所述三角面片信息包括每一个三角面片三角顶点的索引信息、每一个三角面片在Z轴的最值信息、与每一个三角面片邻接的三个三角面片的索引信息;所述层结构体包括与每一层切平面相交的三角面片的索引信息和数量信息。
3.根据权利要求1所述的基于CPU和GPU的增材制造模型并行化切片的方法,其特征在于,步骤2中,基于哈希表去除冗余顶点,动态更新点表、面表和层表。
4.根据权利要求1所述的基于CPU和GPU的增材制造模型并行化切片的方法,其特征在于,步骤4中,所述拓扑重建的多元回归方程中,因变量为基于半边数据结构拓扑重建耗时,自变量包括待切片处理模型占用的内存空间和三角面片数量。
5.根据权利要求4所述的基于CPU和GPU的增材制造模型并行化切片的方法,其特征在于,所述拓扑重建的多元回归方程为:
Y=β0+β1X1+β2X2#(5)
其中,Y为模基于半边数据结构拓扑重建的耗时,X1和X2分别为待切片处理模型占用的内存空间和三角面片数量,β0、β1和β2分别为待定系数。
6.根据权利要求1所述的基于CPU和GPU的增材制造模型并行化切片的方法,其特征在于,步骤4中,所述并行求交耗时的多元回归方程中,因变量为基于GPU的并行求交耗时,自变量包括待切片处理模型在Z轴方向上的长度、切片的层厚、三角面片的数量,以及CPU和GPU交互的数据量。
7.根据权利要求6所述的基于CPU和GPU的增材制造模型并行化切片的方法,其特征在于,所述并行求交耗时的多元回归方程为:
Y1=δ0+δ1W1+δ2W2+δ3W3+δ4W4#(6)
其中,Y1为模型在基于GPU的并行求交耗时,W1、W2、W3和W4分别为模型在Z轴方向的高度、切片的层厚、模型包含三角面片的数量以及CPU与GPU交互的数据量,δ0、δ1、δ2、δ3和δ4分别为待定系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211610634.X/1.html,转载请声明来源钻瓜专利网。





