In diesem Bereich werden die Grundeinstellungen zur Berechnung und Simulation von Sonnendiagrammen eingestellt.
Als Standardwert sind in der Simulation 1.000 m eingetragen. Dieser Wert ist die Entfernung einer virtuellen Sonne vom Ursprung, 0,0,0 am Gitternetz.
Der Skalierungsfaktor gibt an wie groß das Sonnendiagramm im Konstruktionsbereich (Szene) dargestellt wird.
Der Skydom ist eine Darstellung des Himmels, aufgelöst in viele Rechtecke. Jedes Rechteck erhält eine spezifische Menge an Solarstrahlung und Intensität, die auf alle sichtbaren Objekte, im Bereich des jeweiligen Rechtecks, in der Szenerie einwirkt.
Der Skydom ist ein Methode zur Vereinfachung der komplexen Strahlungswege und Berechnungsvorgänge der Solareinstrahlung.
Die Transparenz gibt an wie durchscheinend der Skydom ist und gut man die darunter liegende Architektur erkennt.
Von der virtuellen Sonnenposition werden einzelne Lichtstrahlen (beeinflusst in Intensität und Stärke aus dem Wetterdatensatz) und mittels des Skydom auf die Gebäude (Objekte) verteilt.
Die Lichtstrahlen werden reflektiert, durchgelassen (transparente Materialien) und absorbiert.
Der reflektierte Teil eines Lichtstrahls wird weiter zum nächsten Objekt geführt, dort wieder, reflektiert, durchgelassen und / oder absorbiert, ...
So lange bis von der ursprünglichen Energie des Lichtstrahls nur noch 1% übrig ist.
Derzeit ist unsere Software die Einzige auf dem Markt die dieses 1% nimmt und auf alle von dem Lichtstrahl berührten Flächen und Objekte aufteilt.
Den Anteil der Restenergie eines Lichtstrahls die am Ende der Berechnung aufgeteilt wird, kann man hier einstellen.
Bezogen auf die Solareinstrahlung ist die Sommerzeit in Simulationen unwichtig, da die natürlichen Vorgänge im Wetterdatensatz erfasst wurden.
Lediglich bei Berücksichtigung von Menschen und den durch die Sommerzeit geänderten Zeitprofilen ist die Sommerzeit zu berücksichtigen, da in der Sommerzeit die Menschen, per Gesetz, eine Stunde früher aufstehen und zur Arbeit gehen müssen.
Im Logfile werden Details des verwendeten Wetterdatensatzes ausgegeben.
Zur Berechnung des Sichtfaktors werden diverse Solver (Löser) unterstützt.
Es gibt verschiedene Solver (Löser) um Sonnenpfade, Verschattungen und Sonnendiagramme zu berechnen.
Der BIM HVACTool Client bietet verschiedene Löser (Solver) an um die Berechnungen auf die Grafikkarte auszulagern, die Genauigkeit der Berechnung zu ändern und somit Einfluss auf die Rechenzeit zu nehmen.
Jede Fläche eines Gebäudes, eines Objektes, sieht nur eine bestimmte Anzahl von Flächen des Skydom, und ebenso die jeweiligen Flächenanteile.
Mit Hilfe der Löser, mit den jeweiligen Eigenschaften, lassen sich diese Situationen lösen.
In der numerischen Mathematik ist das Jacobi-Verfahren, auch Gesamtschrittverfahren genannt, ein Algorithmus zur näherungsweisen Lösung von linearen Gleichungssystemen. Es ist, wie das Gauß-Seidel-Verfahren und das SOR-Verfahren, ein spezielles Splitting-Verfahren. Benannt ist es nach Carl Gustav Jacob Jacobi. Entwickelt wurde das Verfahren, da das Gaußsche Eliminationsverfahren zwar eine exakte Lösungsvorschrift darstellt, sich Rechenfehler jedoch sehr stark auswirken. Einer iterativen Vorgehensweise kommt typischerweise ohne diesen Nachteil daher.
Der Jacobi Solver ist sehr genau aber auch relativ langsam. (Relativ bezogen auf das verwendete Computersystem.
Das „Successive Over-Relaxation“-Verfahren (Überrelaxationsverfahren) oder SOR-Verfahren ist ein Algorithmus der numerischen Mathematik zur näherungsweisen Lösung von linearen Gleichungssystemen.
Es ist, wie das Gauß-Seidel-Verfahren und das Jacobi-Verfahren, ein spezielles Splitting-Verfahren der Form A = B + (A – B) mit B = (1/w)D + L
Gauss_Elimination_solver
Das gaußsche Eliminationsverfahren oder einfach Gauß-Verfahren (nach Carl Friedrich Gauß) ist ein Algorithmus aus den mathematischen Teilgebieten der linearen Algebra und der Numerik. Es ist ein wichtiges Verfahren zum Lösen von linearen Gleichungssystemen und beruht darauf, dass elementare Umformungen zwar das Gleichungssystem ändern, aber die Lösung erhalten. Dies erlaubt es, jedes eindeutig lösbare Gleichungssystem auf Stufenform zu bringen, an der die Lösung durch sukzessive Elimination der Unbekannten leicht ermittelt oder die Lösungsmenge abgelesen werden kann.
Viele wissenschaftliche und technische Probleme können ein System von linearen Gleichungen verwenden. Es sind Matrizen, die mit linearen Gleichungssystemen gelöst werden können.
Matrizen mit linearen Gleichungssystemen eignen sich zur Parallelisierung.
Diese können dann in der Graphics Processing Unit (GPU) anstelle der Central Processing Unit (CPU) gelöst werden.
CUDA ist eine von NVIDIA entwickelte parallele Rechnerarchitektur.
Gauss-Jordan-Elimination ist eine Variante der Gauss-Jordan-Elimination, einer Methode zur Lösung von Gleichungen eines linearen Systems (Ax=B).
Gauss-Jordan-Elimination ist ein Algorithmus zum Erhalten von Matrizen in reduzierter Zeilenstufenform unter Verwendung elementarer Zeilenoperationen. Die Gauss-Jordan-Elimination besteht aus zwei Teilen. Der erste Teil ( Vorwärts-Elimination) reduziert ein gegebenes System auf die Dreiecksform. Der zweite Schritt verwendet Rückwärtssubstitution, um die Lösung des dreieckigen Stufenformsystems zu finden. Die GPU-Implementierung ist schneller als die Lösung von linearen Gleichungssystemen auf der CPU.
In den letzten Jahren ist die Parallelverarbeitung in der Computerindustrie zum weitverbreiteten Standard geworden. Software-Entwickler müssen sich mit parallelen verarbeitenden Computersystemen und -technologien auseinandersetzen, um auf der Höhe der Zeit zu sein.
Die LU-Zerlegung ist eine Zerlegung der Form A=LU, wobei A eine quadratische Matrix ist. Die Hauptidee der LU-Zerlegung besteht darin, die bei der Gaußschen Elimination auf A an den Stellen, an denen die Null erzeugt wird, verwendeten Schritte aufzuzeichnen.
L und U sind jeweils untere und obere Dreiecksmatrizen.
Das bedeutet, dass L nur Nullen oberhalb der Diagonalen und U nur Nullen unterhalb der Diagonalen hat.
GPUs bieten einen hohen arithmetischen Durchsatz beim parallelen Rechnen und eignen sich daher hervorragend dazu diese Berechnungen durchzuführen..
Hier stellen Sie Anzahl der Wiederholungen oder Iterationen ein.
Diese Einstellung wird bei den SOR_Gauss_Seidel_Solver, Jacobi_Solver und beim gpu_CUDA_LU_Decomposition_Solver verwendet.
Einigermaßen relevante Ergebnisse erhält man 3 Iterationen, Ergebnisse die kaum noch verbessert werden können nach 7 Iterationen.
Dafür steigt die Rechenzeit dementsprechend an.
Dieser Faktor dient beim SOR_Gauss_Seidel_Solver und beim gpu_CUDA_LU_Decomposition_Solver als Gewichtungsfaktor.
Der reelle Überrelaxationsparameter w Î (0,2) sorgt dafür, dass das Verfahren schneller konvergiert als das Gauß-Seidel-Verfahren, das ein Spezialfall dieser Formel mit w = 1 ist.
Hier geben Sie die Zahl der Optimierungen, bzw. Verfeinerungen an.
Ausgehend von einer Startgröße wird ein Ergebnis geliefert, mit angepassten Bedingungen (Verfeinerungen) wird das Resultat genauer, man tastet sich also zum Endergebnis vor.
