Abstract
Computational Fluid Dynamics(CFD) is a branch of fluid mechanics that solves partial differential equations which represent fluid flows by a set of algebraic equations using computers. Even though it requires multifarious variables, only selected ones are stored because of the lack of storage capacity. It causes the requirement of secondary variable calculations at analyzing time. In this paper, we suggest an efficient method to estimate optimal calculation paths for secondary variables. First, we suggest a converting technique from a dependency graph to a ordinary directed graph. We also suggest a technique to find the shortest path from any initial variables to target variables. We applied our method to a tool for data analysis and visualization to evaluate the efficiency of the proposed method.
전산유체역학은 유체현상을 기술하는 미분방정식의 근사해를 컴퓨터를 이용하여 풀고 해석하는 학문으로, 다양한 종류의 변수의 계산을 필요로 한다. 대용량의 유동해석 데이터의 경우, 스토리지의 제약으로 계산한 변수들 중 필수적인 변수만을 저장하고, 데이터 분석 시점에 필요한 2차 변수를 계산하는 경우가 많다. 본 논문에서는 전산유체역학 응용에서 많이 사용하는 2차 변수의 종류를 정리하고, 임의의 초기 변수가 주어졌을 때 최적의 2차 변수 계산 경로를 효율적으로 추정하기 위한 방법으로 2차 변수 종속 그래프를 일반적인 유향 그래프로 변환하는 기법과 이를 이용한 최단 경로 탐색 기법을 소개한다. 또한 제안하는 기법을 실제 데이터 분석 및 가시화 도구에 적용하여 효용성을 측정하였다.
