A hybrid reduced-order and high-fidelity discontinuous Galerkin Spectral Element framework for large-scale PMUT array simulations

Dit artikel introduceert een hybride rekenkader dat modelorde-reductie combineert met de Discontinuous Galerkin Spectral Element Method (DGSEM) binnen de SPEED-software om grote PMUT-arrays efficiënt en nauwkeurig te simuleren.

De kern

Stel je voor dat je een gigantisch orkest van microscopisch kleine luidsprekers wilt bouwen. Deze luidsprekers, genaamd PMUT's, zijn zo klein dat ze op een speldkop passen, maar ze kunnen geluidsgolven maken en horen. Ze worden gebruikt voor superduidelijke medische echo's, vingerafdrukscanners en zelfs om onderwater te communiceren.

Het probleem? Als je er maar één hebt, is het makkelijk te begrijpen. Maar als je er tienduizenden naast elkaar zet in een groot raster (een "array"), wordt het een enorme rekenkracht-drempel. Het is alsof je probeert te voorspellen hoe elke individuele snaar van een piano reageert, terwijl je tegelijkertijd de lucht in de hele zaal laat trillen. Dat is voor computers bijna onmogelijk om snel te berekenen.

De auteurs van dit paper hebben een slimme oplossing bedacht. Hier is hoe hun methode werkt, vertaald naar alledaagse taal:

1. De "Samenvatting" van de Trilling (Model Order Reduction)

Stel je voor dat je een trillende membraan (het hartje van de PMUT) moet beschrijven. In plaats van elke atoom in dat membraan te berekenen (wat miljarden berekeningen zijn), kijken de onderzoekers naar de hoofdtrillingen.

• De Analogie: Denk aan een gitaarsnaar. Die kan op verschillende manieren trillen (de basisnoot, de eerste harmonische, de tweede, etc.). De onderzoekers zeggen: "We hoeven niet elke atoom te volgen. We weten dat de snaar trilt als een combinatie van deze paar bekende patronen."
• Het Resultaat: In plaats van een enorm, zwaar model, gebruiken ze een "samenvatting" van slechts een paar trillingspatronen. Dit maakt het model voor de luidsprekers zelf veel lichter en sneller.

2. De Twee Werelden: De Stad en het Platteland (DG-SEM & Mesh)

Nu hebben we de luidsprekers, maar we moeten ook berekenen hoe het geluid zich door het water (of lucht) verspreidt.

• De Stad (De Luidsprekers): Direct rondom de luidsprekers moet het heel gedetailleerd zijn. Hier moet je elke kleine golfbeweging zien. De onderzoekers gebruiken hier een heel fijn net (een "mesh") met veel details.
• Het Platteland (Ver weg): Hoe verder je weggaat van de luidsprekers, hoe minder gedetailleerd het hoeft te zijn. De golven zijn dan al groot en egaal. Hier gebruiken ze een grover, ruwer net.
• De Slimme Overgang: Normaal gesproken zou je een heel groot, fijn net over de hele wereld moeten leggen, wat te veel rekenkracht kost. Deze onderzoekers gebruiken een techniek (DG-SEM) die het fijne net en het ruwe net op een slimmer manier aan elkaar koppelt, alsof je een hoge resolutie-camera hebt die automatisch scherpstelt op het onderwerp en onscherp wordt op de achtergrond.

3. De Onzichtbare Muur (PML)

In een echte wereld verdwijnt geluid in de verte en komt het nooit terug. In een computermodel zou het geluid echter tegen de rand van het scherm slaan en terugkaatsen, wat de simulatie verpest.

• De Analogie: Ze bouwen een speciale "dempingsmuur" (Perfectly Matched Layer) om hun simulatie. Dit is als een muur van perfect absorberend schuim. Als een geluidswolktje die muur raakt, wordt het erin gevangen en geabsorbeerd, alsof het in een oneindig universum verdwijnt. Geen enkele echo komt terug om de metingen te verstoren.

4. Het Orkest Leiden (Parallel Computing)

Om dit allemaal snel te doen, gebruiken ze een supercomputer met duizenden processoren (zoals een enorm team van rekenmachines).

• Het Probleem: Als je het werk niet goed verdeelt, krijg je chaos. Stel je voor dat één persoon alle luidsprekers moet berekenen, terwijl de rest alleen maar wacht. Of dat twee mensen tegelijk proberen dezelfde luidspreker te berekenen.
• De Oplossing: De onderzoekers hebben een slimme strategie bedacht om het werk eerlijk te verdelen. Ze zorgen ervoor dat elke "groep" luidsprekers (een blokje) volledig bij één rekenmachine hoort, zodat ze niet hoeven te bellen met elkaar voor elke kleine berekening. Ze hebben ook een slimme manier gevonden om de overgangen tussen het fijne en ruwe net snel te vinden, zodat de computer geen tijd verspillen aan het zoeken naar waar de netten elkaar raken.

Waarom is dit belangrijk?

Vroeger duurde het dagen of weken om een groot raster van deze luidsprekers te simuleren. Met deze nieuwe methode kunnen ze het in uren doen, met dezelfde nauwkeurigheid.

Kortom:
De onderzoekers hebben een manier gevonden om een gigantisch, complex probleem op te lossen door:

1. De luidsprekers te beschrijven met hun belangrijkste trillingspatronen in plaats van elk atoom.
2. Het geluid in de buurt gedetailleerd te tekenen en verder weg vaag (maar correct).
3. Geluid te laten verdwijnen in een speciale muur in plaats van terugkaatsen.
4. Duizenden computers slim te laten samenwerken zonder dat ze elkaar in de weg zitten.

Dit maakt het mogelijk om in de toekomst nog betere medische scanners, veiligere auto-sensoren en krachtigere onderwatercommunicatie te ontwerpen, omdat ingenieurs nu snel kunnen testen hoe hun ontwerpen zich gedragen voordat ze ze zelfs maar bouwen.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel in het Nederlands:

Titel: Een hybride gereduceerde orde en hoog-trouw discontinu Galerkin Spectraal Elementen framework voor grootschalige PMUT-array simulaties.

1. Probleemstelling

Piezo-elektrische Micro-gefabriceerde Ultrasone Transducers (PMUTs) zijn essentieel voor de volgende generatie ultrasone sensoren en beeldvorming vanwege hun compacte ontwerp en compatibiliteit met lage-spanningselektronica. Naarmate PMUT-arrays groter en complexer worden, wordt het modelleren van hun gekoppelde elektromechanisch-acoustische gedrag computationeel zeer intensief.

• Uitdaging: Volledige 3D Finite Element Method (FEM) simulaties zijn te duur voor grote arrays en parameterstudies.
• Beperkingen van bestaande methoden: Analytische modellen kunnen complexe multilayer-structuren en vloeistofbelasting niet nauwkeurig vangen, terwijl standaard FEM-simulaties vaak niet schaalbaar zijn voor duizenden elementen.
• Doel: Ontwikkeling van een schaalbaar, nauwkeurig en efficiënt rekenkader dat zowel de zending (TX) als ontvangst (RX) fasen van grote PMUT-arrays kan simuleren.

2. Methodologie

Het voorgestelde framework combineert Model Order Reduction (MOR) met een Discontinuous Galerkin Spectral Element Method (DG-SEM) implementatie in de open-source software SPEED.

• Gereduceerde Orde Modellering (MOR):

  • In plaats van de volledige 3D-structuur van elke PMUT op te lossen, wordt het mechanische gedrag van elke membraan weergegeven als een lineaire combinatie van een beperkt aantal trillingsmodi (eigenmodes).
  • Deze modi worden afgeleid uit een vooraf berekende piezo-elektrische eigenwaardeprobleem op een referentie-PMUT.
  • De modale coördinaten worden gekoppeld aan een puur akoestisch domein via gewone differentiaalvergelijkingen, wat de vrijheidsgraden (DOFs) drastisch reduceert.

• DG-SEM en Koppeling:

  • Het akoestische domein wordt opgelost met de DG-SEM, wat hoge orde polynomen en geometrische flexibiliteit biedt.
  • Het domein is verdeeld in een binnenste gebied ($\Omega_{in}$, rond de PMUTs) en een buitenste gebied ($\Omega_{out}$, voor golfvoortplanting).
  • Niet-overeenkomende meshes: $\Omega_{in}$ heeft een fijn mesh voor geometrische nauwkeurigheid, terwijl $\Omega_{out}$ een grover mesh gebruikt om rekentijd te besparen. Deze worden gekoppeld via een interne interface ($\Gamma_I$) met DG-fluxen.

• Perfectly Matched Layer (PML):

  • Een PML-laag ($\Omega_{PML}$) wordt toegevoegd aan de randen van het domein om kunstmatige reflecties te absorberen en golfvoortplanting in een oneindig medium te simuleren.

• Tijdsintegratie:

  • Er wordt gebruik gemaakt van een expliciete Newmark-scheme (leapfrog) voor tijdsintegratie, wat uitstekende schaalbaarheid op gedistribueerde geheugenarchitecturen garandeert.

3. Belangrijkste Bijdragen en Optimalisaties

De auteurs presenteren geavanceerde strategieën voor parallel computing en mesh-handling:

• Geoptimaliseerde Domeinverdeling (Load Balancing):
  • Een specifieke strategie voor het verdelen van de rekenlast over CPU-kernen. Het is cruciaal dat PMUT-membranen niet over meerdere kernen worden verdeeld om communicatie-overhead te minimaliseren.
  • Het framework gebruikt METIS voor het partitioneren van het akoestische domein, maar hanteert een aangepaste methode voor het binnenste domein waarbij elementaire blokken worden gegenereerd en samengevoegd om geheugenlimieten te omzeilen en de integriteit van de PMUT-arrays te behouden.
• Snelle Interface-Assembly:
  • Voor niet-overeenkomende meshes ($\Gamma_I$) wordt een geoptimaliseerd algoritme ontwikkeld om buurelementen te vinden. In plaats van expliciete geometrische doorsneden te berekenen, worden kwadratuurpunten gebruikt om connectiviteit te bepalen.
  • Resultaat: Dit reduceert de setup-tijd voor interface-termen met meer dan twee ordes van grootte (van ~160.000s naar ~630s).
• Implementatie in SPEED:
  • Het framework is geïmplementeerd in SPEED, een parallelle code die gebruikmaakt van domeindecompositie, hoge-orde polynomen en MPI voor schaalbaarheid.

4. Numerieke Resultaten

De methode is gevalideerd via verschillende testcases:

• Validatie Single PMUT: De resultaten van een enkele PMUT in zending (TX) modus tonen een uitstekende overeenkomst met COMSOL Multiphysics simulaties (zowel in tijdsverloop als golfveld).
• TX-RX met Obstakel: Een simulatie waarbij een PMUT een signaal uitzendt, weerkaatst door een obstakel, en het teruggekaatste signaal ontvangt (RX). Het model slaagt erin de overgang van zending naar ontvangst en de daaruit voortvloeiende spanningspieken correct te modelleren.
• Grootschalige Array (64-elementen):
  • Simulatie van een array met 64 PMUTs (184 membranen in totaal in de setup) met 262,6 miljoen vrijheidsgraden.
  • De simulatie liep op een High-Performance Computing (HPC) cluster (21 nodes, 1935 processen) en duurde ongeveer 12 uur.
  • De golfvoortplanting en drukvelden werden nauwkeurig vastgelegd in zowel het nabije als het verre veld.
• Schaalbaarheid:
  • Sterke schaalbaarheid: De code toont een zeer goede schaalbaarheid bij het verhogen van het aantal processen voor een vast probleem.
  • Zwakke schaalbaarheid: Bij het verhogen van zowel het probleemgrootte als het aantal processen (constant DOFs per proces) blijft de uitvoeringstijd stabiel, wat wijst op een bijna ideale schaalbaarheid.
  • De geoptimaliseerde partitionering verlaagt de communicatiekosten per tijdstap met meer dan twee ordes van grootte vergeleken met een willekeurige verdeling.

5. Betekenis en Toekomstperspectief

• Technologische Impact: Dit framework biedt een oplossing voor het "rekenkundige bottleneck"-probleem bij het ontwerpen van grote PMUT-arrays voor medische beeldvorming, vingerafdrukscanners en sonar. Het maakt snelle, hoge-trouw simulaties mogelijk die eerder ondoenbaar waren.
• Efficiëntie: Door MOR te combineren met DG-SEM en geavanceerde parallelle optimalisaties, wordt een balans bereikt tussen fysieke nauwkeurigheid en rekentijd.
• Toekomst: De auteurs plannen uitbreidingen naar thermo-acoustische effecten. Omdat PMUTs bij hogere vermogensdichtheden opwarmen, zal het integreren van thermomechanische koppeling essentieel zijn voor het voorspellen van frequentieverschuivingen en prestatiedegradatie in realistische operationele omstandigheden.

Samenvattend presenteert dit werk een robuust, schaalbaar en hoog-nauwkeurig rekenkader dat de weg vrijmaakt voor het ontwerp en de optimalisatie van de volgende generatie ultrasone microsystemen.