Архив статей журнала
Статья посвящена разработке эффективных численных методов решения прямых задач распространения волн в твердых телах в векторных математических моделях. Итерационные методы решения обратных задач волновой томографии используют на каждой итерации решение прямой задачи распространения волн как в прямом, так и в обратном времени для вычисления градиента функционала невязки. Поэтому решение прямой задачи распространения волн в упругих средах является неотъемлемой частью решения обратных задач волновой томографии. Целью статьи также является определение с помощью методов математического моделирования характеристик волн Лэмба для ультразвуковой диагностики дефектов в тонких пластинах, определение диапазонов значений характерных параметров эксперимента по томографической диагностике в тонких пластинах на волнах Лэмба. Инструментом для проведения математического моделирования являются разрабатываемые численные методы и программы решения прямых задач. Конечной целью исследований является разработка методов решения обратных задач томографического неразрушающего ультразвукового контроля как на волнах Лэмба, так и на объемных волнах.
This paper is concerned with implementation of wave tomography algorithms on modern SIMD CPU and GPU computing platforms. The field of wave tomography, which is currently under development, requires powerful computing resources. Main applications of wave tomography are medical imaging, nondestructive testing, seismic studies. Practical applications depend on computing hardware. Tomographic image reconstruction via wave tomography technique involves solving coefficient inverse problems for the wave equation. Such problems can be solved using iterative gradient-based methods, which rely on repeated numerical simulation of wave propagation process. In this study, finite-difference time-domain (FDTD) method is employed for wave simulation. This paper discusses software implementation of the algorithms and compares the performance of various computing devices: multi-core Intel and ARM-based CPUs, NVidia graphics processors.