En este artículo se comparan los tiempos de cálculo entre RFEM 5 y RFEM 6.
Para la comparación se consideraron modelos y parámetros de cálculo idénticos en ambas generaciones de software.
Como base se emplean las siguientes versiones de software:
- RFEM 6.14.0003
- RFEM 5.40.01
Hardware y entorno del sistema
CPU: Intel(R) Core(TM) Ultra 7 165H (1.40 GHz)
GPU: NVIDIA RTX 2000 Ada Generation
RAM: 32 GB
Sistema operativo: Windows 11
Ejemplo 1
Se realizó un análisis estático para todos los casos de carga y combinaciones de carga, así como un dimensionamiento de acero para todas las barras.
| Objetos | Cantidad |
|---|---|
| Nudos | 704 |
| Líneas | 1212 |
| Barras | 1212 |
| Superficies | 0 |
| Casos de carga | 11 |
| Combinaciones de carga | 256 |
Ejemplo 2
Se realizó un análisis estático para todos los casos de carga y combinaciones de carga.
| Objetos | Cantidad |
|---|---|
| Nudos | 33 |
| Líneas | 32 |
| Barras | 32 |
| Superficies | 0 |
| Casos de carga | 21 |
| Combinaciones de carga | 4464 |
Ejemplo 3
Se realizó un análisis estático para todos los casos de carga y combinaciones de carga, así como un dimensionamiento de acero para todas las barras.
| Objetos | Cantidad |
|---|---|
| Nudos | 1123 |
| Líneas | 2537 |
| Barras | 2534 |
| Superficies | 0 |
| Casos de carga | 10 |
| Combinaciones de carga | 108 |
Ejemplo 4
Se realizó un análisis estático para todos los casos de carga y combinaciones de carga, así como un dimensionamiento de hormigón armado para todas las barras y superficies.
| Objetos | Cantidad |
|---|---|
| Nudos | 229 |
| Líneas | 226 |
| Barras | 78 |
| Superficies | 28 |
| Casos de carga | 4 |
| Combinaciones de carga | 41 |
Resumen
Desde el lanzamiento de RFEM 6, no solo se publican regularmente nuevas funciones, sino que también se optimiza continuamente el rendimiento. Especialmente en modelos con un gran número de combinaciones de carga, se puede conseguir un tiempo de cálculo considerablemente reducido. Esto se logra mediante el inicio de varios procesos de solver independientes entre sí, lo que permite utilizar de forma eficiente los recursos de hardware disponibles y ejecutar los cálculos en paralelo.