在实际工程中利用有限元理论进行仿真分析时,存在两个主要问题,一个是计算精度,另一个是计算速度。计算精度主要涉及有限元理论的改进,本文对此问题不做深入研究。计算速度问题除了涉及改进有限元理论,还与计算时所采用的计算方式及硬件密切相关。目前在解决实际工程问题时广泛采用的计算方式是串行循环处理,这种计算方式所需时间较长,不能完全满足实际工程问题的需要。计算效率不高也就成了制约有限元进一步推广使用的瓶颈问题。因此,研究如何缩短仿真计算时间、提高计算效率对于解决实际工程问题是有重要的意义。本文研究内容主要集中在如何将图形处理器(GPU, Graphic Processing Unit)通用计算(GPGPU, General Purpose Graphic Processing Unit)技术应用到有限元仿真计算领域。本文主要工作及创新点如下：1)提出了利用GPU并行处理的方式来提高薄板冲压成形、薄壁结构耐撞性仿真计算过程中板壳单元计算效率的方法。研究探讨了并行处理方式特点和并行计算速度影响因素,比较了并行、串行处理方式各自的特点,分析了有限元仿真计算并行化处理的可行性,以及有限元仿真计算并行化处理计算过程中必须解决的难题与挑战,包括单元共节点更新问题,单元数据表达,数据格式转换,数据在GPU和CPU之间相互交换等,本文针对这些问题都提出了完整解决方案,并且通过程序证明这些解决办法是切实可行的；2)提出了在薄板冲压成形、薄壁结构耐撞性仿真计算过程中板壳单元数据在GPU和CPU之间实现交换方法。通过对CPU计算时程序、数据结构特点和GPU并行计算时数据、程序结构特点进行了多方面的比较研究,利用GPU的特点,提出了利用纹理作为数据映射传入GPU时的存储器；根据数组的下标来计算纹理的坐标,完成了对相应的数据的索引任务；并行计算完成后,将计算得到的中间结果再传回到纹理中；3)提出了在薄板冲压成形、薄壁结构耐撞性仿真计算过程中将串行数组转换成并行数据的方法。本文主要研究并探讨了在GPU并行处理条件下,传统串行编码过程中未曾出现的关于数据结构设计,数据组织,数据访问密度,并行粒度等方面面临的挑战性难题,并且都给出了理想的解决方案。为了解决数据组织的难题,本文分别采用了降低、增加、维持不变数组维度、直接拷贝等手段,达到了既能满足计算要求又能提高计算速度两方面的目的；4)在薄板冲压成形、薄壁结构耐撞性仿真计算过程中针对变量数量多,而且表达复杂的情况,提出了利用多个片元程序处理同一单元计算任务的方法。针对成形计算过程中涉及到的变量,采用了在并行计算时分别利用全局、局部方式来表达,转换视口大小,改变纹理搜寻方式,成功解决了每次循环变量值都需要更新等挑战性困难,实现了薄板冲压成形、薄壁结构耐撞性仿真计算并行化。