七七影院色七七_免费观看欧美a一级黄片_亚洲综合久久久久久中文字幕_国产999999在线视频免费观看,国产小视频无码,国产精品亚洲日日摸夜夜添,女人高潮潮叫免费网站,久久影院国产精品,日韩成人在线影院,欧美囗交XX×BBB视频,色在线综合高清

機械社區(qū)

 找回密碼
 注冊會員

QQ登錄

只需一步,快速開始

搜索
查看: 10442|回復: 17
打印 上一主題 下一主題

分享一個Simulation常用收斂小技巧(網(wǎng)格篇)

[復制鏈接]
跳轉到指定樓層
1#
發(fā)表于 2018-2-28 09:10:54 | 只看該作者 回帖獎勵 |倒序瀏覽 |閱讀模式

2 F8 Q/ b0 a4 C3 H) S7 [* `. n
Simulation常用收斂小技巧(網(wǎng)格篇)
網(wǎng)格控制在CAE分析重占有舉足輕重的地位,不論是最基礎的靜態(tài)分析,或是至運算較為復雜的非線性分析,網(wǎng)格控制是否合理絕對與項目的收斂程度息息相關的。
首先當我們在產(chǎn)生網(wǎng)格時,,會先看到(圖1)的控制bar,這控制bar是我們調整網(wǎng)格的方式之一,,是以較直觀的方式來控制網(wǎng)格,,將網(wǎng)格以粗細之分,告知使用者當托bar越靠近粗的位置,,網(wǎng)格越粗糙,,靠近細的時候,網(wǎng)格越精細,重設的功能則是讓Simulation自行為用戶判定該模型最適當?shù)拇笮�,。這項功能一般使用在模型較為簡易,,無太多幾何特征需要做網(wǎng)格控制時所使用。
  
(圖1)
) N6 D" N/ h0 w9 M! Y
(圖2)
關于標準網(wǎng)格與基于曲率網(wǎng)格,,基于曲率網(wǎng)格會針對圓角或是細碎面特征加以細化,,因此當遇到模型有許多細碎特稱時,,很容易造成網(wǎng)格數(shù)量的暴增(圖3),,而這種情形并不是我們所樂見的。由圖中可以發(fā)現(xiàn)利用標準網(wǎng)格與基于曲率網(wǎng)格明顯的差異,,于模型中間圓孔處邊緣的導圓角,,基于曲率網(wǎng)格會加以細化,以至于總元素與總節(jié)點超過標準網(wǎng)格的2倍,。
(圖3)
因此對于標準網(wǎng)格與基于曲率網(wǎng)格的使用時機選擇,,當分析的模型較為簡單,或是可以使用2D簡化的方式模擬時,,可考慮使用基于曲率網(wǎng)格,,節(jié)省時間又能達到一定的準確度。而對于一般組合件模型,,則考慮使用標準網(wǎng)格去做控制,,避免不必要的網(wǎng)格數(shù)過多,造成長時間的運算及出錯率,。
不論標準網(wǎng)格或是基于曲率網(wǎng)格,,都可以使用參數(shù)的方式去做控制,通常我們會利用Simulation判定的網(wǎng)格尺寸上下調整至整數(shù),,再配合公差的來執(zhí)行網(wǎng)格的切劃,。而調整的尺寸多少才達到精度的標準呢?一般而言,,我們會觀注于應力或是變形量較大的位置,,至少要有3層以上的網(wǎng)格,以(圖4)來說明,,假設該模型的周邊是我們所關注的,,那么B模型有3層以上的網(wǎng)格,此精度對于分析來說是足夠的,。
(圖4)
一般公差的范圍在網(wǎng)格大小的1/100至1/20,,這邊的公差是指網(wǎng)格與網(wǎng)格之間在產(chǎn)生過程中的公差精度,而預設的公差為1/20,,所以當我們第一次產(chǎn)生網(wǎng)格時如果無法順利生成,,可以微調公差,將公差值調小,對于模型產(chǎn)生網(wǎng)格是非常有幫助的,。
自動轉變只能夠使用于標準網(wǎng)格,。當核取時,程序會將網(wǎng)格控制自動套用到小特征,、鉆孔,、圓角及其他的模型細部,與基于曲率網(wǎng)格的功能雷同,,差別在于自動轉變只針對細部模型的部分,,而基于曲率算法是對于高曲率區(qū)域產(chǎn)生更多的元素。在網(wǎng)格化許多較小特征及細部的大型模型時,,建議清除自動轉變以免產(chǎn)生大量的元素,。部分細小特征是分析過程關注的地方,可以再配合手動網(wǎng)格控制方法,,針對應力集中處的網(wǎng)格再進行細微化即可,。(圖5)為沒有核選自動轉變與核選的差異,,。
(圖5)
最后我想跟你分享的是進階選項(圖6)里的功能設定,,白話點的方式來說,Jacobian點作用在于檢查,,粗略質量網(wǎng)格作用在于測試,,為實體自動嘗試是針對懶人設計幫助你有效率的產(chǎn)生網(wǎng)格
Jacobian點檢查一般僅供高質量網(wǎng)格使用,。 設定積分點數(shù),,用來檢查四面體元素的扭曲程度。 您可將 Jacobian check 基于 4,、16,、29 Gaussian 點或在節(jié)點。不過通常只有在非線性分析時,,我們會嚴謹些提高Jacobian點至16以上,,并做網(wǎng)格質量上的檢查。Jacobian值越接近1越好,,其值不能趨近于0或負值,,否則將導致嚴重的局部網(wǎng)格失敗。
(圖6)
(圖7)分別為12mm,、7mm,、1mm取樣出來的網(wǎng)格Jacobian測試,會發(fā)現(xiàn)網(wǎng)格尺寸越小,,Jacobian值越接近1,,網(wǎng)格尺寸到1mm的時候雖然Jacobian值為1.05,,但是模型總元素以達到186萬左右,此時從運算時間與精度取一平衡點,,我們可以選擇網(wǎng)格7mm的尺寸大小即可,。
(圖7)
經(jīng)由表格的方式(圖8)(圖9)做交叉比對,由于網(wǎng)格尺寸在4mm時,,元素開始暴增,,尺寸11mm Jacobian值偏高,因此很容易觀察出較適合該模型網(wǎng)格的尺寸在5mm-10mm之間,。
(圖8)
(圖9)
粗略質量網(wǎng)格則是一般我們所提到的一階元素,,此元素為4個節(jié)點的4面體元素,通常在仿真落下測試時,,為了加速程序的運算,,先得到趨勢結果,,會勾選粗略質量網(wǎng)格來進行運算,。
為實體自動嘗試(圖10)的功能中,當你網(wǎng)格一直失敗,,但突然需要離開計算機前面時,,可以輸入我們要嘗試重新網(wǎng)格的次數(shù),讓Simulation幫您去做測試,,程序會自動重新網(wǎng)格化模型,。整體元素大小及每次嘗試公差縮減的比例是 0.8。不過前提必須一定要是標準網(wǎng)格,,當然這個比例0.8也可以于Simulation選項中網(wǎng)格的默認值去做調整,。
(圖10)

; `6 i) c) t0 z# Y, p
看完了這篇Simulation收斂小技巧(網(wǎng)格篇),相信你對網(wǎng)格的認識又更進了一步,,也祝各位往后在Simulation使用上能更加順利上手,。

8 ^$ T. D0 r* J* u; T

本帖子中包含更多資源

您需要 登錄 才可以下載或查看,沒有帳號,?注冊會員

x

評分

參與人數(shù) 8威望 +107 收起 理由
Miles_chen + 1
杜訊dd + 1 思想深刻,,見多識廣!
管理團隊 + 100
林王林 + 1
防彈蝸牛 + 1 問題描述清楚,,顯得很專業(yè),!
yangjunjie1 + 1 問題描述清楚,顯得很專業(yè),!
Easn + 1 問題描述清楚,,顯得很專業(yè)!
未來第一站 + 1 問題描述清楚,,顯得很專業(yè),!

查看全部評分

本帖被以下淘專輯推薦:

2#
發(fā)表于 2018-2-28 09:31:10 | 只看該作者
謝謝分享�,。�
3#
發(fā)表于 2018-2-28 12:03:42 | 只看該作者
這不是最近的版本,,因為在2016版之后又增加了基于混合曲率的網(wǎng)格器. P8 y* ^7 \4 b7 U: M  U3 \
在網(wǎng)格 PropertyManager 中,,選擇基于混合曲率的網(wǎng)格。4 c, J# `3 f$ Q, a& a4 S
借助基于混合曲率的網(wǎng)格器,,您可嘗試網(wǎng)格化無法使用標準或基于曲率的網(wǎng)格器進行網(wǎng)格化的模型,。

點評

特別是在有倒角和曲面的模型中神器啊  發(fā)表于 2018-3-1 09:12
4#
發(fā)表于 2018-2-28 13:52:16 | 只看該作者
5#
發(fā)表于 2018-2-28 14:42:32 | 只看該作者
很實用的關鍵技巧。
6#
 樓主| 發(fā)表于 2018-2-28 15:31:43 | 只看該作者
不僅僅是右手 發(fā)表于 2018-2-28 12:03
* T0 p" o1 _; f% z+ F這不是最近的版本,,因為在2016版之后又增加了基于混合曲率的網(wǎng)格器" ?0 Y. E* l3 x( C& `
在網(wǎng)格 PropertyManager 中,,選擇基于 ...

) G/ N8 y: U2 x# d有沒有教程,分享一下唄,。
+ P" }8 @- _% `1 s; c5 p
7#
發(fā)表于 2018-2-28 16:00:24 | 只看該作者
很實用,,謝謝
8#
發(fā)表于 2018-2-28 21:16:46 | 只看該作者
實用技巧 謝謝分享
9#
發(fā)表于 2018-3-1 08:34:07 | 只看該作者
學習了
10#
發(fā)表于 2018-3-1 13:46:37 | 只看該作者
henqiangda         
您需要登錄后才可以回帖 登錄 | 注冊會員

本版積分規(guī)則

小黑屋|手機版|Archiver|機械社區(qū) ( 京ICP備10217105號-1,,京ICP證050210號,,浙公網(wǎng)安備33038202004372號 )

GMT+8, 2025-1-15 06:17 , Processed in 0.093328 second(s), 22 queries , Gzip On.

Powered by Discuz! X3.4 Licensed

© 2001-2017 Comsenz Inc.

快速回復 返回頂部 返回列表