區別于其他仿真工具繁瑣的網格剖分設置和反復試錯過程，HFSS的自適應網格技術可以讓工程師把寶貴的精力更多的聚焦在設計本身，去追求更卓越的性能。

即使是在2020年的今天，當我們回顧HFSS的自適應網格技術，仍然驚嘆于這一創新的超前和先進性，其基本思想與如今的人工智能機器學習的理念十分契合。接下來我們就簡單回顧一下自適應網格技術的基本流程，溫故而知新。

HFSS自動自適應求解流程

從上圖可以看出，當我們在HFSS中完成了前處理并點擊開始仿真后，HFSS便開始執行它的求解流程。整個流程從模型的網格初始化開始，以網格迭代加密為主體，最終以滿足收斂判據為條件退出循環。每一次的迭代過程中，HFSS會基于前一次求解的電場分布特征，進行針對性的自適應網格加密，從而在保證只增加有限比例網格量的前提下獲得滿足精度需求的求解結果。

Yagi-Uda自適應網格加密

阿喀琉斯之踵，復雜模型剖分的困境

從上文的自適應求解流程中可知，HFSS求解的第一步便是模型的初始網格剖分，而初始網格則直接框定了最終收斂網格的基本形態。由此可見，初始網格對HFSS的求解十分重要，因此，HFSS在進行網格初始化的過程中，嚴格遵循幾何模型的特征進行離散化，包含了模型所有的幾何細節。

當然，細心的你也許已經注意到在前面的求解流程中有手動網格(mesh seeding)的選項，可以通過提前人工干預的方式提高網格剖分的效率和成功率。但對于一些極為復雜的模型，即使是人工干預也很困難，并且前處理效率難以保證。

“簡單的模型千篇一律，復雜的模型各有特點。”如果仔細觀察網格剖分遇到的問題，我們大致可以分為以下四類情況：

■ 電小且模型復雜無規律問題

■ 復雜平面疊層結構問題

■ 超大規模陣列問題

■ 電大尺寸布局類問題

電小且模型復雜無規律問題的難點在于剖分的成功率。由于模型往往是由第三方的CAD工具導入HFSS，經過了格式的轉換，大概率會存在模型誤差或者錯誤的問題，從而導致網格剖分失敗。

最新版本HFSS新推出的Flex meshing技術，可以有效的識別模型的錯誤，并給出提示信息輔助判斷；并且Flex meshing技術可以針對性的對模型關鍵區域提供完全保真度的網格，而放寬用戶定義非關鍵區域網格的要求，極大地提升網格剖分的成功率，網格剖分效率可提升5-10倍。

高速PCB板

復雜平面疊層結構問題的本質在于大邊寬比模型的網格剖分問題，此類模型（通常為PCB）的特點在于板子每一層的厚度固定，HFSS獨特的Phi meshing技術巧妙地利用了模型特征，通過先剖分上下層面網格再生成提網格的機制，網格剖分效率可提升40-60倍。

256單元5G毫米波陣列天線

超大規模陣列問題的模型，通常具有一定的周期性規律，即使組陣的單元不同也仍有一定排布規律。最新版本HFSS的三維組件（3D Component）有限大陣列技術，可以只剖分構建陣列的不同單元，然后將網格復用到其余相同單元上，突破了大規模陣列網格剖分效率不高的困境。網格剖分的效率提升與具體問題規模有關，陣列越大，提速越明顯，實現百倍網格剖分加速！

直升機天線布局

電大尺寸布局類問題的難點在于電大尺寸問題的計算，天線布局類問題通常需要多次調整載體與輻射體之間的相對位置以找到最優解。HFSS 3D組件的裝配體建模和網格裝配技術，可以實現在計算天線布局時，只需剖分模型初始相對位置時的網格，當改變天線和載體的相對位置時，網格直接復用并只需求解場，極大提升了求解效率。

關注【上海安世亞太】，獲取更多原創文章、活動資訊如果你覺得這篇文章對你有用，點個贊吧！