非共形網格的案例
運用Star ccm+基于part劃分共形網格
以水管與液體為例，水管劃分為薄壁層網格，液體劃分為帶棱柱層的多面體網格，基于part劃分共形網格。需要案例的留下郵箱私發。
STAR-CCM+流固模態-雙向流固耦合案例
建立流固耦合模型時需要在流體域和固體域間添加交界面，但流體網格通常比固體網格更加精細，交界面網格節點不存在一一對應的關系，交界面間是非共形網格。STAR-CCM+中流固耦合交界面使用映射接觸交界面，這種交界面不是壓印連接，而是依賴于交界面各面之間的間接關聯，用于數據映射器，這樣做的好處是允許交界面上存在非共形網格、映射過程沒有網格發生壓印，能夠保留最初創建的高質量網格。
4）剛體運動與變形疊加
為了在流體域中反映結構的變形，需要建立網格變形模型。在一些流固耦合的應用中，結構在變形的同時經歷了較大的剛體變形，結構的位移是剛體運動和變形的組合。比如固定在船上的螺旋槳隨著船體晃動的同時在水中耦合變形，作用在螺旋槳上的流體載荷和剛體運動產生的加速度載荷作為載荷傳遞給螺旋槳的結構模型。結構模型計算產生位移，螺旋槳周圍的流體網格隨之變形。
STAR-CCM+提供了多種形式，可以根據實際模擬的運動情況選擇合適的方案，要注意的是某些運動形式只能完成雙向或單向耦合。
3、雙向流固耦合的數據傳遞
四、風扇流固耦合案例
1、計算域模型
幾何模型為四葉風扇，固體域部分為扇葉。通過添加進口段和出口段，形成封閉的流體計算域，風扇通過滑移網格模擬，旋轉區域和固定區域之間通過Interface連接。
2、設置流程
3、固體域設置
1）網格采用定向網格（Directed Mesh）劃分，生成楔形網格，并采用高階單元。
展開 電動汽車逆變器功率模塊的設計與仿真
CFD 求解器是基于 Navier-Stokes 有限體積的求解器，它依賴于流體區域中的主體擬合網格和固體區域中的非共形網格。固體-固體和固體-流體邊界之間的熱界面被自動檢測和強制執行。核心求解器依賴于具有分離速度和壓力公式的并置有限體積方案。梯度計算基于保證二階精度的最小二乘公式。如圖 8 所示，我們考慮了兩個參考冷卻系統設計。第一個設計考慮沿縱向的流動，而第二個設計考慮沿橫向的流動。 CFD 模擬中的總單元數約為 2M 單元 - 1.23M 用于流體體積，其余用于網格劃分固體。在這兩種情況下，冷卻液以每小時 300 升的速度在 20 ℃ 的溫度下注入。出口被建模為向大氣開放的零壓力出口。
圖 9：縱向（頂部）和橫向（底部）功率模塊的計算溫度曲線
圖 9 所示為功率模塊縱向和橫向流動的溫度曲線。 從圖中可以看出，縱向流動可以在整個功率模塊上獲得相對均勻的結溫，約為70℃，而橫向流動則導致功率模塊中心溫度分布不均勻，溫度較低。 橫向流動導致溫度分布不均勻，因為在整個功率模塊中流動不均勻。 橫向和縱向流動都可以受益于歧管設計，以保持整個功率模塊的溫度均勻。 當我們稍后考慮電源組件的設計時，我們將研究這種設計。
4、結論
我們研究了電動汽車逆變器功率模塊的設計和仿真方面。 特別是，我們研究了功率模塊的電氣和熱行為。 我們將一維等效行為模型與 CFD 求解器結合起來計算結溫，并能夠設計參考冷卻系統以將 IGBT 和二極管的結溫保持在其工作范圍內。
【免責聲明】本文部分資料摘自網絡平臺，版權歸原作者所有，僅用于技術分享與交流，非商業用途！若有涉及版權等請告知，將及時修訂刪除，謝謝大家的關注！
展開 智能熱流體仿真軟件AICFD 2024R1新版本功能介紹
圖1 “前前處理”引導用戶進行VOF多相流設置
2）幾何網格模塊全新升級
幾何處理與網格劃分能力直接影響了通用CFD軟件的產品體驗，對求解效率、精度及穩定性至關重要。產品設計人員需要一款操作簡單、全流程業務閉環的仿真產品，滿足快速迭代產品設計的需求。仿真工程師則已有固定的網格劃分工具及習慣，要求CFD產品支持大規模、多類型的網格導入和編輯功能，最大程度發揮求解器的能力。
AICFD 2024R1全新升級幾何網格模塊，支持復雜幾何的非結構化網格生成，整個流程人工干預少，生成網格質量高，具體如下：
◆ 豐富網格劃分工具箱：全流程支持“幾何導入-面網格設置-體網格設置-邊界層設置-局部加密-質量檢查”的業務閉環，操作高效簡潔、功能魯棒性強；
圖2 AICFD水泵網格劃分案例
◆ 支持非共形交界面與多面體網格：軟件支持復雜幾何模型的非共形網格交界面拼接，求解器通過高精度插值算法保證交界面計算精度；多面體網格則有助于減少網格數量，提高計算精度與效率，在汽車、船舶、熱交換器和化工設備仿真中有廣泛的應用；
圖3 AICFD多面體非共形交界面測試案例
◆ 提升網格處理效率與規模上限；
◆ 大幅提升求解前處理效率、優化內存占用與并行分區效率；
◆ 網格處理規模上限提升至10億單元，支持超大規模工業級案例；
◆ 新增交界面自動匹配功能，大幅減少多域場景的前處理工作量。
圖4 AICFD前處理效率與能力提升
3）AI加速模塊全新升級
天洑堅持核心求解器從0到1國產自研，在突破國外技術壟斷的同時，也保障了底層算法架構的可拓展性，為人工智能等新技術的應用提供強力支撐。AI加速功能的成功落地便體現了這種后發優勢。
展開 
【ANSYS官方干貨】5G仿真·非規則陣列天線仿真新突破
在網格剖分時，是僅針對陣列模型中數個結構不同的3D組件進行網格剖分，然后再復用到其他相同的單元，從而極大的縮減了大規模陣列網格剖分的時間。
在求解時，陣列模型會自動把各個單元看作是一個個獨立的子域，進行并行計算，提高求解效率。
所以整體上基于3D組件的有限大陣方法是3D組件的網格裝配技術和傳統有限大陣方法的結合，既有3D組件網格裝配的網格復用功能，又有傳統有限大陣的并行求解速度。從而實現了對具有不相同單元的有限周期結構進行建模，這種新的仿真技術可以縮短內存使用量，縮短仿真時間，并且可以利用共享內存來利用分布式計算資源。
當然，進行基于3D組件的有限大陣仿真，對于單元也有一些要求：
單元格被定義為3D組件
單元格邊界框的尺寸是相同的
主單元和從屬邊界定義在單元的表面上
在求解過程中，HFSS在單位單元之間創建非共形網格接口，從而減少了內存占用并提高了仿真性能。
下圖是一個包含兩個不同極化子陣的天線陣列，另外每個子陣外圍還有部分空白基板區域。其中水平極化子陣單元和垂直極化子陣單元的饋電位置不同。
要對這樣的模型進行基于3D組件的有限大陣建模，首先需要將整個模型分成三種周期性單元，分別是空白基板部分，水平極化子陣的貼片單元和垂直極化子陣的貼片單元。
接下來就可以按照原來陣列的布局進行陣列建模，整個建模過程完全基于有限大陣的蒙版。
完成建模后，便可以進行仿真。整個仿真過程也采用了網格復用技術和區域分解技術，加速了整個求解過程。
完成求解后，與全陣建模一樣，也可以任意編輯單元的幅度相位進行后處理。
展開 視角 | 未來已來，5G時代的仿真技術挑戰與突破
在天線陣列方面，Ansys除了常規的完整建模、無限大陣列方法外，在Ansys 2020 R1版本中，創新增加了對于天線單元的非規則陣列求解新方法—基于3D組件的有限大陣列方法。通過建立單個陣元模型，用戶僅需對一個單元自適應網絡剖分，用域分解DDM技術進行求解，使單元與非共形網格分析相結合，既可以比擬完整建模的高精度，又可以使求解如同單元法般靈活高效，為整個仿真過程提供了令人難以置信的效率而又不降低準確性。
Ansys HFSS可對完整5G毫米波陣列進行高效仿真
在天線射頻聯合仿真方面，Ansys通過場路協同仿真平臺可以對射頻前端有源和無源器件仿真，同時實現平面和三維結構的電磁場求解，并在頻域/時域混合信號上進行系統級別的仿真。更重要的是，Shawn表示聯合仿真的過程中，可以和HFSS、Q3D、Slwave等其他場仿真工具進行動態鏈接，提升了整個仿真過程的效率和易用性。
天線設計——解決復雜場景下的電磁仿真問題
天線設計不能脫離實際應用，因此仿真過程中另外一個問題出現了——共存。在Shawn看來，大規模MIMO天線給終端帶來的挑戰之一就是互相影響與耦合。面對5G時代的智慧城市、智能家居、智能駕駛、超大規模物聯網應用等復雜場景，天線信號能否全面覆蓋，終端與基站之間是否能較好的連接，終端傳感之間如何避免干擾互相影響，這些都需要進行仿真分析驗證。
因此，通過HFSS對基站陣列天線進行仿真后，需要以SBR+求解器提取終端和基站天線之間進行耦合，提取后將耦合數據通過第三方數據處理工具如Matlab中進行波束成形和場景級的耦合分析。所謂HFSS SBR+，即彈跳射線法求解器，后面的“+”表示增強型，是一款用于天線安裝后性能預估的Ansys仿真分析工具。
展開 視角 | 未來已來，5G時代的仿真技術挑戰與突破
在天線陣列方面，Ansys除了常規的完整建模、無限大陣列方法外，在Ansys 2020 R1版本中，創新增加了對于天線單元的非規則陣列求解新方法—基于3D組件的有限大陣列方法。通過建立單個陣元模型，用戶僅需對一個單元自適應網絡剖分，用域分解DDM技術進行求解，使單元與非共形網格分析相結合，既可以比擬完整建模的高精度，又可以使求解如同單元法般靈活高效，為整個仿真過程提供了令人難以置信的效率而又不降低準確性。
Ansys HFSS可對完整5G毫米波陣列進行高效仿真
在天線射頻聯合仿真方面，Ansys通過場路協同仿真平臺可以對射頻前端有源和無源器件仿真，同時實現平面和三維結構的電磁場求解，并在頻域/時域混合信號上進行系統級別的仿真。更重要的是，Shawn表示聯合仿真的過程中，可以和HFSS、Q3D、Slwave等其他場仿真工具進行動態鏈接，提升了整個仿真過程的效率和易用性。
天線設計——解決復雜場景下的電磁仿真問題
天線設計不能脫離實際應用，因此仿真過程中另外一個問題出現了——共存。在Shawn看來，大規模MIMO天線給終端帶來的挑戰之一就是互相影響與耦合。面對5G時代的智慧城市、智能家居、智能駕駛、超大規模物聯網應用等復雜場景，天線信號能否全面覆蓋，終端與基站之間是否能較好的連接，終端傳感之間如何避免干擾互相影響，這些都需要進行仿真分析驗證。
因此，通過HFSS對基站陣列天線進行仿真后，需要以SBR+求解器提取終端和基站天線之間進行耦合，提取后將耦合數據通過第三方數據處理工具如Matlab中進行波束成形和場景級的耦合分析。所謂HFSS SBR+，即彈跳射線法求解器，后面的“+”表示增強型，是一款用于天線安裝后性能預估的Ansys仿真分析工具。
展開 