相關閱讀 Ansys 院士私享講堂｜“一天跑完上億自由度”——大規模裝配-接觸仿真的最新突破 Ansys AI技術助力Sumitomo Riko，將汽車零部件設計和制造仿真速度提升10倍以上 新思科技獲最終監管批準，將完成對光學解決方案部門和Ansys PowerArtist 的計劃剝離 新思科技與臺積電合作實現2D和3D設計解決方案 精彩不容錯過！

怎么證明？ 總不至于裝在試驗臺讓它連續運轉10年，廠子都拖黃了。 這時往往要做加速試驗，在有限時間內模擬產品整個生命周期的損傷累計過程。比如適當增大壓力，適當提高溫度，適當增大振動的幅度，做到“試驗臺一天，抵實際一年”。 顯然，加速試驗也有偏差，有可能試驗臺一天只相當于實際一個月，也可能相當于實際兩年。

一下又冒出來十幾種湍流模型，該怎么選？ 今天再聊聊CFD仿真中的另一座大山：湍流模型怎么選。 CFD模擬的本質是求解N-S方程的數值解。求解過程最理想的狀態，是你只需導入網格，設置好邊界條件，點擊求解。求解器咔咔一通算輸出最終的流場，你拿著去說（hu）服（you）導師、客戶或同事。 理想很豐滿，現實很骨感。 流動現象太復雜，細節太多了。

</strong></p><p><br></p><p>在這個案例中，我們<strong>只花了2小時</strong>，就跑出了一個準度媲美論文級別的模型，<strong>還能復用、能上線、能部署。

白話闡述要點： 1、案例是ansys apdl（命令流）分析的，給出了全套參數化命令流，材料模型定義、材料參數定義、求解，拿過來可以直接運行。 2、機理是用了ansys中關于金屬蠕變的材料模型。（細想蠕變和徐變的現象，表征都是一樣的。至于機理，各有各的理論，但不影響材料模型使用。） 具體使用： 1、，先跑一遍，看看到底徐變是怎么個事兒。

首先看物體受到的空氣阻力怎么算，它等于二分之空氣密度乘以流動速度的平方，再乘以阻力系數和物體迎風面積。空氣密度、流動速度和迎風面積都好理解，而且咱也沒啥好優化的，總不至于為了減小迎風面積把火車變窄變矮吧，乘客肯定不同意。這里面，最有優化空間的就是這個阻力系數。 這是流體力學領域一個著名的無因次變量，和物體的形狀及表面特征密切相關。

咱們今天怎么試呢，我就把這1211組數據隨機抽出2組，把1209組數據放到DT軟件里讓它去學，學成后，我再輸入這2組數據的draft 、Halfbeam這些值，然后讓DT算出它的興波阻力是多少，再和這個表格中的真實數據核對，看看誤差有多少。一般仿真的誤差能控制在10%以內，已經是不錯的了，看這個DT預測的精度和仿真比怎么樣。

PS：如果你研究的足夠深入，仿真做的足夠的多，你會發現顯示動力學就是“玄學”：①同一個K文件，同一款求解器，不同的電腦，跑出來的結果可能都有少許偏差（也有可能很大，魯棒性不太行）；②同一個K文件，同一臺電腦，同一款前處理軟件，同一款求解器，同樣的單/雙精度，你可能還會發現，昨天能算，今天突然就不能了，后天又可以了（是不是很神奇？）。

效果怎么樣？看這篇：從4天到1.75小時，如何讓Bladed仿真效率提升55倍？ 3.6、當有多個仿真任務時，是否支持開多臺機器同時跑任務？ 多個任務同時在數臺機器上跑，這個我們稱之為并行計算，一般都需要有調度器的參與。

至于不同策略具體怎么落地執行？ 相比時間優先策略，成本優先怎么做到降低成本最多達67%-90%？ 在這篇實證《生信云實證Vol.3：提速2920倍！用AutoDock Vina對接2800萬個分子》里體現得十分明顯。 而即便是比拼單機性能，由于云上機型更新速度快，相比課題組本地老舊的工作站單機性能也提升了超過三分之一。