ansys動力算法的案例
【JY】淺析各動力求解算法及其算法數值阻尼(人工阻尼)
因此譜半徑除了度量算法的穩定性外，也度量了算法的數值阻尼。
對于一般結構動力學問題，系統的響應主要受低階振型控制，高階振型的貢獻很小。
另外，由于受離散化的影響，有限元法或有限差分法對系統的高階振型的近似程度很差。如果在直接積分中不能有效地濾除這些虛假的高階分量，將會降低結果的精度。
舉個例子，在【JY】結構動力學初步-單質點結構的瞬態動力學分析，這篇文章中，大型有限元軟件Ansys和Opensees的計算結果出現了較多的虛假高階分量，這篇文章做一個補充說明。
可以看出Ansys和OpenSees等通用有限元軟件通過計算時，對于絕對加速度計算時會產生虛假高階高頻分量（相對加速度影響不大，因為絕對加速度=相對加速度+地面加速度，會導致誤差顯著化。）
因此一個好的直接積分方法應在高頻段具有一定的可控的數值阻尼，以有效地濾除虛假的高頻振型對系統響應的影響，同時在低頻段的數值阻尼應盡可能小，以保證結果的精度。除了能濾除虛假的高階振型的影響外，數值阻尼還有助于非線性問題迭代求解的收斂性，并且也有助于接觸等具有約束的問題的求解。
展開 智能算法純電混合動力汽車能量管理
一 、混合動力系統工作模式
對于能量管理策略，在混合動力系統中占據著非常重要的位置，因為其直接影響到混合動力系統的性能。
混合動力系統的引入，在發揮動力鋰電池和超級電容的優勢的同時避免了單一供電的弊端，正確、合理地對能量供應方式進行分分配，可以避開單一能源的缺點，充分發揮各自特點。
動力鋰電池具有高能量密度低功率密度的特點，超級電容具有低能量密度高功率密度的特點。用動力鋰電池作為車輛的主要能量源，超級電容做為次要能量源，可以更好的滿足整車的能量需求。
當動力需求功率比較大時，超級電容可以參與峰值功率輸出任務，發揮高功率密度的長處，減緩大倍率電流對主能量源造成的沖擊，減小主能量源的容量衰減速度，相應延長鋰電池使用壽命，動力需求平緩較小時，可以將動力電池高能量密度的優點充分發揮。
在車輛進行制動或減速時，能夠將回饋能量充分吸收并存儲，并將之優先用于超級電容的充電，增大動力鋰電池充放電的間隔時間，延長使用壽命。
展開 PBD（基于位置動力學）算法的程序開發
特別鳴謝：
感謝SiPESC軟件所李娜對PBD算法所做的研究工作。
來源： SiPESC 公眾號
哈佛大學新算法快速定制可穿戴動力服
算法會在尋找最優參數中不斷優化，最終指示動力服在合適的時間和地點提供協力來幫助髖部延展。該研究團隊使用的貝葉斯優化方法去年已經發表在《公共科學圖書館期刊》（PLOSone）上。
和不穿動力服的情況相比，穿上使用該算法優化的動力服能夠幫助用戶減少17.4%的代謝消耗。比起團隊之前的成果，這種動力服性能提升了60%以上。
“優化學習算法對未來用于協助運動的可穿戴機械裝置將產生很大影響，”Kuindersma說到，“這些結果表明哪怕是最簡單的控制器優化都能在用戶行走時提供重要的個性化幫助。接下來我們重要的一步就是根據這些想法來研究更多更有效的控制方案，并把這些想法應用在需求不同的用戶身上。“
”穿著可穿戴機器人就像穿著柔性動力服，最關鍵的是要在合適的時候為用戶提供合適的協力，讓可穿戴機器人和用戶協調一致，“Walsh說到，”有了這些在線優化算法，系統可以學習如何在二十分鐘內自動達成這一目標，并給用戶提供最大的幫助。“
接下來，該團隊決定將這一優化算法應用在一個更為復雜的設備上，這個設備能同時為不同關節，比如髖部和踝部，提供協力。
”這篇論文里表明僅僅一個髖關節延展優化就能大量減少代謝消耗，“Ding說，”這篇論文會告訴你一個厲害的大腦配上一個厲害的硬件設備究竟能做成什么事情。“
該項研究由國防高級研究計劃局（the Defense Advanced Research Projects Agency）下屬Warrior Web Program項目，威斯研究所和哈佛大學約翰·A·保爾森工程與應用科學學院合作進行。
本文轉自36氪，原文鏈接：http://36kr.com/p/5122940.html
展開 
近場動力學（PD）態基模型零能模式抑制算法對比：Silling、Li Pan、Wan Ji 多方法復現 ￥49
<p>本算例集基于 MATLAB 編寫，深度聚焦于近場動力學對應模型（Correspondence Model）中的核心痛點——零能模式（數值不穩定性）的消除。代碼通過一個帶中心圓孔的三維/二維板拉伸試驗，復現并對比了三種主流的穩定化控制方案。核心研究內容常規態基近場動力學 (Ordinary State-based PD)：基礎模型實現，作為對比基準。零能模式抑制算法對比：Silling 方案 (2017)：基于 Silling 教授提出的經典控制力態方法。Li Pan 方案 (2018)：復現 Li & Pan 論文中的穩定化改進算法。Wan Ji 方案 (2019)：基于 Wan 等人發表的 Improved method for zero-energy mode suppression 論文復現。數值對比驗證：代碼包含與 FEM（有限元） 結果的對比腳本。支持位移場曲線對比以及能量演化（動能、勢能、能量比）分析。技術賣點多方法集成：在一個框架下集成了當前 PD 領域最前沿的幾種穩定化算法，極大方便了科研人員做方案選型。動態松弛法 (Dynamic Relaxation)：采用 Madenci 專著中的動態松弛策略，確保靜力學問題的準靜態求解穩定性。可視化后處理：內置 3D 散點云圖顯示、實時能量曲線監控（Energy Balance Check），數據可靠性高。結構清晰：包含 CommonFiles 庫調用、形狀張量（Shape Tensor）計算、變形梯度（Deformation Gradient）提取等核心 PD 算子。</p>
展開 ANSYS_LSDYNA算法與使用
ANSYS_LSDYNA算法與使用基礎理論，
加分鼓勵
ANSYS_LSDYNA算法與使用.part1.rar
ANSYS_LSDYNA算法與使用.part2.rar
ANSYS_LSDYNA算法與使用.part3.rar
ANSYS_LSDYNA算法與使用.part4.rar
ANSYS_LSDYNA算法與使用.part5.rar
ANSYS_LSDYNA算法與使用.part6.rar
展開 結構力學分析（靜力、動力、疲勞）、多體系統仿真、鑄造/成型過程模擬算法分析，及工作站硬件配置推薦
結構力學分析（靜力、動力、疲勞）
- 核心算法: 有限元法，分為隱式和顯式兩種求解器。
- 靜力分析: 主要使用隱式有限元法。它通過求解一個巨大的全局剛度矩陣方程 [K]{u}={F} 來計算結構在載荷下的靜態響應。
- 動力分析: 兩種方法都用。
模態分析、諧波響應、隨機振動等，通常使用隱式有限元法。跌落、沖擊、爆炸等高速瞬態事件，必須使用顯式有限元法。
- 疲勞分析: 本身不是一種求解器，而是基于靜力或動力分析（通常是隱式）的結果，結合材料S-N曲線等理論，進行壽命評估。
計算特點:
- 隱式分析: 核心是求解大型稀疏線性方程組。計算量集中在矩陣的分解和迭代求解上，對內存容量、內存帶寬和CPU的單核性能（頻率和緩存）都比較敏感。
- 顯式分析: 核心是時間步進。為了保證計算穩定，時間步長極小，導致總計算步數巨大。但每一步中，每個單元的計算相對獨立，是典型的“ embarrassingly parallel”（高度并行）問題。
計算平臺:
- 隱式分析:
CPU多核計算(絕對主力): 主流求解器如 Abaqus/Standard, ANSYS Mechanical, Nastran 都對多核CPU有深度優化，是進行大規模結構分析的標準配置。CPU單核計算(依然重要): 求解器中的某些串行部分（如矩陣預處理、模型組裝）對CPU主頻依然敏感。GPU計算(新興力量): GPU加速在隱式分析中正在發展，尤其是在直接求解器和迭代求解器上，但成熟度和普適性尚不如顯式分析。
- 顯式分析:
GPU計算(絕對優勢): GPU的并行架構與顯式算法完美匹配。LS-DYNA, Abaqqus/Explicit, Pam-Crash 等求解器在GPU上可獲得數十倍的加速。
展開 航空航天領域的飛行器氣動設計、結構強度與疲勞、燃燒與傳熱、電磁散射（隱身）、軌道動力學 算法特點，及圖形工作站硬件配置推薦
主流求解器如 ANSYS Fluent, CFD++, OpenFOAM 都能利用GPU大幅加速求解過程，尤其是在LES等需要海量計算的模型上。CPU單核計算(不適用): 核心求解過程完全依賴并行計算。
2. 結構強度與疲勞
-涉及算法:
核心算法: 隱式有限元法。原因：結構靜力學分析、模態分析、疲勞壽命預測等都屬于隱式分析。它需要通過迭代求解一個巨大的全局剛度矩陣方程 [K]{u}={F}，來獲得整個結構在載荷下的響應。
-計算特點:
求解大型稀疏線性方程組: 這是計算的核心，涉及大量的矩陣分解和迭代求解。對CPU頻率和緩存敏感: 求解器中的某些串行部分（如矩陣預處理、條件數判斷）對CPU單核性能（高主頻、大緩存）依然很敏感。內存需求大: 復雜結構的剛度矩陣非常龐大，需要大容量內存來存儲。
-計算平臺:
CPU多核計算(絕對主力): 現代FEM求解器（如 Abaqus/Standard, Nastran, ANSYS Mechanical）都針對多核CPU進行了深度優化，是進行大規模結構分析的標準配置。CPU單核計算(依然重要): 對于中小型模型或求解器的特定階段，高主頻CPU能顯著縮短計算時間。GPU計算(新興力量): GPU加速在隱式FEM中的應用正在快速發展，尤其是在直接求解器和迭代求解器上，但成熟度和普適性尚不如在顯式動力學和CFD中。
3. 燃燒與傳熱
-涉及算法:
核心算法: 計算流體動力學(CFD) +化學反應動力學+輻射傳熱模型。原因：這是一個典型的多物理場耦合問題。需要用CFD計算流動，用詳細化學反應機理模擬燃燒過程，用輻射模型（如DO模型）計算熱量傳遞。
-計算特點:
計算密度極高: 這是所有仿真中計算最密集的領域之一。
展開 SPH算法流固耦合案例_消防噴淋頭脹裂噴水-Abaqus顯式動力學 ￥79.98
消防噴淋頭試驗
基于Abaqus SPH算法的流固耦合分析技術可以對消防噴淋頭進行設計驗證，計算在一定水壓條件下消防噴淋頭的玻璃脹破與噴水動作動態響應。
玻璃腔脹破-堵蓋失去支撐受水壓沖擊
堵蓋被水沖開
消防噴淋頭噴水動作
玻璃球消防噴淋頭的工作原理大概就是這樣的，你了解到了嗎？
原理知道便好，不要期望用到它，安全第一，平時注意提高消防意識。
☆☆☆☆☆☆☆☆☆☆推薦使用Abaqus2017版及以上版本運行！！！☆☆☆☆☆☆☆☆☆☆☆☆
從ANSYS收購LS-DYNA談顯式動力學軟件 附ANSYS_LS-DYNA動力分析方法與工程實例下
DYNA可以在ANSYS下面建模，也可以在Hyper mesh、以及LS公司自己的前后處理系統lsprepost（功能相比ANSYS要弱）里面建模，建模后提交K文件計算，目前來看，貌似單獨的LS-DYNA求解速度要慢于ANSYS/DYNA求解速度。
正是因為LS-DYNA強大，ANSYS收購之后也就為ANSYS用戶弄了一個接口：可以通過GUI或者命令流生成LS-DYNA的K文件，但是，老用戶由于使用習慣的問題很少去用ANSYS做前處理，都是用的Hyper mesh或者其他第三方軟件，更加方便。
今天就來扒一扒與ANSYS相關的幾款顯式動力學分析工具。
1、 LS-DYNA非線性高可靠精準分析軟件
LS-DYNA 是世界上著名的有限元分析程序，由John O. Hallquist博士主持開發，也是公認的顯式積分計算程序的鼻祖。它以Lagrange算法為主，兼有ALE和Euler算法；以顯式求解為主，兼有隱式求解功能；以結構分析為主，兼有熱分析、流體-結構耦合功能；以非線性動力分析為主，兼有靜力分析功能；以有限元算法為主，兼有SPH、EFG、控制體積等算法。LS-DYNA在工程界得到廣泛應用，并被公認為是最佳的顯式分析軟件，與實驗結果的無數次對比證實了其仿真計算的可靠性和準確性。廣泛應用于國內外汽車、航空航天、模具、電子等領域。
展開 ANSYS_LSDYNA算法基礎和使用方法
ANSYS_LSDYNA算法基礎和使用方法
基于ANSYS Workbench流-熱-固多場耦合算法演繹
目前，隨著對產品的要求越來越多，單場載荷作用的響應，已經不能滿足工程需求，所以多場耦合計算是必不可缺的，基于ANSYS Workbench可以實現結構場，流場，溫度場，電場和磁場的耦合，具備解決復雜多場耦合的計算問題能力。本文主要探討基于ANSYS Workbench平臺的流-熱-固多場耦合的算法。
完全耦合
完全耦合算法，也稱為直接耦合算法。主要使用耦合場單元求解熱-固的耦合計算，該算法的基本思想是在一個單元節點上擁有三個方向節點變形+一個溫度自由度，共四個自由度，即{UX UY UZ T}，該方法主要解決熱-固強耦合的問題，例如摩擦生熱計算，塑性變形生熱，粘性生熱計算，這些問題中結構的變形與自身的溫度場之間是相互的影響的。如圖給出了SOLID226單元的示意圖，該單元的基本形狀為六面體，當然還有三種退化單元形狀，建議在計算中避免使用退化形狀，因為退化單元會降低求解精度。
圖1 SOLID226單元示意圖
圖2 基于耦合場單元的求解模塊
如圖2所示，給出了熱-固直接耦合的求解模塊，圖2中兩個模塊分別可以進行穩態和瞬態的熱-固直接耦合計算。
展開 基于VB的ANSYS的二次開發之優化算法
ANSYS優化分析的目的是尋求滿足所有給定的約束條件（設計變量的約束和狀態變量的約束），并使目標函數達到最小值的設計變量。ANSYS分析結束后會給出若干設計序列，SET1、SET2等等。在這些設計序列中，一般情況下存在滿足約束條件的合理解釋以及滿足目標函數最小化的最優解，但有時也可能所有解都不滿足約束條件（說明用戶給定的約束條件不合理）。
ANSYS優化分析文件是一個命令流輸入文件，應包括一個完整的分析過程前處理、求解以及后處理（主要是提取相關參數），分析過程必須參數化。此外，還要在優化分析文件中指定變量、狀態變量及目標函數。由這個文件可以自動生成優化循環文件（Jobname.loop），并在優化計算中循環處理。每一次循環均執行一次分析文件。最后一次循環的輸出結果存儲在Jonname.opo中。
優化算法
理解ANSYS優化算法對于執行優化分析是很有必要的。ANSYS現有的優化算法主要有：零階方法、一階方法、單步運行、隨機搜索法、等步長搜索法、乘子計算法和最優梯度法。此外，用戶還可以通過UPFs定義自己的優化算法。下面重點說明零階方法和一階方法。
1.零階方法
由于優化過程中只用到因變量本身，而不利用因變量的導數，所以稱為零階方法。使用該方法的命令為：
optype,subp
零階方法是一種函數逼近優化方法，該種方法的本質是采用最小二乘法逼近，求取一個函數曲線或函數面來擬合解空間，然后再對該函數曲線或函數面求極值。這是一種普適的優化方法，不容易陷入局部極值點，但優化精度一般不是很高，因此多用來做前期優化。
展開 Isight耦合ANSYS APDL優化分析案例及算法講解 ￥299
Isight中有很多算法，比如拉丁超立方、多島遺傳算法、多目標優化算法等等，共計十幾種算法，相信大家在學習中一定犯暈。其實這么多算法中，按大類分的話包括：試驗設計、梯度優化、直接搜索、全局優化及多目標優化五類，各類優化算法有各自的優缺點，對于我們初級、中級使用者來說，只要學會選擇相應算法即可，而不必過于糾結各類算法的原理。小編以簡支梁應力計算為例，詳細講解Isight中的優化算法及應用，并詳細講解Isight與ANSYS APDL耦合及優化結果分析。QQ: 315673349
展開 ANSYS | 混合算法兼顧效率與精度
ANSYS | 混合算法兼顧效率與精度
