提高ansys計算精度
關注創建者：王靖雯 創建時間：2023-03-07
提高ansys計算精度的實例教程
在AUTODYN中使用SPH算法模擬炸藥的爆炸過程，爆轟產物邊界處的粒子較為分散，精度不高，在PARTS的SPH模塊，Solver中，有粘度項、光滑長度項等設置，但是具體的光滑長度值不知如何設置。同時，增大粒子數也沒有得到較好地計算結果，請問應該修改AUTODYN中哪些和SPH相關的設置可以提高計算精度呢
由AWS亞馬遜云提供支持的Ansys Gateway：為仿真而打造
這款云解決方案，即由AWS亞馬遜云提供支持的Ansys Gateway，顯著提高了仿真的計算能力和求解速度，專用于解決當今仿真所具有的海量數據、復雜工作流程和跨職能協作。
該解決方案可在AWS Marketplace上獲取，其巧妙結合了全球最全面、最廣泛采用的云平臺，與Ansys在通過HPC解決高級工程問題方面的深厚專業知識。Ansys專家深知如何將特定的Ansys解決方案與問題類型以及最佳HPC配置相匹配，因此，可提供優異的“即插即用”性能，其默認的虛擬桌面架構（VDI）和HPC設置已經針對工程仿真進行了優化。
由AWS亞馬遜云提供支持的Ansys Gateway還可為更高級的用戶提供對云環境的完全控制。用戶可以通過用戶門戶配置自己獨特的VDI或HPC集群，這些集群可根據用戶自己的仿真需求進行定制。用戶可從AWS云部署模板提供的豐富選項中進行選擇，其中包含CPU、內存、存儲和網絡容量的各種組合。由AWS亞馬遜云提供支持的Ansys Gateway還為每個求解器提供推薦的模板類型。
云定制化功能使Ansys Fluent用戶能夠在求解速度和計算成本之間進行平衡，以滿足他們自己的特定需求。有些用戶可能面臨緊迫的期限，需要選擇最快的運行時間，而不考慮成本；而另一些用戶可能不需要快速獲得CFD仿真結果，并選擇較慢的解決方案運行時間，從而最大限度地降低硬件成本。由AWS亞馬遜云提供支持的Ansys Gateway使仿真用戶能夠自己做出明智的選擇。
展開 ANSYS模型的MOR步驟：
Model Order Reduction using Ansys & Matlab.rar
(1): 在ANSYS里建模，mesh,以及加載 （不必求解）。
(2): 用HBMAT命令輸出system matrice文件(Example.mac里有對應的code).
(3): 在Matlab里讀入system matrice文件進行MOR(code在MOR_ODE.m里).
(4): 在Matlab里用ODE solver求解并project solution back 得到原模型上的解。
限制： 模型必需是linear system response model.
ansys.dat 中包含了用ANSYS得到的MX和MN點的溫度變化曲線， 用來和MOR結果做比較。
下圖顯示了用matlab/MOR求解ANSYS模型結果和直接用ANSYS simulation的結果的比較，可以看出結果完全一樣，求解速度提高400倍！
展開 
提高ansys計算精度的相關專題、標簽、搜索
提高ansys計算精度的最新內容
本文原刊登于Ansys.com：《Race to Faster Fluent Results with Ansys Gateway Powered by AWS》
作者：Thomas Lejeune | Ansys產品營銷高級經理
編輯整理：郭曉東 | Ansys主任應用工程師
Ansys Fluent用戶需要出色的計算速度和功能來求解大規模的問題，而他們現在可以利用專用的云平臺
在AUTODYN中使用SPH算法模擬炸藥的爆炸過程，爆轟產物邊界處的粒子較為分散，精度不高，在PARTS的SPH模塊，Solver中，有粘度項、光滑長度項等設置，但是具體的光滑長度值不知如何設置。同時，增大粒子數也沒有得到較好地計算結果，請問應該修改AUTODYN中哪些和SPH相關的設置可以提高計算精度呢
最近在做一些Fast simulation的工作，用到了Model Order Reduction (MOR),覺得十分有用，在這里推薦給大家，并且附上ANSYS 和Matlab的source code.現在最流行的MOR主要基于Krylov subspace projection method, 基本原理如下：
假設原來的linear system model的node數是N (NxN的矩陣）,
