ansys模型數據的案例
巧妙轉換ProENGINEER與ANSYS間的模型數據！！
由于ANSYS的三維建模能力太差，給廣大的工程人員帶來的極大地不便，使用其他的三維軟件建模成為了一個有益的補充，ANSYS擁有和大部分三維軟件的接口，使用起來也比較方便，在此共享“巧妙轉換ProENGINEER與ANSYS間的模型數據”的文章
基于ProE與ANSYS的CADCAE數據交換方法研究.pdf
ANSYS非線性分析MISO模型數據輸入的問題
首先來認識一下MISO，它的全名叫做多線性等向強化模型。
所謂“等向強化”，可以用鋼筋的冷拉變形硬化來類比，即達到屈服后繼續加載，出現塑形階段后，卸載，重新加載時應力屈服強度會有所提高，并且是一個方向屈服強度提高的同時，其他方向屈服強度同步提高。
MISO可以使用多線性來表示使用Von Mises屈服準則的等向強化的應力－應變曲線，它適用于比例加載的情況和大應變分析。
但是，應用這個模型有兩點是應當注意的：
1、曲線的第一個點必須與材料彈性模量相對應；
2、不允許有大于彈性模量或小于零的斜率段。
所有的關于MISO模型的報錯，也就是基于上述兩點原因，尤其是第二點。
fc=14.3
ft=1.43
tb,concr,1
tbdata,,0.5,0.95,ft,-1
tb,miso,1,,11
tbpt,,0.0002,fc*0.19
tbpt,,0.0004,fc*0.36
tbpt,,0.0006,fc*0.51
tbpt,,0.0008,fc*0.64
tbpt,,0.001,fc*0.75
tbpt,,0.0012,fc*0.84
tbpt,,0.0014,fc*0.91
tbpt,,0.0016,fc*0.96
tbpt,,0.0018,fc*0.99
tbpt,,0.002,fc
tbpt,,0.0033,fc*0.85
在上面的應力應變曲線中，最后一段是個下降段——但是MISO明明是不能有下降段的。。。
在ANSYS10.0及以前版本中，即便有下降段也可以繼續計算，但ANSYS12.0以后版本遇到下降段就無法計算了。這是因為老版本軟件只是把這個錯誤忽略掉，實際上并未解決，新版本軟件則老老實實地通知了用戶而已。
如何解決這個問題呢？
用上面的實例來說，就將最后的*0.85去掉即可，即把曲線的下降段換做水平段。
展開 Bert模型微調---產生自己的訓練數據模型
1 引言
盡管已經發展出許多預訓練模型，但正如過去試驗看到的一樣，這些預訓練模型還不能真正滿足我們巖土工程專業的需要，為了真正達到我們的目的，必須在預訓練模型的基礎上微調出我們自己的模型GeotechSet，之所以長時間沒有這樣做，其中一個主要原因是考慮到時間問題，以我目前的硬件配置，訓練出一個新的模型需要好幾個小時(下面例子的模型訓練用了大約50分鐘，訓練數據1.3M)。這個筆記簡要總結了微調模型的過程，檢驗了訓練出來的模型是否可用。
2 訓練模型
微調代碼保存在training_stsbenchmark.py中，訓練數據集保存在datasets文件夾內。
預訓練模型可以選擇任意的Transformers模型，例如Bert，RoBERTa，XLNet, XLM-R，DistilBERT等(bert-base-uncased, roberta-base, xlm-roberta-base，bert-base-cased)。
展開 25針對西班牙風場數據進行風場風速預測和功率預測，也可根據自己的數據帶入模型進行結果分析。 ￥100
針對西班牙風場數據進行風場風速預測和功率預測，也可根據自己的數據帶入模型進行結果分析。程序所用算法包括花授粉優化算法（FPA）優化BP，優化ELM,進行預測，先對數據進行VMD或EEMD,CEEMDAN等方法分解，然后進行輸入模型預測。模型以調通，可直接運行。基于matlab平臺。標價為程序價格，不包含售后。
25針對西班牙風場數據進行風場風速預測和功率預測，也可根據自己的數據帶入模型進行結果分析。 ￥100
針對西班牙風場數據進行風場風速預測和功率預測，也可根據自己的數據帶入模型進行結果分析。程序所用算法包括花授粉優化算法（FPA）優化BP，優化ELM,進行預測，先對數據進行VMD或EEMD,CEEMDAN等方法分解，然后進行輸入模型預測。模型以調通，可直接運行。基于matlab平臺。標價為程序價格，不包含售后。
25針對西班牙風場數據進行風場風速預測和功率預測，也可根據自己的數據帶入模型進行結果分析。 ￥150
針對西班牙風場數據進行風場風速預測和功率預測，也可根據自己的數據帶入模型進行結果分析。程序所用算法包括花授粉優化算法（FPA）優化BP，優化ELM,進行預測，先對數據進行VMD或EEMD,CEEMDAN等方法分解，然后進行輸入模型預測。
Fluent中模型設置和數據的復用
3 結果數據復用
方法：利用IP文件
IP文件為結果數據插值文件，僅保存坐標和物理量數據。
step 1：在模型A中，Fluent界面左上角的file菜單選擇interpolate，輸出插值文件
step 2： 在模型B中，Fluent界面左上角的file菜單選擇interpolate，讀取插值文件
注意事項 1：模型A和模型B不要求命名相同
注意事項 2：若模型A和模型B的形狀、尺寸等幾何參數不相同，也可完成插值操作，需要仔細查看插值的精度問題
本文來自：馭風之道
展開 ANSYS與ANSYS Workbench數據共享與聯合仿真教程
ANSYS自從12.0版本推出圖形化操作界面的ANSYS Workbench后，之后許多ANSYS學習者，可能就是直接學習ANSYS Workbench，畢竟簡單易學，容易上手，但是這在無形當中也為初學者埋下了隱患，因為我們學習ANSYS等有限元軟件，最重要的是掌握有限元基本理論以及力學理論，這樣才能更好的去建立更加真實可靠的數值模型，合理準確地評估仿真結果，而Workbench的使用和操作，幾乎沒有涉及到有限元基本理論，比如說單元的選擇，這些全被封裝，用戶無需去設置，導致很多Workbench用戶，一直不能獨立地去完全項目，只能去模仿案例，這也是學習Workbench時要注意的事情！
所以對于新手入門ANSYS時，個人還是建議先學點有限元基礎理論知識，先學習ANSYS APDL，掌握一定基礎后，在學習ANSYS Workbench，這樣學習效果更好，更有深度。而且，如果一味地去學習workbench，你會發現所有的操作你都不明白為什么要這樣做，你會遇到越來越多的瓶頸，最終會導致你放棄學習，這也是為什么不推薦直接入門Workbench的原因之一。
那么，言歸正傳，對于我們現在部分用戶，不僅會使用APDL和GUI操作，更是會使用ANSYS Workbench，我們怎樣將兩者結合起來，發揮APDL的底層操作以及Workbench的便捷操作優勢，使得效率最大化呢?下面，我帶大家一起看看，如何操作，完成ANSYS與ANSYS Workbench數據共享與聯合仿真。
1.ANSYS與ANSYS Workbench數據共享與聯合仿真
有限元模型共享：如何將Workbench建立的有限元模型，導入到ANSYS中進行底層操作？底層操作后，又如何導出到Workbench進行計算或者結果后處理？
展開 基于大數據模型的數字孿生建模方法
本文來自：智造苑
隨著大數據、云計算等技術的高速發展，促進了人工智能技術的革命性進步，為數字孿生的建模提供了新的手段，指出了新的方向。采用大數據建模的方法，通過黑盒建模的方式，構建輸入和響應之間的關聯關系模型，由于數據的輸入和響應是實際的數據，因此模型可以更準確地逼近物理世界，可以實現更準確的建模。需要指出，大數據模型并不是對物理模型的替代，而是對物理模型的良好補充。
1. 大數據建模的關鍵技術
大數據建模主要的關鍵技術包括工業大數據預處理技術、工業大數據可視化分析技術、工業大數據標記技術、特征工程技術和人工智能技術。
1）工業大數據預處理技術
本節的工業大數據的預處理技術區別于數據搜集時的數據清洗技術，數據清洗技術面向的是大數據中存在的錯誤數據、冗余數據和異常點，而本文所述的工業大數據技術則是在數據清洗以后進行的數據預處理工作，其目標是從高質量的數據中，提取出與目標問題相關的分量，其主要手段為濾波。
濾波的主要方法有滑動平均濾波、IIR和FIR濾波器濾波、基于小波分析的濾波和基于EMD的濾波方法。
滑動平均的濾波方法的本質是通過平均實現低通濾波，將波形加以平滑，減少信號中的高頻振蕩成分，其優點是對相位保持的較好，而缺點則是沒有針對具體的頻帶進行濾波。
IIR和FIR濾波器則是設計脈沖響應函數的頻響特性，進行特定頻段的濾波，可以實現頻段的精準分離，包括低通濾波器、高通濾波器、帶通濾波器和帶阻濾波器，其缺點是會影響原始信號的相位，這對原始信號相位有要求的分析需要謹慎使用。
展開 從數據到模型：實現自動駕駛高效感知
數據合成紅綠燈識別
數據合成是強有力的增加訓練數據的方法，低成本合成帶標簽的數據可大大提升模型訓練效率，降低模型部署成本。
針對數據難以收集的閃爍的紅綠燈（出現短時，且往往在臨時設置的紅綠燈上）識別，下圖展示了輕舟智航團隊使用的生成模型框架：
紅綠燈生成算法框架
其特點有：
1）通過在輸入端加入class embedding，在loss上加入classification loss，將經典的unconditional generation，擴展到conditional generation，實現可控的圖像生成。生成類別紅燈、綠燈、黃燈，是程序可控制的，無需人工檢查、標注。
2）通過style mixing和masking操作，可以很好地將一個亮的紅綠燈狀態轉成滅的狀態，將亮燈和滅燈組合在一起，就可以生成大量的閃爍的紅綠燈的數據，而且閃爍頻率也是可以控制的。
3）上述masking 操作可以讓程序非常方便的獲取燈體的bounding box，這可以將紅綠燈分類的任務轉變成檢測的任務，對于相距較近的紅綠燈的識別很有幫助，因為此時僅使用分類模型會造成混亂。
合成結果示例
實驗證明，將上述方法大量合成的閃爍的紅綠燈與真實標注的數據一同加入模型訓練，可以大幅度提升紅綠燈識別的性能。
自監督學習點云運動狀態
自動駕駛汽車的運動狀態估計是一個非常重要的課題，實時理解各種交通參與者的運動，對于各個技術模塊來說都非常重要，涉及諸多任務，如檢測、跟蹤、預測、規劃等。
展開 ANSYS Granta MDS用于仿真的材料數據 附Ansys GRANTA MDS瀏覽版下載
Granta MDS模塊僅適用于Ansys 2019 R2及其后續軟件版本
從Ansys Mechanical中可輕松訪問用于仿真的材料數據，即GrantaMDS模塊，覆蓋廣泛的材料類型。新數據集來自行業標準的材料數據庫，能提供結構分析所需的材料屬性數據。
該材料數據由Ansys Granta數據產品團隊的材料專家整理并維護。GrantaDesign最初為劍橋大學的一個分支機構，是領先的材料信息和相關軟件技術供應商。Ansys于2019年達成對其收購的最終協議，現已成為Ansys的一部分，Granta用于仿真的材料數據管理模塊（Granta Materials Data for Simulation）擁有可靠的數據來源，包括Granta非常全面的Material Universe數據庫以及來自JAHM軟件公司的JAHM仿真數據集，并持續更新擴展數據覆蓋范圍。
主要特征：
? 覆蓋極其廣泛的材料類型，如金屬，塑料，陶瓷，流體，半導體，
PCB層壓板，磁性材料，木材，復合材料，玻璃和泡沫
? 高度集成：無需離開Ansys Mechanical或Ansys Electronics
Desktop界面，即可查找所需材料數據并立即使用
? 超過700個詳細的數據手冊表，介紹了物理，電氣和磁性屬性
以支持Ansys仿真過程
?針對所有材料包含以下室溫材料屬性：
- 線性、各向同性彈性（楊氏模量與泊松比）
- 故障（拉伸屈服強度和拉伸最終強度）
- 熱機械（熱膨脹系數）
- 熱（熱導率和比熱容）
- 電氣（電阻率）
? 多種材料包括溫度變化屬性
? 多種金屬材料還具有雙線性和多線性硬化數據
Granta MDS用于仿真的材料數據集中的每個數據表都代表一種通用材料類型，而不是某個材料生產商的特定產品。
展開 
Lumerical 次波長數據模型與幾何光學聯合仿真
01 說明
Lumerical 次波長模型（Lumerical Sub-Wavelength Model，LSWM）的輸出可用于Ansys Speos或Zemax OpticStudio中。仿真流程是：在Lumerical 對具有平面疊層和/或周期圖案的納米尺度結構建模并求解后，將結果輸出作為光學表面屬性，用于幾何光學模型中仿真。這些結構的典型例子是涂層和衍射光柵，其特征尺寸與光的波長相當或更小。描述表面散射的數據以JSON文件格式儲存，并作為表面屬性加載到Speos或Zemax OpticStudio中。
本文主要說明如何使用Lumerical求解器從仿真中提取散射數據。
有關如何在 Speos 中使用 LSWM 的數據，請參閱 Lumerical Sub-wavelength Model: Usage in Speos: https://optics.ansys.com/hc/en-us/articles/13240235894035；
有關如何在Zemax OpticStudio中使用LSWM的信息，請參閱如何將光柵數據從Lumerical加載到OpticStudio: https://support.zemax.com/hc/en-us/articles/13014247652115。
02 介紹
LSWM主要使用在Lumerical 中FDTD、RCWA及STACK三種不同的求解器，可以針對涂層或衍射光柵模擬，并將表面的屬性保存在JSON文件中。
展開 各種Solidworks三維模型數據包
但實際設計過程中，我們往往需要一些標準的模型零件，這時就需要你有個強大的數據庫。當然倘若你單位有標準件庫的話是最好，不幸你沒有，或者買不起，其實大可不必擔心，網上實際上也有不少免費資源，例如LinkAble PARTcommunity，你完全可以在線下載各類三維模型。你只需填寫下真實郵箱，注冊后登錄，設置所需的CAD格式，按住Ctrl可以多選，比如不僅是Pro/E，UG, SolidWorks, SolidEdge, CATIA, Inventor等，然后去檢索你需要的模型，比如哪個廠家的什么型號之類，然后生成CAD模型，點擊“下載”選“目標另存為”即可將當前規格的模型，以你設置的格式下載到本地，幾分鐘就可以搞定。下便是我常用的一些模型圖，供大家參考，需要的話可以自己注冊后下載。
展開 汽車電池包模型數據stp格式 ￥48
阿里旺旺圖片20181203201949.png
阿里旺旺圖片20181203201956.png
阿里旺旺圖片20181203202002.png
阿里旺旺圖片20181203202009.png
阿里旺旺圖片20181203202006.png
汽車電池包cae，CFD建模練習可以使用
利用超彈性實驗數據進行平面密封模擬（Mooney-Rivlin 超彈性模型） ￥3
經過一系列數據擬合試驗表明，對于該材料試驗數據，雙參數“Mooney-Rivlin超彈性模型”擬合數據的效果優于其他模型，決定采用雙參數Mooney-Rivlin模型。
本教程中使用的單位制是“美國習慣用單位 (in-lbm-lbf-s)”。
步驟 1：概述
汽車工業車門上的密封件。密封件是一條長條橡膠，將被建模為平面應變問題。進行了一系列材料測試，包括單軸拉伸試驗、雙軸拉伸試驗和剪切試驗。
經過一系列數據擬合試驗表明，對于該材料試驗數據，雙參數“Mooney-Rivlin超彈性模型”擬合數據的效果優于其他模型，決定采用雙參數Mooney-Rivlin模型。
第 2 步：設置
在 ANSYS Workbench 主菜單上拖放靜態結構分析：
步驟3：工程數據（材料模型）
本教程最重要的部分是創建和定義材料數據。
創建一個名為“橡膠”的新材料：
擴展超彈性實驗數據，將單軸測試數據、雙軸測試數據和剪切測試數據添加到創建的材料模型中：
單軸測試數據參數：
雙軸測試數據參數：
剪切試驗數據參數：
展開超彈性并將“Mooney-Rivlin 雙參數模型”測試數據添加到創建的材料模型中：
選擇“曲線擬合”，然后選擇“求解曲線擬合”：
再次右鍵單擊“曲線擬合”，并選擇“將計算值復制到屬性”：
點表示測試數據，線表示“雙參數 Mooney-Rivlin 模型”擬合的曲線。
展開 