仿真驗證設備的案例
“高質量充電行動”試點驗證成果發布：充電設備和充電服務均有待提升
日前，在2021全球新能源與智能汽車供應鏈創新大會上，“高質量充電行動”試點驗證成果正式發布。
“高質量充電行動”是由中國電動汽車百人會、中國電力企業聯合會和中國質量認證中心牽頭，聯合主流車企、龍頭運營商和設備商等企業共同發起的一項平臺行動，行動旨在研究制定充電站分級評價標準，打造充電站分級認證體系，幫助消費者識別優質的充電運營服務商，引導整個充電行業向高質量高安全發展。
據中國質量認證中心產品認證一部充電業務部部長羅亮在會上介紹， “高質量充電行動”已于今年7月正式啟動，啟動實施歷經三個步驟：制定標準和評價規則、選擇試點并驗證、打造權威認證品牌并推廣實施。
圖片來源：中國電動汽車百人會
目前，“高質量充電行動”已制定了《電動汽車充電站設施與服務等級劃分與評價規范》（1.0版本），結合目前充電行業水平，評價標準規范1.0版本涵蓋了充電設備分級和充電服務體驗分級，其中充電設備分級標準是以現有國標、行標為門檻準入要求，未來擬制定更高的性能、安全分級要求以提升設備等級。
圖片來源：直播截圖
上述等級劃分與評價規范制定后，行動平臺對星星充電、特來電、南網電動共三家運營商在北京、上海、廣州、深圳、成都五個重點城市的充電站開展了試點驗證。
羅亮介紹稱，通過對5個城市共20個充電站試點測試，充電行動平臺起草的分級標準1.0版本內容已基本覆蓋車主對充電的服務要求，但關于充電設施和服務的突出問題仍亟待提升。
展開 【CFD數值仿真算例】潰壩波數值仿真及其驗證
【計算軟件】OpenFOAM開源軟件
【仿真平臺】自建高性能并行集群
【算例說明】通過CFD數值仿真，可得到潰壩波演變過程、流場分布及其對物體的沖擊力
【工程應用】潰壩波演變、洪水沖擊力計算等
【創新貢獻】自動化計算流程+智能化參數優化+湍流模型優選
！！文章內容轉自微信公眾號“云數仿真”，更多精彩內容，請前往微信公眾號進行關注。
案例分享 | 利用MSC Cradle 實施鈍頭船的阻力仿真以及節能附加裝置效果的仿真驗證
仿真對象船型※的重要尺寸
仿真計算域
利用重合網格考慮附加裝置
附加裝置周圍設置重合網格
仿真內容
變船速實驗（無附加裝置）
- 無自由表面影響（雙模型）
- 有自由表面影響
與實驗數據的比較驗證
- 阻力系數：有/ 無附加裝置 設計船速
- 尾流分布：有/ 無附加裝置 設計船速
- 波高分布：無附加裝置 設計船速
※均采用 一半模型
仿真結果
可以預測船尾裝配附加裝置后的船體阻力削減趨勢
船尾附近壓力分布的比較
[Cp=P/(0.5? ρ?U2)]
通過附加裝置船尾附近的壓力有所回升
小結
以鈍頭船作為仿真對象，實現了對預測推進性能非常重要的船尾縱渦的再現。
利用MSC Cradle 的重合網格功能，實現了考慮節能附加裝置影響的仿真，對節能裝置的形狀，配置的參數進行參數研究。
展開 輪轂仿真第①期：10分鐘搞定仿真驗證，給輪轂做一次“性格測試”
序號
視頻主題
發布時間
1
輪轂-模態仿真
5月1日
2
輪轂-彎曲疲勞仿真
5月5日
3
輪轂-徑向疲勞仿真
5月7日
4
輪轂-動剛度仿真
5月12日
5
前蓋-模態仿真
5月14日
6
前蓋-點剛度仿真
5月19日
7
前蓋-側向剛度仿真
5月21日
8
前蓋-Gload仿真
5月26日
往期回顧
仿真不求人: 送給一線設計工程師的勞動節禮物
@設計工程師：7分鐘完成后副車架快速仿真，設計迭代快人一步！
八年磨劍自成鋒芒！SmartCAE研發圖譜揭秘，深度賦能設計仿真一體化
如何用達索系統MODSIM實現低成本的加速開發？（含白皮書下載）
展開 
SOLIDWORKS 2023新增功能 - SIMULATION仿真驗證
優點：通過在運行仿真之前防止出現設置錯誤，更快地獲得仿真結果。
2. 接觸的懲罰剛度控制
? 使用新的接觸懲罰剛度比例因子指定接觸懲罰剛度，從而更輕松快捷地獲得收斂。
? 在線性靜態算例中放寬接觸懲罰剛度比例因子，從而更快地獲得近似解。
優點:在放寬接觸懲罰剛度比例因子時提高收斂速度，從而節省時間。
3. 非面對曲面之間的接合
? 改進曲面到曲面接合算法，從而提高精度。
? 為不相互面對且彼此之間沒有投影區域的面強制執行接合交互。
優點： 從不相互面對的面的交互獲得結果，從而提高精度。
4. 求解器改進
? 利用基于函數的剛度數據交流（取代基于文件的處理），縮短求解時間。
? 利用基于函數的處理功能來處理頻率、扭曲和線性靜態算例，其中包括節點到曲面交互和虛擬墻體定義 。
優點：利用求解器改進提高頻率和扭曲算例求解速度
5. 塑料材料數據庫和報告改進
? 使用制造商提供的全新和更新的材料等級以及最新屬性值，提高仿真精度，同時移除了過時的等級。
? 使用新的增強材料數據庫管理器更輕松地瀏覽材料。
? 利用增強的摘要和報告功能輕松創建更豐富的文檔。
優點:利用最新的材料數據和增強的可用性，提高注塑成型仿真的精度。
展開 飛行器系統仿真與驗證
圖12 空氣動力學模型 圖13 氣動力和力矩計算公式
3.總結
綜上所述，采用Simcenter Amesim搭建的飛行器系統級仿真模型，能夠幫助用戶快速實現從整機級，到慣導系統、飛控系統、舵機系統、推進系統以及空氣動力學各專業仿真。Simcenter Amesim作為西門子工業軟件旗下的系統級設計仿真工具平臺，是構成基于模型的系統工程中的最重要環節之一——基于模型的系統定義、設計以及驗證。在需求端，采用Simcenter Amesim進行系統開發，可以承接由邏輯架構定義、需求分解所產生的系統以及分系統指標驗證工作；在設計端，通過Simcenter Amesim的多物理耦合仿真，能夠集成各專業學科的CAE仿真分析結果，通過采用聯合仿真或參數導入等方式與各專業的三維CAE工具間的數據交互，完成系統或分系統在全工況下的動態驗證。橫向上，采用Simcenter Amesim構成的系統仿真平臺，可以與研發管理平臺Teamcenter之間實現無縫數據銜接，從而完成從需求到設計再到驗證整個過程中，任意數據的雙向追溯。
本文來自：Simcenter 1D 系統仿真
展開 Speos 實現車內氛圍燈早期仿真驗證
5.然后選擇Photometric Calc工具，選擇combine選項將紅綠藍三色結果合成為一個仿真結果。
視覺仿真
進一步的仿真中，可以添加Environment環境光，可視化門板的氛圍燈未點亮的視覺效果，更進一步將此結果添加到紅綠藍聯合的仿真結果中，將得到這樣帶有環境光的紅綠藍仿真結果，同時激活人眼視覺參數，得到視覺仿真結果。
相關閱讀
Speos HDR 10，點亮車燈仿真
基于Ansys OpticStudio與Speos完成3片式LCD投影儀的設計與仿真
2023R1 | Speos 動態仿真助力車燈早期優化
Ansys Zemax 與 Speos 關于汽車投影燈解決方案
聯合方案 | Zemax + Speos 助力HUD抬頭顯示器設計
Lumerical Zemax Speos 聯合案例 | CMOS 傳感器相機：3D 場景中的圖像質量分析
展開 【干貨】IGBT的設計及仿真驗證
（以上資料收集整理自EETOP論壇的網友分享）
自動駕駛驗證的多重場景仿真
了解先進駕駛輔助系統和自動駕駛系統是否已充分測試
先進駕駛輔助系統和自動駕駛車輛的驗證和確認框架，將數據管理、測試自動化和結果后處理功能融合到無縫工作流中
汽車不能只在特定用例下驗證合格，而在異常情況下卻依賴駕駛員接管。隨著自動化程度的不斷提升，測試用例的數量顯著增加。
為了構建驗證和確認框架來實現不同交通狀況的大量仿真以確認整車性能，需要解決兩方面關鍵要素：測試自動化工具鏈與車輛的準確虛擬表示、傳感器與環境。
注冊參觀看此網絡研討會，了解將數據管理、測試自動化和結果后處理功能融合在一起的無縫工作流。
探索：
融合了幾種產品（Simcenter Prescan、HEEDS 和 Amesim）的無縫工作流
能夠自動創建和執行的場景和多種仿真
高度細化且準確的場景創建
點擊鏈接 獲取完整內容：http://avz6v7gw1lfs7v7u.mikecrm.com/9hNbL9z
展開 基于CFD的油冷器壓降仿真及試驗驗證
摘要：為了準確預測車輛機油冷卻器的壓降性能，建立了油冷器壓降的計算流體動力學（CFD）仿真模型并進行試驗對比研究。基于k-omega剪切應力傳輸（SST）湍流模型以及多孔介質模型對問題進行簡化建模，同時進行網格無關性驗證，對油冷器的水側流道進行流場仿真，獲得從進口到出口的靜壓降。與試驗數據對比，40L/min時，CFD預測的結果比試驗值低了10.1%，對油冷器進行總壓壓降分解及分析表明，內部通道對總壓降的貢獻最大，占比為65.2%。各個通道的流動比較平均，對于單個通道而言，除去進口分流頭和出口集流頭部分，中間的翅片區域主要沿長度方向流動，且流量比較均勻，進口分流頭存在渦流組織。
關鍵詞：油冷器；CFD；壓降性能；多孔介質
油冷器主要用于車輛、工程機械、船舶等發動機潤滑油或燃油的冷卻。產品的熱側是潤滑油或燃油，冷側是冷卻水或空氣。車輛在行駛過程中，各大潤滑系統中，潤滑油依靠油泵動力，經過機油冷卻器熱側通道，將熱量傳給機油冷卻器的冷側，而冷卻水或冷風則通過機油冷卻器冷側通道將熱量帶走，實現冷熱流體之間的熱交換，確保潤滑油處于最合適的工作溫度。油冷器的作用是對發動機潤滑油、自動變速箱潤滑油、動力轉向器潤滑油等進行冷卻。
隨著汽車行業的高速發展，排放法規不斷加嚴，油冷器產品不斷更新換代，客戶提出了更高的耐壓和耐高溫要求，并向輕量化、緊湊化、模塊化等方向進一步發展。疊片式的油冷卻器主要用于發動機上機油冷卻及變速箱上機油冷卻，此類產品的水道和油道設計在一起，結構更加緊湊，具有傳熱效率更高、安裝方便等優點，但此類產品對模具的技術要求很高，是目前油冷卻器的發展方向。在現階段，對油冷器的性能進行評估和預測具有重要的現實意義。
展開 常規巖土力學試驗主應力組成分析與疲勞仿真驗證
完成上述計算后，以巖土力學試驗中的有限元仿真試驗為例，進行主應力分布特點的具體分析[5]。在此過程中，采用數值計算的方式，進行力學試驗中相關數值的模擬，計算過程中，可按照表1，設定巖土力學試驗中巖土材料樣件對應有限元模型的技術參數。
表1 巖土力學試驗中巖土材料樣件對應有限元模型的技術參數
研究過程中，進行建立帶模板與不帶模具的仿真結構模型，將兩個模型標注為(1)、(2)，對樣件的底部節點施加全約束，將其頂部與豎向垂直方向發生耦合，在頂部的中心節點位置，施加一個垂直向下的作用力，將其作為主應力，構件的主應力分布如圖2所示。
圖2 主應力分布云圖
2 疲勞仿真驗證
2.1 建立疲勞仿真計算模型
通過上文試驗獲得主應力組成，將其大致分為三個部分，分別為：單軸貫入中的純壓分布、雙軸貫入中的純拉分布和純剪中的拉壓復合應力組成。結合上述得到的主應力組成方式下的疲勞荷載仿真算例，實現對研究試件在疲勞荷載方式下的主應力分布情況分析。該計算實例是一種以拉、剪、壓為交變應力的彈塑性材料為研究對象，以有限元方法模擬其疲勞加載特性。具體如圖3所示。
圖3 疲勞仿真計算模型
該模型是一種長方體，其長為101 mm，寬為50mm，厚度為50 mm。該疲勞仿真計算模型的彈性模量設置為2.03×105MPa，泊松比設置為0.2。在進行疲勞仿真的過程中，將模型的邊界條件設置為：左半邊上、下表面的節點Y向限制，左頂面X向連接，右半邊上、下表面的節點Y向連接。在施加力時，設計對左部頂面一個恒定壓力或拉力，即將模型X軸正向或負向作為施壓方向。在模型右部地面按照時間的變化重復施加沿Y軸方向的推力，該力為剪切力。按照上述操作循環加載，實現對研究試件疲勞荷載的施加。圖4為疲勞仿真計算模型加載方式示意。
展開 
自動駕駛能力驗證的關鍵：仿真測試詳述
作者 | Aimee
知圈 | 進“激光雷達社群”請加微信13636581676，備注激光
自動駕駛汽車在進行規模化商用之前，必須進行充分的功能安全和性能安全試驗驗證，以確保駕駛員和其他交通參與者的安全。測試內容包括傳感器、算法、執行器、人機界面等。從應用功能、性能的穩定性和魯棒性，以及功能安全、預期功能安全、形式認證等各個方面的測試中綜合考慮，從而可以確保車輛能夠自主上路。
如上整個測試過程分為仿真測試與實車測試，而前半部分都稱之為仿真測試，這也是自動駕駛系統開發和驗證的重要手段。自動駕駛仿真測試，是指通過計算機仿真技術，建立現實靜態環境與動態交通場景的數學模型，讓自動駕駛汽車算法在虛擬交通場景中進行的駕駛測試。
自動駕駛仿真平臺概述
仿真測試的核心是測試模型，圍繞測試模型還包括測試流程、仿真使用平臺、模型構成，并覆蓋從產品設計驗證、開發驗證、測試驗證、體驗評價全過程。整個仿真測試平臺由1個主體流程、5大仿真測試類別、3種仿真模型構成，覆蓋產品設計、開發驗證、測試驗證、體驗評價全過程。這里我們從仿真測試的角度說明下如上各個測試階段的內容和要點。
1個流程是指從ASPICE的標準軟件研發流程出發，從設計域、開發域到測試域進行整體測試驗證。其中包括系統設計階段以MIL仿真側視貫穿整個系統分析&設計、詳細設計、虛擬組建集成&測試和虛擬系統集成測試；在軟件設計階段通過不斷的SIL仿真實現單元測試，同時以HIL仿真優化實現組建集成和測試，最后通過VIL仿真優化實現系統集成測試和系統驗收。
5類測試平臺涉及整個開發過程，需要經歷從軟件在環（SIL）、硬件在環（HIL）、車輛在環（VIL）、封閉測試場測試、開放道路測試幾個大步驟。
展開 仿真中的“體力活”：網格驗證能不能自動化？
但你很難一次就判斷準，這便引出了仿真流程中最為繁瑣的一環：網格無關性驗證。
所謂網格無關性驗證，是指通過對比不同疏密的網格計算出的結果，證明當網格細到一定程度后，計算結果不再發生顯著變化。只有通過了這一驗證，仿真才具有說服力，證明結果反映的是物理規律而非數值誤差。
驗證過程無聊枯燥且耗時
首先畫一套較粗的網格，做計算。
在流場變化劇烈的區域局部加密，生成第二套網格，再計算。
對比關鍵指標（如升力、阻力、壓降）。
如果差異較大，繼續加密，生成第三套、第四套...第N套網格。
對仿真工程師來說，這意味著頻繁修改全局網格參數、手動圈定局部加密區。這種重復勞動占據了大量工時，雖然是必須，但你寫周報時，如果寫“本周花3天時間做網格無關性驗證”，還是不免會緊張。
更讓人難受的是：一套網格通常只適用于一個特定的工況。
你做汽車風阻模擬，當車速從60km/h提升到120km/h，尾跡區會變化。原本精心調整的網格，可能在新的工況下完全錯位。
你算液冷，如果更換了流質，例如從水換成乙二醇，由于雷諾數的變化，邊界層的厚度也會隨之改變。這意味著要重新走一遍網格無關性驗證流程。
有沒有辦法讓算法自己尋找需要加密的地方？天洑AICFD的AI網格正是為了解決這一痛點。
在AI網格流程下，你只需要提供一套基礎的、覆蓋幾何形狀的粗網格。算法在計算過程中會實時監控物理場的變化，自動計算物理量梯度，自動加密大梯度區域。
AI網格確保了網格分布始終與物理現象同步，即便換了工況、換了流速，也能自動追蹤新的高梯度區域并適配，無需人工干預。
回到標題，CFD模擬能不能不做網格無關性驗證？
當前階段，重復性、迭代性的工作非做不可，但人不必動手，交給算法就好。
展開 基于ABAQUS的鎢鉬合金銑削加工參數優化仿真及驗證
本文發表于《金屬加工（冷加工）》2023年第8期第56~60頁，作者：
天津職業技術師范大學
侯詩穎，王鐵鋼，王浩，劉杰
，原標題：
《
基于
ABAQUS
的鎢鉬合金銑削加工參數優化
仿真及驗證
》。
-End-
??來源：金屬加工
?責任編輯：曹勝玉 ?責任校對：韓景春
Ansys Speos | 實現車內氛圍燈早期仿真驗證
5.然后選擇Photometric Calc工具，選擇combine選項將紅綠藍三色結果合成為一個仿真結果。
視覺仿真
進一步的仿真中，可以添加Environment環境光，可視化門板的氛圍燈未點亮的視覺效果，更進一步將此結果添加到紅綠藍聯合的仿真結果中，將得到這樣帶有環境光的紅綠藍仿真結果，同時激活人眼視覺參數，得到視覺仿真結果。
