当前位置: 首页 > news >正文

【产品】智能结构仿真软件AIFEM 2023R2新版本功能介绍

AIFEM是由天洑自主研发的一款通用的智能结构仿真软件,助力用户解决固体结构相关的静力学、动力学、振动、热力学等实际工程问题,软件提供高效的前后处理工具和高精度的有限元求解器,帮助用户快速、深入地评估结构的力学性能,加速产品的设计迭代。

一、AIFEM功能特色

● 一体化仿真流程:软件具备完善的有限元前处理、求解、后处理功能,可实现几何导入与修复、网格划分与连接、材料属性设定、分析工况设定、仿真结果后处理的一体化仿真操作流程。

● 高精度结构有限元求解器:具有完整知识产权、国产自主可控的结构仿真求解器,求解能力覆盖结构线性静力学、非线性静力学、响应动力学、热力学等学科,求解效率高,结果精度媲美成熟商软。

● 高效率的前后处理器:拥有多维度、多阶次的单元类型,网格自动划分速度快、质量高;利用自动螺栓连接等自动化功能,大幅提升装配模型的建模效率;包含丰富的材料库和载荷设定,轻松创建多种场景工况,支持导入主流有限元求解器模型。

二、版本更新亮点

AIFEM 2023R2在前后处理和求解能力、仿真精度、计算效率方面均有更新和提升,具体包括:

● 新增自动创建螺栓连接功能

● 新增谐响应分析功能

● 新增随机响应分析功能

● 新增复合材料分析功能

● 新增梁单元、弹簧单元、质量单元的求解

● 丰富和完善前处理显示和操作便捷性

● 丰富和完善后处理显示和操作功能

图1 智能结构仿真软件AIFEM 2023R2启动界面

1)新增自动创建螺栓连接功能

螺栓是工程中常见的装配连接手段之一。在传统的有限元软件中设置螺栓连接,不仅步骤繁琐、设置项分散,而且当螺栓数量较多时,需要人工进行多次重复操作,前处理效率低下。AIFEM针对该痛点,在2023R2版本新增了自动创建螺栓连接功能,用户仅需要输入孔洞直径和螺杆长度的范围,软件通过搜索和识别螺栓孔对,自动生成螺杆-蛛网形式的一维螺栓连接,提供梁单元-RBE2单元、梁单元-RBE3单元、RBE2单元-RBE2单元等多种单元组合形式可供选择,并可批量赋予材料属性。螺栓连接在网格更新后会自动更新。而针对异形孔等特殊情况,AIFEM也有手动选择孔洞的方式,一键式创建螺栓连接,灵活、全面地支持工程中的螺栓连接场景。

图2 自动创建螺栓连接

2)新增谐响应分析功能

谐响应分析是将一系列不同频率的周期正弦激励应用于线性系统,并分析周期激励下的周期响应(稳态响应)。谐响应分析在工程中应用广泛,例如电机受电磁力产生的结构振动、电子电路受动力源激励产生的结构振动、风电设备受到叶片转动产生的周期结构振动等。

AIFEM提供基于模态叠加法的谐响应分析功能,通过基础激励的方式输入激励载荷,基于在各个结构特征频率上的模态特性响应的线性叠加,最终得到结构的总谐响应参数,包括位移、速度、加速度响应,应力、应变、支反力响应等结果。谐响应分析所需的模态结果,可以通过前置的模态分析步计算自动获取,也可以导入已有的模态结果,大大节约了谐响应的求解时间,同时也提升了企业仿真数据库的重用率。

图3 电器盒谐响应分析 一阶共振峰下的位移云图

3)新增随机响应分析功能

随机响应分析是对随机振动输入的一种统计学模拟仿真。AIFEM在模态空间内对随机响应结果进行计算和叠加,再转换到物理坐标系下。输入数据为自相关的功率谱密度PSD,输出为响应功率谱密度、自相关函数、响应变量的均方根等参数。基于这些参数可以考察结构在随机环境下的工作情况,评估结构的振动特性和可靠性。

AIFEM求解器在求解大规模网格模型下的随机响应时,具有高效的求解效率,例如在200万网格的电池包随机响应分析案例中,在相同的输入和输出设定下,AIFEM求解时间少于某国外成熟商软近30%,帮助用户快速判断设计方案的可行性。

图4 电池包随机响应分析 应力均方根(RMS)结果云图

4)新增复合材料分析功能

AIFEM新增了面向复合材料场景的结构静力学和动力学分析功能,通过创建铺层属性,描述复合材料的材料特性、厚度和角度特征,可以求解得到复材中各个铺层的应力、应变结果;同时新增了正交各项异性的材料本构模型,可以通过工程常数、矩阵分量、单层板三种参数形式来描述材料在不同方向上的力学特性,进一步完善了复合材料的仿真场景。

图5 创建和绘制铺层属性

5)新增梁单元、弹簧单元、质量单元的求解

AIFEM新增梁单元、弹簧单元、质量单元,结合已有的壳单元和体单元,AIFEM已综合覆盖0D、1D、2D、3D完整维度的20余种单元类型,可以更加准确地模拟真实的结构。

梁单元和弹簧单元在工业领域应用广泛,例如,可以模拟船体肋板、螺栓、结构撑杆、减震器、悬置等等,质量单元则可以将很多结构附件简化成质量点单元参与仿真,既考虑质量和惯量的影响,也提升了求解效率。

图6 船舶平行中体结果云图

6)丰富和完善前处理显示和操作便捷性

AIFEM已具备丰富的结构仿真前处理功能,包括主流的几何格式导入、主流的网格格式导入、网格自动划分、局部网格加密、分析步设定、各类边界条件、约束和载荷设定等功能。在此基础上,AIFEM 2023R2进一步丰富和完善了前处理功能,提升用户体验。

■ 几何:

① 优化了大规模几何模型的导入效率,相比上一版本效率提升80%以上;

② 新增几何布尔运算功能,支持通过交、并、差运算进一步构造几何模型。

■ 网格:

① 新增针对组件对象的网格划分功能,可以对装配体一键划分网格;

② 优化二阶体网格的生成算法,避免产生负体积网格;

③ 支持输出网格模型的统计信息。

■ 分析:

① 优化力的施加方式,支持对面、体对象施加总合力,由求解器自动进行均布载荷计算;

② 新增场输出和历程输出设定选项,用户可根据分析需求增减输出变量、范围和频次。

■ 工具:

① 新增创建直角、柱、球坐标系功能,可作为材料、载荷方向使用;

② 新增测量距离和角度功能;

③ 新增视口区右键菜单功能,快速进行视图缩放、设置旋转中心;

④ 新增偏好设置选项,支持默认工作目录设定、中英文切换、默认并行核数设定等。

图7 划分高质量的体网格

7)丰富和完善后处理的显示和操作功能

AIFEM后处理功能已有常见结果云图显示、模态结果清单显示、剖视图显示等功能,2023R2版本对后处理功能进行了整体功能增强,不仅提高了结果文件的读取速度,并且扩展了后处理的编辑和操作功能,提升了用户的使用体验。该版本新增和优化的后处理功能有:

■ 新增图例设置选项,对色彩、极值显示、层级数量和数值进行控制;

■ 新增探针功能,读取和查看局部位置的结果数据;

■ 新增结果选项设置,控制复数输出、结果平均方式、梁壳截面积分点结果显示;

■ 新增矢量图的显示;

■ 优化了剖面图设置,提升剖面结果的真实性;

■ 新增图表的绘制和保存功能,增加了图表的创建、样式设置功能。

图8 基于车门变形结果的图例设置

更多详细介绍及软件试用,请搜索“天洑软件”,前往查阅及下载安装。软件试用无需申请license,下载安装后可直接免费试用30天。

相关文章:

【产品】智能结构仿真软件AIFEM 2023R2新版本功能介绍

AIFEM是由天洑自主研发的一款通用的智能结构仿真软件,助力用户解决固体结构相关的静力学、动力学、振动、热力学等实际工程问题,软件提供高效的前后处理工具和高精度的有限元求解器,帮助用户快速、深入地评估结构的力学性能,加速产…...

displaty:none与visibility:hidden的区别

...

探索数据库的世界:DB、DBMS、DBA、DBS的全面介绍

目录 DB数据库(Database) DBMS数据库管理系统(Database Management System): DBA数据库管理员(Database Administrator): DBS数据库系统(Database System) 总结: DB数据库(Database) 概念: 存储数据的集合,DB可以包含各种类型的数据,文…...

【JVM】初步认识Java虚拟机

🐌个人主页: 🐌 叶落闲庭 💨我的专栏:💨 c语言 数据结构 javaEE 操作系统 Redis 石可破也,而不可夺坚;丹可磨也,而不可夺赤。 JVM 一、初识JVM1.1 什么是JVM1.2 JVM的功能…...

JAVA设计模式-模板模式

一.概念 定义一个操作中的算法的骨架,而将一些步骤延迟到子类中。模板方法使得子类可以不改变一个算法的结构即可重定义该算法的某些特定步骤。 ​ 使用了JAVA的继承机制,在抽象类中定义一个模板方法,该方法引用了若干个抽象方法&#xff0…...

day007

删除链表第n个节点 给你一个链表,删除链表的倒数第 n 个结点,并且返回链表的头结点。 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}* ListNode(int val) { this.val …...

Spring Boot项目在Windows上的自启动策略与Windows自动登录配置

🌷🍁 博主猫头虎 带您 Go to New World.✨🍁 🦄 博客首页——猫头虎的博客🎐 🐳《面试题大全专栏》 文章图文并茂🦕生动形象🦖简单易学!欢迎大家来踩踩~🌺 &a…...

mac 版hadoop3.2.4 解决 Unable to load native-hadoop library 缺失文件

mac 版hadoop3.2.4或其他版本 Unable to load native-hadoop library 缺失文件 Native 包报错缺失: 1. hadoop-3.2.4/lib/native里加*.dylib 2. hadoop-3.2.4/etc/hadoop/hadoop-env.sh 加或修改 export HADOOP_OPTS"-Djava.library.path/Users/lvan/Documen…...

mysql case when 不命中缓存

case when 在sql 中非常方便数据不同维度统计,但是也会出现mysql 索引不命中问题,当多个case 出现时,需要提取出来到where里面优化 优化后 SELECT date(RecordTime) AS date, count( DISTINCT CASE WHEN Param 1 …...

2023年金九银十网络安全考试试题

2023年金九银十网络安全考试试题 1.关于数据使用说法错误的是: A.在知识分享、案例中如涉及客户网络数据,应取敏感化,不得直接使用 B.在公开场合、公共媒体等谈论、传播或发布客户网络中的数据,需获得客户书面授权或取敏感化,公开…...

JS 图片的左右切换

图片的左右切换 <div class"slider"><img src"image1.jpg" alt"Image 1"><img src"image2.jpg" alt"Image 2"><img src"image3.jpg" alt"Image 3"> </div> <button …...

什么是Python虚拟环境?

视频教程地址&#xff1a;https://www.bilibili.com/video/BV1Zy4y1F7hC/ 大家好&#xff0c;这一集我们来介绍一下什么是Python虚假环境。虚拟环境是python基础知识中非常重要的一个知识点。 相信python新手都会遇到过这样的问题&#xff0c;在命令行中下载了某个三方库在py…...

知识增强语言模型提示 零样本知识图谱问答10.8+10.11

知识增强语言模型提示 零样本知识图谱问答 摘要介绍相关工作方法零样本QA的LM提示知识增强的LM提示与知识问题相关的知识检索 实验设置数据集大型语言模型基线模型和KAPIN评估指标实现细节 实验结果和分析结论 摘要 大型语言模型&#xff08;LLM&#xff09;能够执行 零样本cl…...

Linux编译FFmpeg

Linux编译FFmpeg 1. 下载FFmpeg源码 FFmpeg源码下载地址&#xff1a;http://ffmpeg.org/download.html 在下面选择版本 2. 解压并创建生成目录 tar xvf ffmpeg-snapshot.tar.bz2 // 解压下载的FFmpeg源码 makedir /root/ffmpeg // 创建生成目录3. 编译FFmpeg 进入FF…...

Netty深入浅出Java网络编程学习笔记(二) Netty进阶应用篇

目录 四、应用 1、粘包与半包 现象分析 粘包 半包 本质 解决方案 短链接 定长解码器 行解码器 长度字段解码器——LTC 2、协议设计与解析 协议的作用 Redis协议 HTTP协议 自定义协议 组成要素 编码器与解码器 编写测试类 Sharable注解 自定义编解码器能否使用Sharable注解 3、在…...

机器学习基础之《回归与聚类算法(1)—线性回归》

一、线性回归的原理 1、线性回归应用场景 如何判定一个问题是回归问题的&#xff0c;目标值是连续型的数据的时候 房价预测 销售额度预测 贷款额度预测、利用线性回归以及系数分析因子 2、线性回归定义 线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(…...

如何实现制造业信息化转型?

一、制造业信息化历史 &#xff08;1&#xff09;1930年代 库存控制、管理 当时计算机系统尚未出现&#xff0c;人们为了解决库存管控的难题&#xff0c;提出了订货点法——当库存量降低到某一预先设定的点时&#xff0c;即开始发出订货单补充库存&#xff0c;直至库存量降低…...

stable diffusion艰难炼丹之路

文章目录 概要autoDL系统盘爆满autoDL python3.8切换python3.10dreambooth训练大模型完成后报错 概要 主要是通过autoDL服务器部署stable diffusion&#xff0c;通过dreambooth训练大模型。 问题&#xff1a; autoDL系统盘爆满autoDL python3.8切换python3.10dreambooth训练大…...

竞赛 深度学习 opencv python 实现中国交通标志识别

文章目录 0 前言1 yolov5实现中国交通标志检测2.算法原理2.1 算法简介2.2网络架构2.3 关键代码 3 数据集处理3.1 VOC格式介绍3.2 将中国交通标志检测数据集CCTSDB数据转换成VOC数据格式3.3 手动标注数据集 4 模型训练5 实现效果5.1 视频效果 6 最后 0 前言 &#x1f525; 优质…...

用Python实现数据透视表、音频文件格式转换

用Python实现数据透视表、音频文件格式转换 1.用Python实现数据透视表 import pandas as pdif __name__ __main__:# df pd.read_excel(广告-资源位变现效率监测看板-1.xlsx, sheet_name各业务在该资源位的明细数据)df pd.read_excel(填充率分析-Q3.xlsx, sheet_name库存底…...

java枚举中写抽象方法

之前写java枚举时&#xff0c;都是中规中矩的写&#xff0c;从来没见过在枚举中写抽象方法的&#xff0c;但最近换了新公司&#xff0c;接手了新项目&#xff0c;发现枚举中竟然写了抽象方法&#xff0c;由于之前没接触过这种写法&#xff0c;所以这里记录下 实体类student代码…...

麒麟操作系统提示“默认密钥环已上锁”的解决办法

在国产麒麟操作系统上,有的时候不知道为啥,打开vscode或者其他应用软件时,总是提示“密钥环已上锁”,该怎么处理呢? 需要点击“开始”,在搜索框中输入“password” 点击打开“密码和密钥”,看到如下图。 然后点击左上角的箭头,回退,打开如下图:...

云原生周刊:Docker 推出 Docker Debug | 2023.10.9

开源项目推荐 SchemaHero SchemaHero 是一个 Kubernetes Operator&#xff0c;用于各种数据库的声明式架构管理。SchemaHero 有以下目标&#xff1a; 数据库表模式可以表示为可以部署到集群的 Kubernetes 资源。可以编辑数据库模式并将其部署到集群。SchemaHero 将计算所需的…...

设计模式 - 行为型模式考点篇:迭代器模式(概述 | 案例实现 | 优缺点 | 使用场景)

目录 一、行为型模式 一句话概括行为型模式 1.1、迭代器模式 1.1.1、概述 1.1.2、案例实现 1.1.3、优缺点 1.1.4、使用场景 一、行为型模式 一句话概括行为型模式 行为型模式&#xff1a;类或对象间如何交互、如何划分职责&#xff0c;从而更好的完成任务. 1.1、迭代器…...

Spark任务优化分析

一、背景 首先需要掌握 Spark DAG、stage、task的相关概念 Spark的job、stage和task的机制论述 - 知乎 task数量和rdd 分区数相关 二、任务慢的原因分析 找到运行时间比较长的stage 再进去看里面的task 可以看到某个task 读取的数据量明显比其他task 较大。 如果是sql 任…...

最新数据库流行度最新排名(每月更新)

2023年10月数据库流行度最新排名 TOP DB顶级数据库索引是通过分析在谷歌上搜索数据库名称的频率来创建的 一个数据库被搜索的次数越多&#xff0c;这个数据库就被认为越受欢迎。这是一个领先指标。原始数据来自谷歌Trends 如果您相信集体智慧&#xff0c;那么TOP DB索引可以帮…...

Python:如何在一个月内学会爬取大规模数据

Python爬虫为什么受欢迎 如果你仔细观察&#xff0c;就不难发现&#xff0c;懂爬虫、学习爬虫的人越来越多&#xff0c;一方面&#xff0c;互联网可以获取的数据越来越多&#xff0c;另一方面&#xff0c;像 Python这样的编程语言提供越来越多的优秀工具&#xff0c;让爬虫变得…...

K8S云计算系列-(4)

K8s Dashboard UI 部署实操 Kubernetes实现的最重要的工作是对Docker容器集群统一的管理和调度&#xff0c;通常使用命令行来操作Kubernetes集群及各个节点&#xff0c;命令行操作非常不方便&#xff0c;如果使用UI界面来可视化操作&#xff0c;会更加方便的管理和维护。如下为…...

【Mybatis源码】IDEA中Mybatis源码环境搭建

一、Mybatis源码源 在github中找到Mybatis源码地址&#xff1a;https://github.com/mybatis/mybatis-3 找到Mybatis git地址 二、IDEA导入Mybatis源码 点击Clone下载Mybatis源码 三、选择Mybatis分支 选择Mybatis分支&#xff0c;这里我选择的是3.4.x分支...

VUE如何使得大屏自适应的几种方法?

VUE学习大屏自适应的几种方法 1.自适屏幕&#xff0c;始终保持16:9的比例 <!-- 大屏固定比例16&#xff1a;9自适应 --> <template><div class"container"><div class"content" :style"getAspectRatioStyle"><!-- …...