HFSS学习-day5-边界条件
边界条件
- 概述
- 边界条件类型
- 1、理想导体边界条件(Perfect E)
- 2、理想磁边界条件(Perfect H)
- 3、有限导体边界条件(Finite Conductivity)
- 4、辐射边界条件(Radiation)
- 5、对称边界条件(Symmetry)
- 阻抗乘法器
- 6、阻抗边界条件(Impedance)
- 7、集总RLC边界条件(Lumped RLC)
- 8、分层阻抗边界条件
- 9、无限大地平面
- 10、主从边界条件
- 11、理想匹配层
概述
- 在电磁场理论学习中我们知道,电磁场问题的求解都归结于麦克斯韦(Maxwell)方程组的求解在HFSS中波动方程的求解同样是由微分形式的麦克斯韦方程推导出来的。而边界条件定义了求解区域的边界以及不同物体交界处的电磁场特性,是求解麦克斯韦方程的基础。
- 只有在假定场矢量是单值、有界、并且沿空间连续分布的前提下,微分形式的麦克斯韦方程组才是有效的;而在求解区域的边界、不同介质的交界处和场源处,场矢量是不连续的,那么场的导数也就失去了意义。边界条件就是定义跨越不连续边界处的电磁场的特性,因此,正确地理解、定义并设置边界条件,是正确使用HFSS仿真分析电磁场场特性的前提。
- 使用HFSS时,用户应该时刻意识到:边界条件确定场。正确地使用边界条件,是HFSS能够仿真分析出准确结果的前提。
下面就来详细介绍HFSS中边界条件的类型、定义和设置操作步骤。
边界条件类型
- 阻抗边界(lmpedance)
- 理想匹配层(PML)
- 有限导体边界(Finite Conductivity)
- 辐射边界(Radiation)
- 对称边界(Symmetry )
- 主从边界(Master and slave)
- 集总RLC边界(Lumped RLC)
- 分层阻抗边界条件(Lumped RLC)
- 无限地平面(Infinite Ground Plane )
- 理想导体边界(Perfect E)
- 理想磁边界/自然边界(Perfect H/Natural )

1、理想导体边界条件(Perfect E)

Perfect E 是一种理想电导体或简称为理想导体边界条件。这种边界条件的电场(E-Field)垂直于表面。有两种边界被自动设为理想导体边界条件
- 任何与背景相关联的物体表面将被自动定义为理想导体边界,并命名为outer边界
- 材料设为PEC(理想电导体)的物体表面被自动定义为理想导体边界,并命名为smental
背景结构的说明:
- 所谓背景是指几何模型周围没有任何物体占据的空间,任何与背景有关联得物体表面被自动定义为理想导体边界,并命名为外部边界(Outer)条件.
- 我们可以把几何结构想象为外面有一层很薄而且是理想导体的材料,如之前创建的波导
- 如有必要,也可以改变背景的边界条件,使其性质与理想导体边界条件不同。

2、理想磁边界条件(Perfect H)

Perfect H 是一种理想的磁边界,这种边界条件上的电场方向与表面相切,磁场与表面垂直。
真实世界中不存在理想磁边界,只是理论上的约束条件
自然边界(Natural):
- 当理想导体边界和理想磁边界出现交叠时,理想磁边界也称为自然(Natural)边界
- 背景设置成 Perfect H边界条件,可以模拟开放的自由空间
- 在理想导体边界上叠加理想磁边界将去掉理想导体边界的特性,相当于在理想导体表面开个口,允许电场穿过
3、有限导体边界条件(Finite Conductivity)

- 有耗导体/非理想导体边界条件,电场垂直于物体表面
- 有限导体边界只在良导体模型下是有效的,即在给定的频率范围内,导体的厚度远远大于趋肤深度
- 用户设置参数:导电率和导磁率

4、辐射边界条件(Radiation)
- 辐射边界也称为吸收边界(Absorbing Boundary Condition,简称ABC),用以模拟开放的自由空间,模拟波辐射到空间的无限远处的情况,常用于天线问题的分析
- 当结构中包含辐射边界条件时,HFSS会自动计算结构的远区场
- PerfectH 边界条件也可以模拟开放空间的情况,但该边界条件不计算远区场
- 辐射边界条件是自由空间的近似,这种近似的准确程度取决于波的传播方向与辐射边界之间的角度,以及辐射源与边界之间的距离
可以是任意形状
辐射边界在各个方向上距离辐射体一般不小于λ/4
入射能量和辐射边界表面正交时,计算结果最准确

由图可知,
辐射夹角为0时,反射系数最小,测量最准确
辐射夹角为90时,反射系数最大,所有打过来的信号全部被辐射边界所反射回去,测量误差最大
5、对称边界条件(Symmetry)

- 模拟理想电壁或理想磁壁对称面,应用对称边界可以在构造结构时仅构造一部分,减小结构的尺寸和设计复杂性,缩短计算时间
- 定义对称平面时,遵循一下原则:
对称平面必须暴漏在背景中
对称面必须定义在平面上,不能定义在曲面上
在一个问题上,最多只能定义三个正交对称面 - 绝对对称面的类型
如果电场垂直于对称面且对称,使用理想电壁对称面
如果磁场垂直于对称面且对称,使用理想磁壁对称面
阻抗乘法器
-
特性阻抗的计算
Zpi —— 用功率(p)和电流(i)来计算,适合微带线模型
Zpu—— 用功率(p)和电压(u)来计算,适合缝隙类结构
Zui—— 用电压(u)和电流(i)来计算,适合TEM波 -
阻抗乘法器的定义
理想电壁 -
阻抗乘法器的设置
Perfect E :理想电壁对称面
Perfect H :理想磁壁对称面

6、阻抗边界条件(Impedance)
用于模拟已知阻抗的边界表面,如薄膜电阻表面:表面的阻抗 Zs=Rs+jXs,其中 RS是 Ohms/Square为单位的电阻,Xs是以 Ohms/Square为单位的电抗
7、集总RLC边界条件(Lumped RLC)
8、分层阻抗边界条件
9、无限大地平面
10、主从边界条件
11、理想匹配层
理想匹配层(Perfectly Matched Layers,简称PML),是能够完全吸收入射电磁波的假想的各项异性材料边界。理想匹配层有两种典型的应用:一是用于外场问题中的自由空间截断,二是用于导波问题中的吸收负载。
对于导波的吸收负载,理想匹配层模拟导波结构均匀地延伸到无穷远处。
对于自由空间截断情况,理想匹配层的作用类似于辐射边界条件,PML表面能够完全吸收入射过来的电磁波。和辐射边界条件相比,理想匹配层因为能够完全吸收入射的电磁波,零反射,因此计算结果更精确:同时理想匹配层表面可以距离辐射体更近(差不多十分之一个波长即可),不需要像辐射边界表面一般需要距离辐射体大于四分之一个波长
相关文章:
HFSS学习-day5-边界条件
边界条件 概述边界条件类型1、理想导体边界条件(Perfect E)2、理想磁边界条件(Perfect H)3、有限导体边界条件(Finite Conductivity)4、辐射边界条件(Radiation)5、对称边界条件&…...
spring Aop使用示例
简介(aop作用):1.在不改变源代码的基础上进行功能添加,如日志打印、执行时间统计。2.与代理效果类似但更加便捷。 示例: maven依赖: <dependency><groupId>org.springframework</groupId&g…...
MySQL-InnoDB数据存储结构
1、存储结构-页 索引结构提供了高效的索引方式,索引信息以及数据记录都保存在数据文件或索引文件中(本质存储在页结构中) 1.1、磁盘与内存交互的基本单位:页 在InnoDB中将数据划分为若干页,页的默认大小为ÿ…...
【吊打面试官系列】Java高并发篇 - 什么是 Java Timer 类?如何创建一个有特定时间间隔的任务?
大家好,我是锋哥。今天分享关于 【什么是 Java Timer 类?如何创建一个有特定时间间隔的任务?】面试题,希望对大家有帮助; 什么是 Java Timer 类?如何创建一个有特定时间间隔的任务? java.util.T…...
Spring生命周期深度解析
Spring生命周期深度解析 介绍 Spring是一个开源的Java框架,用于构建企业级应用程序。它提供了一种轻量级的、非侵入式的开发方式,使得开发者可以更加专注于业务逻辑的实现,而不必过多关注底层的技术细节。 在使用Spring框架开发应用程序时…...
基于 Windows 的记事本简单功能开发及部署发布--迭代2.0
基于上篇文章基于 Windows 的记事本简单功能开发-CSDN博客 更新完成以下几个功能点: 1.中心部件更改为栅格布局 2.另存为功能: 打开文本保存框,用户选中文件保存时 得到绝对路径。 判断用户选择路径不为空。 得到用户输入内容。 创建文件对象&…...
Java lambda
forEach 比 for 语句的线程安全要求更严格。 如此语句使用for语句可以,但是forEach却不可以。...
【智能算法】河马优化算法(HO)原理及实现
目录 1.背景2.算法原理2.1算法思想2.2算法过程 3.结果展示4.参考文献5.代码获取 1.背景 2024年,MH Amiri受到自然界河马社会行为启发,提出了河马优化算法(Hippopotamus Optimization Algorithm, HO)。 2.算法原理 2.1算法思想 …...
spring基础使用(案例)
基于xml使用: 准备: 1.Dao层(接口): public interface UserDao {public void save(); } 1.1 Dao层(实现类): public class UserDaoIim implements UserDao {Overridepublic vo…...
相同的树LeetCode
100. 相同的树 - 力扣(LeetCode100. 相同的树 - 力扣( 给你两棵二叉树的根节点 p 和 q ,编写一个函数来检验这两棵树是否相同。 如果两个树在结构上相同,并且节点具有相同的值,则认为它们是相同的。 /*** Definition…...
Vue中如何抽取部分代码到单独的ts文件
Vue中如何抽取部分代码到单独的ts文件 本文代码基于 简单示例 这段代码,是比较通用的代码,我想抽取成一个ts文件,来供其他地方调用。 const groupData reactive({groupList:[] as Array<GroupV2Response>,current:{} as GroupV2Re…...
山东齐鲁文化名人颜廷利:朱郭有文才,曲高‘菏’寡星光路
山东齐鲁文化名人颜廷利教授表示,朱郭(谐音‘祖国’)有文才,《曲高‘菏’寡》星光路… 山东菏泽歌手朱之文在2011年凭借一首《滚滚长江东逝水》一夜成名, 十多年之后的今天,菏泽市网络红人郭有才靠一首《诺…...
嵌入式学习70-复习(wireshark使用和http协议)
知识零碎: ssize_t 头文件:<sys/types.h> 有符号整型 --------------------------------------------------------------------------------------------------------------------------------- wireshark 1.sudo wireshark 2.选择 any &…...
idea配置MySQL提示
点击sql语句,然后再选择show context actions 然后再选择Inject language or reference 然后再选择MySQL 然后我们会发现sql语句变颜色了 如果表是红色 那么需要我们连接mysql的对于的数据库...
如何利用AI生成答辩PPT?笔灵AI答辩PPT,智能识别关键点
很多快要毕业的同学在做答辩PPT的时候总是感觉毫无思路,一窍不通。但这并不是你们的错,对于平时没接触过相关方面,第一次搞答辩PPT的人来说,这是很正常的一件事。一个好的答辩PPT可以根据以下分为以下几部分来写。 1.研究的背景和…...
速盾:怎么设置cdn加速小程序图片?
小程序是一种基于微信平台的应用程序,为了提升小程序的用户体验,我们可以通过设置CDN(内容分发网络)来加速小程序中的图片加载速度。CDN是一种分布式服务,它将原始服务器的存储内容复制到在全球各地的缓存服务器&#…...
Android bootchart 分析启动性能工具使用
bootchart简介 bootchart 可为整个系统提供所有进程的 CPU 和 I/O 负载细分。该工具不需要重建系统映像,可以用作进入 systrace 之前的快速健全性检查。 1. 板端配置: 在Android 板端启用 bootchart,请运行以下命令: 2. Bootch…...
一键开启,盲盒小程序里的梦幻奇遇
在这个充满惊喜与未知的数字时代,盲盒小程序以其独特的魅力成为了许多人的新宠。只需一键开启,你就能踏入一个充满梦幻奇遇的世界,探索未知的惊喜与乐趣。 盲盒小程序不仅仅是一个简单的购物平台,它更是一个充满神秘与惊喜的宝藏库…...
如何进行并行执行的诊断与调优 —— 《OceanBase 并行执行》系列 6
在诊断并行执行问题时,我们可以从两个主要方面展开分析。首先,从整体系统层面进行考量,比如检查网络是否畅通、磁盘IO是否过载、CPU资源是否已用满;其次,针对具体的SQL语句进行深入剖析,定位问题SQL&#x…...
【Ubuntu系统hgfs共享文件夹不显示问题解决】
问题描述:为了实现本地物理机与虚拟机之间的文件传输,我们通常采用共享文件夹的方式。但是在Vmware虚拟机使用Ubuntu系统的过程中,由于某种特殊或意外原因,Ubuntu系统或发生/mnt/hgfs共享文件夹丢失不显示的问题。以下是本次问题发…...
Python爬虫实战:研究MechanicalSoup库相关技术
一、MechanicalSoup 库概述 1.1 库简介 MechanicalSoup 是一个 Python 库,专为自动化交互网站而设计。它结合了 requests 的 HTTP 请求能力和 BeautifulSoup 的 HTML 解析能力,提供了直观的 API,让我们可以像人类用户一样浏览网页、填写表单和提交请求。 1.2 主要功能特点…...
从WWDC看苹果产品发展的规律
WWDC 是苹果公司一年一度面向全球开发者的盛会,其主题演讲展现了苹果在产品设计、技术路线、用户体验和生态系统构建上的核心理念与演进脉络。我们借助 ChatGPT Deep Research 工具,对过去十年 WWDC 主题演讲内容进行了系统化分析,形成了这份…...
逻辑回归:给不确定性划界的分类大师
想象你是一名医生。面对患者的检查报告(肿瘤大小、血液指标),你需要做出一个**决定性判断**:恶性还是良性?这种“非黑即白”的抉择,正是**逻辑回归(Logistic Regression)** 的战场&a…...
Python爬虫实战:研究feedparser库相关技术
1. 引言 1.1 研究背景与意义 在当今信息爆炸的时代,互联网上存在着海量的信息资源。RSS(Really Simple Syndication)作为一种标准化的信息聚合技术,被广泛用于网站内容的发布和订阅。通过 RSS,用户可以方便地获取网站更新的内容,而无需频繁访问各个网站。 然而,互联网…...
为什么需要建设工程项目管理?工程项目管理有哪些亮点功能?
在建筑行业,项目管理的重要性不言而喻。随着工程规模的扩大、技术复杂度的提升,传统的管理模式已经难以满足现代工程的需求。过去,许多企业依赖手工记录、口头沟通和分散的信息管理,导致效率低下、成本失控、风险频发。例如&#…...
工程地质软件市场:发展现状、趋势与策略建议
一、引言 在工程建设领域,准确把握地质条件是确保项目顺利推进和安全运营的关键。工程地质软件作为处理、分析、模拟和展示工程地质数据的重要工具,正发挥着日益重要的作用。它凭借强大的数据处理能力、三维建模功能、空间分析工具和可视化展示手段&…...
oracle与MySQL数据库之间数据同步的技术要点
Oracle与MySQL数据库之间的数据同步是一个涉及多个技术要点的复杂任务。由于Oracle和MySQL的架构差异,它们的数据同步要求既要保持数据的准确性和一致性,又要处理好性能问题。以下是一些主要的技术要点: 数据结构差异 数据类型差异ÿ…...
大模型多显卡多服务器并行计算方法与实践指南
一、分布式训练概述 大规模语言模型的训练通常需要分布式计算技术,以解决单机资源不足的问题。分布式训练主要分为两种模式: 数据并行:将数据分片到不同设备,每个设备拥有完整的模型副本 模型并行:将模型分割到不同设备,每个设备处理部分模型计算 现代大模型训练通常结合…...
多模态大语言模型arxiv论文略读(108)
CROME: Cross-Modal Adapters for Efficient Multimodal LLM ➡️ 论文标题:CROME: Cross-Modal Adapters for Efficient Multimodal LLM ➡️ 论文作者:Sayna Ebrahimi, Sercan O. Arik, Tejas Nama, Tomas Pfister ➡️ 研究机构: Google Cloud AI Re…...
自然语言处理——循环神经网络
自然语言处理——循环神经网络 循环神经网络应用到基于机器学习的自然语言处理任务序列到类别同步的序列到序列模式异步的序列到序列模式 参数学习和长程依赖问题基于门控的循环神经网络门控循环单元(GRU)长短期记忆神经网络(LSTM)…...
