Amesim示例篇-案例1:空间中的铝块散热
前言
本文将通过一个案例继续对Thermal库的元件进一步讲解。
案例1:一个300mm*300mm*1000mm(长*宽*高)的铝板初始温度为45℃,竖直在环境为25℃的空间内静置60min。对流换热系数设置为5W/m2·K。本文将通过两种建模方法对铝块的温度变化进行对比。假设,铝块底部与地面接触为绝热,通过侧面与顶面与空气进行换热。
方案一:单一铝块散热模型
如图1所示,在草图中建立模型如下。

模型搭建结束后进入子模型选择界面。如图2所示,进入子模型界面后,高亮的元件均需要进行子模型选择。也可以通过左上角的“Premier submodle”命令自动选择后,手动进行调整。

如图3所示,点击“Premier submodle”命令自动选择模型后,材料默认的为Al,若需要更改材料也可通过右下角的参数模块进行更换材料,或自定义材料。若想更改材料的属性则需要自定义材料,如图4所示。


同理选中质量块元件右键,通过“Set Submodle”对部件的子模型进行修改。


子模型设置结束后,进入参数界面。首先对质量块的参数进行设置。已知铝块的体积,因此本文中质量块的选择体积输入参数。
(注意:在Amesim中,输入发热数值可以用计算式代替,软件会自动计算。如示例铝块的体积是0.09m3,也可以输入0.3*0.3*1。)
如下图7所示。由于本文中只涉及到了一种材料,材料的编号也是1.所以质量块对应的材料编号未做更改。若存在多种材料需要注意材料编号与质量块对应的材料编号需要一一对应。同时输入初始温度45℃。在Amesim中一个圈里面一个#表示为初始条件。

顶面对流换热类型选择“generic geometry with imposed heat exchange coefficient”。输入顶面的换热面积、流体温度与对流换热。同理侧面的两个对流换热类型与顶面保持一致,同样输入该3项参数。需要注意的是此处的对流换热面积分配问题,由于本示例的铝条四个侧面是面积相等的,本文按照平分处理(如图9所示)。

在Amesim中若两个元件的参数相同可以通过复制粘贴的方式,使两个元件的参数一致。如下图10、图11所示。


如下图12所示,需要注意的是,完成对流换热类型的设置后,元件的图标是发生变化的。不同的类型对应的图标也会有些许的差异。

至此,基本的元件参数设置已经完成。接下来进入计算界面。如下图13所示,进入计算界面前会对创建的模型进行编译,若模型存在代数环等问题也会提示。当左上角出现绿色的对号,则表示编译完成。直接点击“close”关闭该界面即可。

进入计算界面后,首先对计算参数(Run Parameter)进行设置。Start time为计算开始时间,一般默认为0s;Final time为计算的总时间,本文是铝块静置60min,因此设置为3600s;Print interval是数据打印频率,本文是设置为1s。其他保持默认,单击“OK”完成设置。如下图14所示。

完成计算参数设置后,开始计算。计算进度条显示100%则完成计算。


通过计算可知,单一质量块建模的方式下,一个300mm*300mm*1000mm(长*宽*高)的铝板初始温度为45℃,竖直在环境为25℃的空间内静置60min。对流换热系数设置为5W/m2·K。温度从45℃降至43.0151℃。
此处需要注意的是,质量块的温度计算均为平均温度。
方案二 将铝块离散成两个质量块
具体的建模方法与方案一一致。只是铝块的体积平均分成2块,两个质量块之间通过热传导元件连接,如下图17所示。同理侧边的对流换热元件中的换热面积平均分配置四个对流换热元件中。其余保持一致,继续计算。

计算结果如下,质量块1温度42.9709℃,质量块2温度43.0597℃。由于质量块1的上表面换热,所以温度会低于质量块2。
两个质量块的平均温度为(42.9709+43.0597)/2=43.0153。该温度与方案1的计算结果43.0151℃基本一致。


同理可以离散成3个质量块,计算结果为43.0154℃。
小结
Amesim1D仿真,对于温度只能计算体平均温度,无法得到体的温度差异。若想计算物体的温差,需要将物体进行离散,自然离散的越细,得到的结果越真实。同时,这样也会带来计算困难的或无法计算的问题。例如动力电池的温度场仿真,此时需要通过系统的温差来指导设计,那么此时选择1D计算明显不合适。对于1D温度场的仿真可根据实际的工程应用进行选择使用。
相关文章:
Amesim示例篇-案例1:空间中的铝块散热
前言 本文将通过一个案例继续对Thermal库的元件进一步讲解。 案例1:一个300mm*300mm*1000mm(长*宽*高)的铝板初始温度为45℃,竖直在环境为25℃的空间内静置60min。对流换热系数设置为5W/m2K。本文将通过两种建模方法对铝块的温度…...
深度神经网络——什么是自动编码器?
自动编码器 自动编码器(Autoencoders)是无监督学习领域中一种重要的神经网络架构,它们主要用于数据压缩和特征学习。 自动编码器的定义: 自动编码器是一种无监督机器学习算法,它通过反向传播进行训练,目标…...
初见flyway
flyway (一种数据库版本控制工具 document) 两种文件 V 和 R V: V 开头是不可重复执行的文件,每次修改完都该更改名称 R: R 开头是可重复执行的文件,需要保证内部sql都是可以重复执行的 名称格式: V__table_name.sql, R__table_name.sql …...
9.6 Go语言入门(数组、切片和指针)
Go语言入门(数组、切片和指针) 目录五、数组、切片和指针1. 数组1.1 声明和初始化数组1.2 访问和修改数组元素1.3 多维数组 2. 切片2.1 声明和初始化切片2.2 访问和修改切片元素2.3 切片操作2.4 切片的追加和拷贝 3. 指针3.1 声明和初始化指针3.2 指针与…...
Web面试题(一)
一:以前公司的测试流程? (1)问题分析 面试官主要为了考察候选者对软件测试流程的理解和掌握程度。 (2)核心答案讲解 1)需求分析与评审 2ÿ…...
【Crypto】一眼就解密
文章目录 前言一眼就解密解题感悟 前言 Basic写累了,写写别的 一眼就解密 一眼md5试一试 小小flag 拿下! 解题感悟 30秒搞定...
虚拟ECU:彻底改变汽车软件开发与测试
汽车开发领域有着垂直性较强的一系列需求,其中最为瞩目的需求之一就是对安全高效的软件测试方法的需求。传统的汽车开发偏向使用硬件原型与真实ECU进行软件测试,但由于硬件设备往往在开发周期的中后阶段才生产完成,给汽车开发带来了成本与时间…...
【SQL Server001】SQLServer2016常用函数实战总结(已更新)
1.熟悉、梳理、总结下SQL Server相关知识体系。 2.日常研发过程中使用较少,随着时间的推移,很快就忘得一干二净,所以梳理总结下,以备日常使用参考 3.欢迎批评指正,跪谢一键三连! 总结源文件资源下载地址&am…...
51单片机简单控制180度舵机
代码: 链接:https://pan.baidu.com/s/1K9dg2NwRhy49db_O_hqv-g?pwd1234 提取码:1234 一、路线 我在了解这个舵机之前最像想看到的是一个完全的路径。 比如我想学习b站上那个智能门锁,那就得每个模块的基本代码都会才能结合各…...
PCL 常用小知识
文章目录 一、时间计算二、实现类似`pcl::PointCloud::Ptr`和`pcl::PointCloud`的两个类相互转换三、查找点云的x,y,z的极值四、知道需要保存点的索引,从原点云中拷贝点到新点云五、从点云里删除和添加点六、对点云进行全局或局部变换七、链接两个点云字段(两点云大小必须相…...
rbd块设备数据IO流程(client端)
一、rbd内核驱动写入流程 1)初始化 首先是rbd驱动的初始化工作:包括验证libceph的兼容性,分配内存,在sysfs中创建块设备控制文件、创建工作队列rbd_wq并调用INIT_WORK初始化它 module_init(rbd_init); static int __init rbd_i…...
数据仓库、数据中台、大数据平台之间的关系
数据行业经常会出现数据仓库、数据中台、大数据平台等概念,容易产生疑问,它们中间是相等,还是包含的关系? 数据中台和数据仓库概念的关系 数据中台概念是包含数据仓库的,数据仓库是数据中台中的一部分,包含…...
python写页面自动截图
from selenium import webdriver def take_screenshot(url, file_path):driver webdriver.Chrome()driver.get(url)driver.save_screenshot(file_path)driver.quit() if __name__ __main__:take_screenshot(http://baidu.com, D:\桌面\wang.png)要安装selenium还要安装google…...
【Qt 学习笔记】Qt常用控件 | 布局管理器 | 空白项Spacer
博客主页:Duck Bro 博客主页系列专栏:Qt 专栏关注博主,后期持续更新系列文章如果有错误感谢请大家批评指出,及时修改感谢大家点赞👍收藏⭐评论✍ Qt常用控件 | 布局管理器 | 添加空白Spacer 文章编号:Qt 学…...
es问题汇总--待完善
1. 查询某个索引库中数据总量 方式一: CountRequest 鄙人喜欢这种方式 public long getTotalNum(String indexName) throws IOException {CountRequest countRequest new CountRequest(indexName);// 如果需要,你可以在这里添加查询条件// countReques…...
python 线性回归模型
教材链接-3.2. 线性回归的从零开始实现 c实现 该博客仅用于记录一下自己的代码,可与c实现作为对照 from d2l import torch as d2l import torch import random # nn是神经网络的缩写 from torch import nn from torch.utils import data# 加载训练数据 # 加载训…...
pcl::transformPointCloud()用法及注意事项
函数用法 #include <pcl/common/transforms.h> pcl::transformPointCloud(const pcl::PointCloud<PointT> &cloud_in, pcl::PointCloud<PointT> &cloud_out, const Eigen::Matrix4f &transform) 其中cloud_in, cloud_out的类型为pcl::PointClo…...
图像超分辨率重建相关概念、评价指标、数据集、模型
1、图像超分辨率概念 1.1 基本定义 超分辨率(Super-Resolution),简称超分(SR)。是指利用光学及其相关光学知识,根据已知图像信息恢复图像细节和其他数据信息的过程,简单来说就是增大图像的分辨…...
中移物联OneMO Cat.1模组推动联网POS规模应用
在第三方支付蓬勃发展和消费模式不断革新的时代背景下,新型联网POS终端以其智能化、便捷化的特点丰富人们生活便利度。在这一变革浪潮中,中移物联OneMO Cat.1模组ML307R凭借其卓越的性能和成本效益,成为推动联网POS规模应用的重要力量。 性能…...
手把手教你用fft npainting lama去除图片水印,效果惊艳!
手把手教你用fft npainting lama去除图片水印,效果惊艳! 1. 引言:告别繁琐修图,AI一键去水印 你是否遇到过这样的情况:找到一张完美的图片素材,却被讨厌的水印破坏了整体美感?传统修图软件操作…...
如何突破登录壁垒?多登录系统让所有玩家畅玩同一游戏服务器
如何突破登录壁垒?多登录系统让所有玩家畅玩同一游戏服务器 【免费下载链接】MultiLogin 外置共存 项目地址: https://gitcode.com/gh_mirrors/mu/MultiLogin 在游戏服务器管理中,管理员常常面临一个棘手问题:如何让使用不同账号系统的…...
高效安装BetterNCM:零基础用户的插件管理指南
高效安装BetterNCM:零基础用户的插件管理指南 【免费下载链接】BetterNCM-Installer 一键安装 Better 系软件 项目地址: https://gitcode.com/gh_mirrors/be/BetterNCM-Installer 你是否曾因网易云音乐插件安装步骤繁琐而放弃个性化体验?BetterNC…...
Karpathy新玩法:AI搭建个人知识库,改写大模型记忆逻辑
【导语:Karpathy推出用AI搭建个人知识库的新玩法,该知识库能自我更新、越用越聪明。其搭建教程涵盖导入数据、前端查看、实际运用等步骤,还转变了大模型记忆逻辑,影响深远。】AI知识库:从“存储工具”到“运行系统”传…...
Tensorflow-Cookbook高级特性解析:Partial Conv、Pixel Shuffle与Spectral Norm
Tensorflow-Cookbook高级特性解析:Partial Conv、Pixel Shuffle与Spectral Norm 【免费下载链接】Tensorflow-Cookbook Simple Tensorflow Cookbook for easy-to-use 项目地址: https://gitcode.com/gh_mirrors/te/Tensorflow-Cookbook Tensorflow-Cookbook是…...
3步实现窗口置顶:AlwaysOnTop让重要内容不再“失踪“
3步实现窗口置顶:AlwaysOnTop让重要内容不再"失踪" 【免费下载链接】AlwaysOnTop Make a Windows application always run on top 项目地址: https://gitcode.com/gh_mirrors/al/AlwaysOnTop 在多任务处理时,你是否经常需要在多个窗口间…...
RexUniNLU模型多任务学习原理与实战
RexUniNLU模型多任务学习原理与实战 1. 引言 你是否曾经遇到过这样的困扰:在处理自然语言理解任务时,需要为命名实体识别、关系抽取、文本分类等不同任务分别训练和维护多个模型?这不仅增加了开发成本,还让系统变得复杂难维护。…...
别再手动算面积了!用ArcGIS 10.6的‘汇总统计’功能,5分钟搞定土地利用数据分析
5分钟掌握ArcGIS 10.6汇总统计:土地利用分析效率提升实战 在城乡规划、生态保护等领域的日常工作中,我们经常需要处理各类空间数据。以某市自然资源局为例,工作人员每月需要统计各行政区不同土地利用类型的面积分布情况。传统做法是将属性表导…...
SN75453与非门电路设计:如何正确选择上下拉电阻值(附计算公式)
SN75453与非门电路设计:如何正确选择上下拉电阻值(附计算公式) 在数字电路设计中,与非门是最基础的逻辑门之一,而SN75453作为一款经典的TTL与非门芯片,广泛应用于各种控制系统中。但很多工程师在实际应用时…...
Hunyuan-MT-7B翻译模型部署:Docker环境隔离实战解析
Hunyuan-MT-7B翻译模型部署:Docker环境隔离实战解析 想让一个支持33种语言互译、性能顶尖的70亿参数大模型,在你的电脑上“一键启动”吗?听起来像是实验室里的高端玩具,但今天我要告诉你,通过Docker,这完全…...
