电磁仿真--基本操作-CST-(6)-导线周围磁场
目录
1. 简介
2. 过程
2.1 新建工程
2.2 选择求解器
2.3 设置单位
2.4 设置频率
2.5 绘制导线
2.6 Background
2.7 边界条件
2.8 设置激励源
2.9 查看结果
3. 其他设置
3.1 网格类型
3.2 集总网络元件
3.3 阻抗和导纳矩阵
3.4 自适应网格细化
3.4 提升计算效率的技巧
4. 总结
1. 简介
分析导线周围的电磁场分布,使用低频求解器(LF Frequency Domain Solver)。
低频域求解器适用于用周期性低频信号激发的电磁场的模拟。求解器的主要任务是计算电磁场、产生的电流密度以及损耗、能量、激励源参数和集总元件的参数。
低频域求解器产生的结果在求解完毕后会自动显示在导航树中。
2. 过程
2.1 新建工程

2.2 选择求解器
低频域求解器内可以解决三种类型的方程,磁准静态(MQS)、电准静态(EQS)、全波。
他们各自解决不同类型的电磁场问题:
1. 磁准静态(Magnetoquasistatic):
- 应用场景:主要用于模拟低频磁场问题,如电机、变压器和感应加热等。
- 特点:假设电场变化缓慢,因此在安培定律中将忽略位移电流的影响,主要关注磁场和电流的相互作用。
2. 电准静态(Electroquasistatic):
- 应用场景:适用于低频电场问题,如电容器、绝缘体和高压直流(HV-DC)系统。
- 特点:假设磁场变化缓慢,因此在法拉第感应定律中,磁通量的变化被忽略,即忽略感应电动势的影响,主要关注电场和电荷分布。这个选项目前仅适用于四面体网格类型。
3. 全波(Fullwave):
- 应用场景:用于模拟高频电磁波传播,如天线、微波器件和无线通信系统。
- 特点:考虑电场和磁场的全波方程,没有忽略任何时间依赖性,但这个选项通常是最耗时的。适用于频率偏高的LF电磁场问题,能够准确模拟电磁波的传播和反射。
2.3 设置单位

2.4 设置频率

观察两个频点,分别是 1KHz 和 2KHz。
2.5 绘制导线
使用 Shapes 中 Cylinder 工具。材料为: Copper (annealed)。


2.6 Background

2.7 边界条件

2.8 设置激励源
1. 选取导体端面。
2. 选择 Current Port。
3. 设置电流和相位,电流方向也在此指定。


2.9 查看结果
对于每个计算频率,模拟的电磁场和产生的传导电流密度存储在导航树的 2D/3D 结果文件夹中。此外,计算出的损耗、能量、激励源参数以及集总元件的参数也被计算并可从 1D 结果文件夹访问。

3. 其他设置
3.1 网格类型
- 磁准静态和全波方程类型支持四面体和六面体网格。
- 电准静态求解器只支持四面体网格。

3.2 集总网络元件
使用集总元件将电气组件包含在模拟中。目前,RLC-串联和RLC-并联电路仅由四面体MQS和全波求解器支持。
3.3 阻抗和导纳矩阵
磁准静态和电准静态求解器能够分别计算阻抗矩阵和导纳矩阵。
阻抗矩阵的计算可用于磁准静态求解器。该矩阵提供了在任何给定电流组合下线圈端子上的电压值。对于一个n源系统,矩阵定义如下:

导纳矩阵的计算可用于电准静态求解器。该矩阵提供了在任何给定电压组合下源中的电流值,对于一个n源系统,矩阵定义如下:

3.4 自适应网格细化
可以为此求解器激活自适应网格细化。它将根据局部误差估计器细化网格,直到从一次传递到另一次的结果误差小于给定的百分比限制。这个选项可以在无需手动调整网格的情况下产生非常好的模拟结果。
该功能默认是启用的。

3.4 提升计算效率的技巧
- 尽可能利用几何对称平面。
- 避免不必要的大计算域尺寸。
- 结果数据缓存
- 对于多次运行中的单次处理(例如参数扫描、优化),可以在选中“将结果存储在数据缓存中”选项时,将所有模型和结果存储在硬盘上的子文件夹中。这对于自己的宏或仅检查单次运行可能非常有用。
4. 总结
本文分享了使用低频求解器(LF Frequency Domain Solver)分析导线周围电磁场分布的过程。低频求解器适用于模拟周期性低频信号激发的电磁场,主要任务包括计算电磁场、产生的电流密度、损耗、能量、激励源参数和集总元件参数。求解器的结果会自动显示在导航树中。
在具体操作过程中,首先需要新建工程并选择合适的求解器。低频求解器可以解决磁准静态(MQS)、电准静态(EQS)和全波三种类型的方程,分别适用于不同的电磁场问题。接下来,设置单位和频率,绘制导线并选择材料。然后,设置背景和边界条件,配置激励源,最后查看结果。
此外,本文还介绍了其他设置,包括网格类型、集总网络元件、阻抗和导纳矩阵、自适应网格细化等。为了提升计算效率,建议利用几何对称平面,避免不必要的大计算域尺寸,并使用结果数据缓存功能。
通过这些步骤和设置,可以有效地模拟和分析导线周围的电磁场分布,获得准确的电磁场和电流密度分布结果。

相关文章:
电磁仿真--基本操作-CST-(6)-导线周围磁场
目录 1. 简介 2. 过程 2.1 新建工程 2.2 选择求解器 2.3 设置单位 2.4 设置频率 2.5 绘制导线 2.6 Background 2.7 边界条件 2.8 设置激励源 2.9 查看结果 3. 其他设置 3.1 网格类型 3.2 集总网络元件 3.3 阻抗和导纳矩阵 3.4 自适应网格细化 3.4 提升计算效率…...
用Java手写jvm之模拟方法调用指令invokexxx和方法返回指令xreturn
写在前面 源码 。 本文一起看下方法调用相关的指令invokexxx以及方法返回(栈帧弹出线程栈)相关的指令xReturn 。 1:正文 因为invokexxx指令和普通的指令不同,会创建一个新的栈帧,并压倒操作数栈中,所以我…...
自定义枚举类型检查
/*** 工单状态,使用字典:order_item_state*/ CheckEnum(nullAble true, enumType OrderItemStateEnum.class) private String workState; 注解类 package com.gdyunst.core.tool.validation;import javax.validation.Constraint; import javax.valid…...
探索四川财谷通抖音小店:安全与信赖的购物新体验
在数字经济蓬勃发展的今天,抖音平台凭借其庞大的用户基础和强大的内容生态,逐渐成为了电商领域的一股不可忽视的力量。其中,四川财谷通抖音小店作为这一浪潮中的佼佼者,不仅以其丰富的商品种类和独特的品牌魅力吸引了众多消费者的…...
systemd-manage系统服务图形化管理工具使用教程
1. systemd-manage介绍 systemd-manage是一个开源的基于systemd服务管理的图形化工具,使用qt图形库进行开发,可以提供服务管理,用户会话,配置文件修改,日志查询,性能分析,进程管理等功能。图形…...
移除元素(LeetCode)
题目 给你一个数组 和一个值 ,你需要 原地 移除所有数值等于 的元素,并返回移除后数组的新长度。 不要使用额外的数组空间,你必须仅使用 额外空间并 原地 修改输入数组。 元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。 解…...
代码随想录27期|Python|Day38|509斐波那契|738.爬楼梯|746.746. 使用最小花费爬楼梯
贴一下动态规划的步骤(5步),就像是之前递归一样,需要每次落实到位。 确定dp数组(dp table)以及下标的含义确定递推公式dp数组如何初始化确定遍历顺序举例推导dp数组 509. 斐波那契 注意到n的范…...
windows docker容器部署前端项目
一、介绍 Docker 是一个开源的平台,旨在简化应用程序的开发、部署和运行。它通过使用容器(containers)来实现这一点。容器是一种轻量级、可移植的虚拟化方式,可以在不同的环境中一致地运行软件。 Docker 的主要作用和优点包括&a…...
科普文:微服务之全文检索ElasticSearch 集群的搭建
一、集群有什么用 1.1 群集的含义与产生 群集(或称为集群)是由多台主机构成,但对外,只表现为一个整体,只提供一个访问入口(域名或IP),相当于一台大型计算机。互联网应用中…...
QtObject是干什么的?
QtObject 是 Qt Quick 中的一个基类,用于创建非视觉对象。这意味着 QtObject 不渲染任何视觉内容,它主要用于定义数据和逻辑,而不是用户界面元素。你可以把 QtObject 看作是 QML 中的一个基础组件,用于创建和管理不需要显示的对象…...
锐捷RCNA | 远程登录与路由技术
锐捷RCNA | 远程登录与路由技术 一、远程登录配置1. Telnet远程登录介绍2. 案例1--设置远程登录密码实现远程登录3. 案例2--定义不同用户账户实现远程用户权限隔离4. SSH远程登录介绍5. 案例--通过SSH功能远程管理设备 二、路由技术1. 直连路由的数据通信2. 间接路由的数据通信…...
实现Vue-tiny-diff算法
前言 前面我们实现了基本的数据更新到视图渲染的逻辑,但是这种方式(innerHTML)是极其低效的, 因此,我们相应引入 dom 和 diff 算法, 数据到视图的过程变为: state -> vdom -> dom vNode 层 所谓 vNode, 就是一个表示 dom 结构的轻量对象 {tag, props, children; }为…...
正则表达式测试工具
前言 正则表达式测试工具可供您输入正则表达式和测试文本,立即查看匹配结果. 下面是离线的HTML文件,同样可以提供相同的服务. 目录 使用说明 HTML代码 正则表达式的编写经验和方法 总结 使用说明 1.先将HTML代码存储成.html为后缀的文件; 2.然后用浏览器打开这个…...
Github 2024-08-02 开源项目日报 Top9
根据Github Trendings的统计,今日(2024-08-02统计)共有9个项目上榜。根据开发语言中项目的数量,汇总情况如下: 开发语言项目数量Python项目4Go项目1C项目1Rust项目1Shell项目1Dockerfile项目1TypeScript项目1Dart项目1Docker-OSX: 在Docker容器中运行Mac OS X 创建周期:152…...
重生之我 学习【数据结构之顺序表(SeqList)】
⭐⭐⭐ 新老博友们,感谢各位的阅读观看 期末考试&假期调整暂时的停更了两个多月 没有写博客为大家分享优质内容 还容各位博友多多的理解 美丽的八月重生之我归来 继续为大家分享内容 你我共同加油 一起努力 ⭐⭐⭐ 数据结构将以顺序表、链表、栈区、队列、二叉树…...
前端day4-表单标签
<!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>day4-表单</title> </head> <body&g…...
vue3-print-nb 表格打印分页,第一页有空白的情况出现解决方法(两种:一种原生,一种基于element表格)
第一种:基于element表格分页 <template><!-- element分组打印 --><div class"hello"><button v-print"printContent">打印</button><div id"printDiv"><p>工资统计表</p><p>…...
搜维尔科技:借助 Xsens中的远程人体录制功能,可以在任何位置以无限量同时捕捉无限数量演员的身体动作
借助 Xsens中的远程人体录制功能,可以在任何位置以无限量同时捕捉无限数量演员的身体动作 搜维尔科技:借助 Xsens中的远程人体录制功能,可以在任何位置以无限量同时捕捉无限数量演员的身体动作...
2024/08 近期关于AI的阅读和理解[笔记]
#Cohere 就像商业能力很强的云数仓公司 Snowflake 一样,Cohere 也采用了按需付费模式而不是按月或按年付费,而且它的付费模式很精细。Cohere 按照模型的不同能力,包括文本生成,文本总结,重新排名,文本分类…...
SmartEDA:解锁设计新境界,从工具到灵感的飞跃之旅!
在这个数据驱动的时代,每一次点击、每一次滑动都蕴含着无限的可能与洞察。然而,在众多数据分析工具中,SmartEDA不仅仅是一把解锁数据奥秘的钥匙,它更是一座桥梁,连接着冰冷的数据世界与创意无限的设计灵感之源。今天&a…...
51c自动驾驶~合集58
我自己的原文哦~ https://blog.51cto.com/whaosoft/13967107 #CCA-Attention 全局池化局部保留,CCA-Attention为LLM长文本建模带来突破性进展 琶洲实验室、华南理工大学联合推出关键上下文感知注意力机制(CCA-Attention),…...
树莓派超全系列教程文档--(62)使用rpicam-app通过网络流式传输视频
使用rpicam-app通过网络流式传输视频 使用 rpicam-app 通过网络流式传输视频UDPTCPRTSPlibavGStreamerRTPlibcamerasrc GStreamer 元素 文章来源: http://raspberry.dns8844.cn/documentation 原文网址 使用 rpicam-app 通过网络流式传输视频 本节介绍来自 rpica…...
视频字幕质量评估的大规模细粒度基准
大家读完觉得有帮助记得关注和点赞!!! 摘要 视频字幕在文本到视频生成任务中起着至关重要的作用,因为它们的质量直接影响所生成视频的语义连贯性和视觉保真度。尽管大型视觉-语言模型(VLMs)在字幕生成方面…...
Spring Boot+Neo4j知识图谱实战:3步搭建智能关系网络!
一、引言 在数据驱动的背景下,知识图谱凭借其高效的信息组织能力,正逐步成为各行业应用的关键技术。本文聚焦 Spring Boot与Neo4j图数据库的技术结合,探讨知识图谱开发的实现细节,帮助读者掌握该技术栈在实际项目中的落地方法。 …...
Mac下Android Studio扫描根目录卡死问题记录
环境信息 操作系统: macOS 15.5 (Apple M2芯片)Android Studio版本: Meerkat Feature Drop | 2024.3.2 Patch 1 (Build #AI-243.26053.27.2432.13536105, 2025年5月22日构建) 问题现象 在项目开发过程中,提示一个依赖外部头文件的cpp源文件需要同步,点…...
Java线上CPU飙高问题排查全指南
一、引言 在Java应用的线上运行环境中,CPU飙高是一个常见且棘手的性能问题。当系统出现CPU飙高时,通常会导致应用响应缓慢,甚至服务不可用,严重影响用户体验和业务运行。因此,掌握一套科学有效的CPU飙高问题排查方法&…...
Linux 内存管理实战精讲:核心原理与面试常考点全解析
Linux 内存管理实战精讲:核心原理与面试常考点全解析 Linux 内核内存管理是系统设计中最复杂但也最核心的模块之一。它不仅支撑着虚拟内存机制、物理内存分配、进程隔离与资源复用,还直接决定系统运行的性能与稳定性。无论你是嵌入式开发者、内核调试工…...
云原生安全实战:API网关Kong的鉴权与限流详解
🔥「炎码工坊」技术弹药已装填! 点击关注 → 解锁工业级干货【工具实测|项目避坑|源码燃烧指南】 一、基础概念 1. API网关(API Gateway) API网关是微服务架构中的核心组件,负责统一管理所有API的流量入口。它像一座…...
JavaScript 数据类型详解
JavaScript 数据类型详解 JavaScript 数据类型分为 原始类型(Primitive) 和 对象类型(Object) 两大类,共 8 种(ES11): 一、原始类型(7种) 1. undefined 定…...
论文阅读笔记——Muffin: Testing Deep Learning Libraries via Neural Architecture Fuzzing
Muffin 论文 现有方法 CRADLE 和 LEMON,依赖模型推理阶段输出进行差分测试,但在训练阶段是不可行的,因为训练阶段直到最后才有固定输出,中间过程是不断变化的。API 库覆盖低,因为各个 API 都是在各种具体场景下使用。…...
