女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

CFD 設計利器:結構化和非結構化網格的組合使用

深圳(耀創)電子科技有限公司 ? 2023-12-23 08:12 ? 次閱讀

在 CFD 的發展歷史中,結構化網格出現最早,至今仍在使用。結構化網格有幾個主要優點,如精度高、生成速度快、單元分布均勻。有些工具擅長繪制這類網格,例如Cadence Fidelity Automesh(曾用名 Autogrid),非常適合帶有幾何形狀葉片的渦輪機械應用。

01

結構化or非結構化網格選擇,兩難境地?

隨著幾何形狀的復雜性不斷增加(現在通常有超過 10k 個曲面),對另一種網格的需求應運而生,也就是具有非結構化特性的網格。某些幾何圖形的問題在于它們在定義方面不夠準確(即所謂的“不整潔”),而且它們不表現出任何可以應用標準結構化網格拓撲的特定趨勢。CFD 用戶必須花費大量時間來定義這些新的拓撲結構,還要在開始繪制網格之前“清理”幾何體。換句話說,一旦幾何體超出了結構化網格的經典應用范圍,問題就來了:應當在什么時候堅持創建結構化網格,或是簡單地切換到非結構化網格?

如果只考慮需要捕捉的物理現象和所需的精確水平,這個問題就很容易回答。然而,還有另外一個因素需要考慮:流動求解器必須能夠讀取使用的網格類型,而由于大多數流動求解器只接受結構化或非結構化網格的一種,這就會讓人陷入兩難的境地。

02

解決方案:面對不同幾何體,怎樣自由切換?

正是在這種看似無解的情況下,Cadence 在 CFD 工具中提供了一種創新的解決方案。用戶只需單擊一下,就可以自由切換不同的網格劃分方法,不僅可以在同一項目中,還可以在同一視圖中查看幾何體的所有部分,無論首選的是哪種網格劃分技術。

對于葉片類幾何體,用戶可以選擇結構化網格劃分方法,而對于非旋轉部件,如燃燒室、渦輪等,用戶可以選擇非結構化網格劃分方法,這兩種方法都可在 Automesh 中使用(非結構化模塊以前被稱為 Hexpress)。下面我們以一臺完整的渦輪機械為例。每個部分都可以單獨完成,網格生成本身也是并行完成的。這樣一來,同時運行各個部分僅僅需要 19 分鐘。

f94ceff2-a127-11ee-9788-92fbcf53809c.png

因此,越來越多的用戶根據具體的幾何組件來選擇最佳方法。這方面的例子有很多,如葉輪及其渦殼、船舶及其螺旋槳等。

f9676986-a127-11ee-9788-92fbcf53809c.pngf97a927c-a127-11ee-9788-92fbcf53809c.png

03

在一個幾何體的不同位置使用兩種網格劃分方法

讓我們再進一步:既然 Cadence 在 Automesh 中提供了兩種網格劃分方法,那么在一個幾何體的不同位置同時使用這兩種方法會怎樣?我們之前說過,葉片最好使用結構化網格模塊創建(該模塊還支持許多特殊配置,如冷卻孔、非對稱端壁、外殼處理等)。但對于結構化網格生成器來說,幾何體的某些部分仍然很難處理。因此,有一種技術是從結構化網格中移除幾個網格塊(避開難以處理的部分),然后重新插入一個非結構化網格塊,其中包括復雜的尖端幾何形狀(如下圖所示)。也就是說,網格的大部分采用結構化網格,而最復雜的部分則采用非結構化網格。

f990ba0c-a127-11ee-9788-92fbcf53809c.png

但并非只有這一種辦法。Cadence 還提出了使用初始結構化網格生成非結構化網格的想法。對于“體到面”的方法,非結構化網格通常是基于一個初始的直角坐標或圓柱形網格,然后進一步細化。而實際上,細化可以從任何類型的單元對齊開始:任何形狀上的直線或曲線,并且支持不同的單元分布。

有些應用非常適合這種方法:水翼仿真就是一個很好的例子。該網格由船舶仿真背景域上的重疊網格組成。重疊網格遵循水翼的幾何曲線,寬度以弦長為基礎,長度以跨距為基礎。仿真結果的表現如下:

全局網格質量極佳(因此網格生成速度更快)

粘性層高度符合理論預期

對于求解器插值來說,overset 邊界的單元質量達到最佳

f9a31080-a127-11ee-9788-92fbcf53809c.pngf9b655e6-a127-11ee-9788-92fbcf53809c.png

這正是因為 Cadence Fidelity Flow 求解器的數據結構可以同時理解兩種網格劃分技術。其好處立竿見影:用戶不再需要從結構化網格轉換到非結構化網格,可以從網格直接切換到求解器,而且流動求解器可以使用結構化網格和非結構化網格的最佳組合。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 機械
    +關注

    關注

    8

    文章

    1666

    瀏覽量

    41408
  • Cadence
    +關注

    關注

    67

    文章

    963

    瀏覽量

    143822
  • CFD
    CFD
    +關注

    關注

    1

    文章

    147

    瀏覽量

    18839
收藏 人收藏

    評論

    相關推薦
    熱點推薦

    從零到一:如何利用結構化數據中臺快速部署AI解決方案

    ……這些“非標”數據量大、來源廣、結構雜,卻恰恰是驅動AI模型的關鍵燃料。 ? 想要從零到一,快速部署AI解決方案,一個可行路徑是——構建結構化數據中臺。以“夠快云庫”為例,它以標準
    的頭像 發表于 04-14 13:50 ?194次閱讀

    AI知識庫的搭建與應用:企業數字轉型的關鍵步驟

    和應用數據,從而為AI應用提供源源不斷的支持,幫助企業實現全面的數字轉型。 ? AI知識庫的定義與作用 ? AI知識庫是一個由結構化結構化數據組成的資源池,包含了企業的核心知識、
    的頭像 發表于 03-27 15:18 ?318次閱讀

    樹莓派AI套件:如何將混亂的數據變成有序的魔法

    使用RaspberryPiAI套件進行結構化數據處理——Hailo邊緣AI結構化數據處理、RaspberryPi5、RaspberryPiAI套件、Milvus、Zilliz、數據
    的頭像 發表于 03-25 09:37 ?249次閱讀
    樹莓派AI套件:如何將混亂的數據變成有序的魔法

    VirutualLab Fusion應用:結構光照明的顯微鏡系統

    摘要 與阿貝理論預測的分辨率相比,用于熒光樣品的結構照明顯微鏡系統可以將顯微鏡系統的分辨率提高2倍。 VirutualLab Fusion提供了一種通過入射波屬性來研究結構化照明模式的快速方法
    發表于 03-21 09:26

    結構化數據中臺:企業AI應用安全落地的核心引擎

    在數字轉型浪潮中,結構化數據(如文檔、圖片、音視頻等)已成為企業核心資產,其價值挖掘能力直接影響AI應用的效能與安全性。然而,數據分散、多模態處理復雜、安全合規風險高等問題,嚴重制約了企業AI
    的頭像 發表于 02-27 17:06 ?394次閱讀

    對象存儲是什么結構類型?

    對象存儲屬于結構化數據存儲架構,采用扁平命名空間結構。其核心通過唯一標識符(ObjectID)定位數據對象,突破傳統文件系統的層級目錄限制,形成"桶-對象"兩級邏輯模型。數據以獨立
    的頭像 發表于 02-10 11:14 ?258次閱讀

    ShiMetaOS | 怎樣免費調用人臉識別模塊以及視頻結構化分析軟件API

    ShiMetaOS內置視美泰自研人臉識別模塊及視頻結構化分析軟件API,可在設備端免費實現本地智能安防服務:涵蓋精準人臉檢測跟蹤、高速人臉搜索比對、活體及人證精準比對、人臉屬性精細識別,能實時預警
    的頭像 發表于 02-05 17:09 ?444次閱讀
    ShiMetaOS  | 怎樣免費調用人臉識別模塊以及視頻<b class='flag-5'>結構化</b>分析軟件API

    戴爾數據湖倉助力企業數字轉型

    在數字轉型的浪潮下,企業正面臨著前所未有的數據挑戰。從傳統的結構化數據到如今的結構化數據、半結構化數據,每一種類型都對企業的存儲和分析能
    的頭像 發表于 12-20 09:31 ?436次閱讀

    bds 系統的優缺點 bds與傳統數據庫的區別

    BDS(Big Data System)系統,通常指的是用于處理大數據的系統,它們能夠處理大規模數據集,包括結構化、半結構化結構化數據。這些系統通常包括數據存儲、處理和分析工具,以
    的頭像 發表于 11-22 15:48 ?2576次閱讀

    結構化布線在AI數據中心的關鍵作用

    AI 正在不斷顛覆各行各業,推動從電影制作到金融行業等各個領域的創新。而在 AI 系統的背后,隱藏著這樣一位無名英雄:結構化布線。
    的頭像 發表于 11-21 16:51 ?813次閱讀

    戴爾升級結構化存儲與數據管理,AI創新引領新變革

    在快速演進的人工智能(AI)與數據驅動的時代,企業唯有不斷追逐技術創新的浪潮,方能搶占先機,引領行業前行。戴爾科技,作為AI就緒型數據平臺的領航者,近期對其Dell PowerScale及數據管理產品組合進行了全面升級,旨在通過前沿技術實現對各類數據集的統一高效管理,滿足多元
    的頭像 發表于 10-29 16:52 ?914次閱讀

    基于深度學習的三維點云分類方法

    近年來,點云表示已成為計算機視覺領域的研究熱點之一,并廣泛應用于自動駕駛、虛擬現實、機器人等許多領域。雖然深度學習技術在處理常規結構化的二維網格圖像數據方面取得了巨大成功,但在處理不規則、
    的頭像 發表于 10-29 09:43 ?1452次閱讀
    基于深度學習的三維點云分類方法

    基于分布式對象存儲WDS的信托結構化數據整合平臺

    基于分布式對象存儲WDS的信托結構化數據整合平臺
    的頭像 發表于 08-28 09:56 ?588次閱讀
    基于分布式對象存儲WDS的信托<b class='flag-5'>非</b><b class='flag-5'>結構化</b>數據整合平臺

    微軟GenAI賦能聯想抓住增長新機遇

    在數字浪潮的推動下,知識工作者與同事間的聯系愈發緊密,仿佛一個無縫的織網將世界各地的人才緊密連接。然而,數字協作在帶來便利與效率的同時,也釋放出了海量的結構化結構化數據。面對源源
    的頭像 發表于 07-25 16:12 ?773次閱讀

    定期維護結構化布線對于辦公室得重要性

    定期維護結構化布線對于辦公室的順利運行至關重要。結構化布線是指支持建筑物內各種數據、語音和視頻系統的標準基礎設施。它包括電纜、連接器、機架和其他構成網絡主干的組件。 通過正確維護結構化
    的頭像 發表于 06-14 10:44 ?431次閱讀