Chia lưới FEA & Phân tích phần tử hữu hạn FEA & Mô phỏng chất lưu CFD

CHIA LƯỚI LÀ GÌ ?

Chia lưới là quá trình mà trong đó không gian hình học liên tục của một đối tượng được chia nhỏ thành hàng nghìn hoặc nhiều hình dạng để xác định đúng hình dạng vật lý của đối tượng.

Lưới càng chi tiết, mô hình 3D CAD sẽ càng chính xác, cho phép mô phỏng độ trung thực cao.

Chia lưới, còn được gọi là tạo lưới, là quá trình tạo ra một lưới hai chiều và ba chiều; nó chia các hình học phức tạp thành các phần tử có thể được sử dụng để rời rạc hóa một miền.

Vì việc chia lưới thường tiêu tốn một phần đáng kể thời gian để thu được kết quả mô phỏng, các công cụ chia lưới tự động nâng cao có thể cung cấp các giải pháp nhanh hơn và chính xác hơn. 

Chia lưới trong FEA là gì?

Phân tích phần tử hữu hạn (FEA) là một biểu diễn toán học của một hệ thống vật lý bao gồm một bộ phận / cụm lắp ráp, các đặc tính của vật liệu và các điều kiện biên. Trong một số tình huống, hành vi của sản phẩm trong thế giới thực không thể được tính gần đúng bằng các phép tính thủ công đơn giản.

Một kỹ thuật tổng quát như FEA là một phương pháp thuận tiện để biểu diễn các hành vi phức tạp bằng cách nắm bắt chính xác các hiện tượng vật lý bằng cách sử dụng các phương trình vi phân từng phần.

FEA đã trở lên hoàn thiện và được dân chủ hóa để nó có thể được sử dụng bởi cả các kỹ sư thiết kế và các chuyên gia. Chia lưới là một trong những bước quan trọng nhất để thực hiện một mô phỏng chính xác bằng FEA.

Chia lưới là một trong những bước quan trọng nhất để thực hiện một mô phỏng chính xác bằng FEA. Lưới được tạo thành từ các phần tử chứa các nút (vị trí tọa độ trong không gian có thể thay đổi theo loại phần tử) đại diện cho hình dạng của hình học.

Một bộ giải FEA không thể dễ dàng làm việc với các hình dạng bất thường, nhưng nó dễ dàng hơn nhiều với các hình dạng phổ biến như hình khối hộp. Chia lưới là quá trình biến các hình dạng bất thường thành các khối dễ nhận biết hơn được gọi là "phần tử".

Trước khi bắt đầu chia lưới, bạn phải tải lên mô hình hình học hoặc mô hình CAD


Cách cải thiện mô hình FEA: Đơn giản hóa mô hình

Một bước quan trọng trong việc cải tiến mô hình FEA là đơn giản hóa mô hình. Tuy nhiên, mô hình phải được đơn giản hóa theo đúng cách để đạt được các phân tích chính xác.

Tạo mô hình hình học là một trong những khía cạnh khó nhất của FEA. Một sai lầm phổ biến ở những người mới bắt đầu sử dụng FEA là giả định rằng một mô hình CAD (Computer-Aided Design) được tạo ra như một phần của quy trình thiết kế sản phẩm có thể được dùng trực tiếp vào một nghiên cứu FEA.

Các mô hình CAD của nhà thiết kế thường rất cụ thể, sẽ mất hàng giờ hoặc hàng ngày xử lý để đưa vào phân tích mô phỏng.

Tuy nhiên, phần lớn chi tiết này thường không cần thiết trong FEA. Tệ hơn nữa, việc đưa các chi tiết không cần thiết vào mô hình FEA có thể dẫn đến chất lượng lưới kém, thời gian chạy mô phỏng không hiệu quả và kết quả không chính xác.

Đối với một nhà phân tích, hiểu khi nào và làm thế nào để đơn giản hóa một mô hình đã được nhà thiết kế chuyển cho họ là kỹ năng quan trọng để mô phỏng FEA hiệu quả.


Tối ưu hóa phân tích phần tử hữu hạn: Loại bỏ các nét không cần thiết của vật thể

Có lẽ các chi tiết phổ biến nhất có thể được loại bỏ ngay lập tức khỏi hầu hết các mô hình CAD là các đường viền (fillet) và các đường bo tròn (round). Thật vậy, các cạnh vuông hiếm khi tồn tại trong thế giới thực. Các cạnh thường được bo tròn và các mô hình CAD thường sẽ bao gồm đường bo tròn này trên nhiều nếu không muốn nói là tất cả các vật thể hình học.

Tuy nhiên, các cạnh vuông dễ chia lưới hơn nhiều trong thế giới FEA, và hầu hết các đường viền/đường bo tròn nhỏ sẽ không ảnh hưởng đến các tính toán chuyển vị tổng thể. Các công cụ CAD thường sẽ có một tính năng để hỗ trợ việc loại bỏ các đường viền/đường bo tròn.

Việc sử dụng các tính năng này một cách thích hợp có thể nhanh chóng làm giảm độ phức tạp của mô hình mà tốn ít công sức của người dùng.

Kết hợp các ràng buộc và hình học hiệu quả

Một cách đơn giản hóa phổ biến khác là loại bỏ các phần không quan trọng hoặc thay thế chúng bằng các hình học hoặc ràng buộc hiệu quả. 
Ví dụ, hầu hết các cụm cơ khí bao gồm các chốt, như bu lông và đinh tán.

Đôi khi, có thể cần đưa hình học của bu lông vào mô hình; tuy nhiên, trong nhiều trường hợp, hình học bu lông có thể được thay thế bằng hình học 3D được đơn giản hóa rất nhiều, phần tử dầm 1D (1D beam element) hoặc thậm chí bị loại bỏ hoàn toàn và được coi gần đúng với các ràng buộc tiếp xúc cứng tuyệt đối hoặc các điều kiện biên cố định.

Cách cải thiện mô hình FEA: Tạo lưới thích hợp

Ngoài việc loại bỏ các nét không cần thiết của mô hình, có một số quyết định cần được thực hiện để tạo lưới phù hợp. 

1) Việc chọn phần tử tấm vỏ (shell element) so với việc chọn phần tử khối (solid element)

2) Việc chọn phần tử lục diện (hex) so với việc chọn phần tử tứ diện (tet)

3) Việc chọn kích thước và bậc thích hợp của lưới

Phần tử tấm vỏ (shell element) so với phần tử khối (solid element)

Thông thường, mô hình CAD sẽ được cấu tạo hoàn toàn bằng các vật thể ba chiều. Tuy nhiên, trong một mô hình FEA, có thể có lợi khi kết hợp một số vật thể đó với các phần tử tấm vỏ (shell element) hơn là các phần tử khối ba chiều (solid 3D element).

Các phần tử vỏ là các dạng xấp xỉ 2D của hình học 3D mà có chứa độ dày của vật thể dưới dạng một đặc tính vật lý. Chúng có thể được sử dụng cho các dạng hình học có thành mỏng với chiều dài lớn hơn nhiều so với độ dày của vật thể và khi biến dạng trượt là không đáng kể (ví dụ: tấm khung kim loại hoặc phần thân (thành mỏng) của lon nước ngọt).

Ngoài ra còn có các phần tử dầm (beam) và tấm vỏ (shell) đặc biệt có thể được sử dụng để mô hình hóa các lớp đồng mỏng bên trong bảng mạch in (PCB). Những phần tử này cho phép người dùng nắm bắt ảnh hưởng của các vết trên bảng biến dạng một cách hiệu quả.

Hơn nữa, việc kết hợp đúng cách các phần tử tấm vỏ vào các mô hình FEA có thể cải thiện đáng kể cả thời gian chạy mô phỏng và độ chính xác của kết quả. Khi được sử dụng thích hợp, các phần tử tấm vỏ thường có thể tạo ra lưới chất lượng cao hơn trên các kết cấu có thành mỏng (như tấm kim loại) với số phần tử thấp hơn nhiều, dẫn đến kết quả chính xác hơn với chi phí tính toán giảm đáng kể.

Các công cụ CAD với tính năng “Create Midsurface” có thể hỗ trợ tạo ra các hình học để chia lưới với các phần tử tấm vỏ.


Có vẻ trực quan khi cho rằng chia lưới 3D mang lại nhiều sự chi tiết hơn, cung cấp kết quả chính xác hơn. Nhưng không phải trường hợp nào cũng luôn như vậy. Đặc biệt trong trường hợp uốn cong lớn, các phần tử khối thường tạo ra các cấu trúc cứng giả khi chúng được sử dụng để lưới các hình học có thành mỏng, dẫn đến mô phỏng không chính xác.

Ngoài ra, có thể rất khó để tinh chỉnh lưới và tạo ra đủ các phần tử theo độ dày của kết cấu có thành mỏng để đạt được kết quả chính xác về chuyển vị và ứng suất.

Hơn nữa, nếu hình dạng đủ phức tạp, các kết cấu có thành mỏng có thể dẫn đến lưới chất lượng kém khi sử dụng các phần tử khối, tạo ra các phần tử với tỷ lệ các cạnh (aspect ratio) kém, ảnh hưởng không tốt đến kết quả.

Phần tử lục diện (Hexahedral) so với phần tử tứ diện (Tetrahedral)

Khi xác định xem nên sử dụng phần tử lục diện (hexahedral) hay phần tử tứ diện (tetrahedral) trong phân tích phần tử hữu hạn (FEA), điều quan trọng cần lưu ý là hình dạng tổng thể và độ phức tạp của chính vật thể đó.

Nguyên tắc chung là kết hợp các phần tử lục diện nếu có thể. Các phần tử lục diện thường cho kết quả chính xác hơn với số phần tử ít hơn so với các phần tử tứ diện. Tuy nhiên, nếu vật thể chứa các góc nhọn hoặc các dạng hình học phức tạp khác, có thể cần phải chia lưới với các phần tử tứ diện.

Tốt hơn là đơn giản hóa mô hình đủ để chia lưới hoàn toàn bằng các phần tử lục diện, nhưng điều này không phải lúc nào cũng khả thi. Đối với các dạng hình học phức tạp yêu cầu chia lưới tứ diện, hãy cẩn thận để đảm bảo lưới không tạo ra các kết quả không chính xác. Điều này thường có nghĩa là số phần tử sẽ nhiều hơn, phần tử có bậc cao hơn và thời gian xử lý cũng lâu hơn.

Vì những lý do này, việc đơn giản hóa bất kì mô hình nào như loại bỏ đường viền hoặc chia nhỏ vật thể cho phép chia lưới lục diện mà không làm thay đổi đáng kể hình dạng đều được khuyến khích.

Lưới kết hợp (Hybrid)

Bạn có thể sử dụng phương pháp Multizone, là phương pháp kết hợp giữa các phần tử hex và tet cho phép bạn chia các bộ phận khác nhau của hình học bằng các phương pháp khác nhau. Điều này cho phép bạn ít phải thực hiện thao tác chuẩn bị hình học hơn và có nhiều kiểm soát lưới cục bộ hơn.

Lưới Sweep

Với chia lưới quét (Sweep), lưới thực sự là sự “quét” lưới qua thể tích và bề mặt để giúp tạo ra một lưới hiệu quả với kích thước đều đặn. Việc quyết định phương pháp lưới nào để sử dụng thường phụ thuộc vào loại phân tích (explicit hoặc implicit) hoặc phân tích vật lý bạn đang giải quyết và mức độ chính xác bạn muốn đạt được. 

Một vài lựa chọn khác là chia lưới Đề-các-tơ (Cartesian meshing) và chia lưới tứ diện phân lớp (layered tets) được sử dụng cho các phân tích cụ thể như sản xuất bồi đắp.

Kích thước và bậc của lưới

Việc hiểu đúng bậc và kích thước lưới là chìa khóa để tìm ra sự cân bằng giữa kết quả chính xác và thời gian chạy hợp lý trong phân tích phần tử hữu hạn.

Kích thước lưới chỉ đơn giản là độ dài cạnh riêng của một phần tử. Kích thước lưới nhỏ hơn sẽ dẫn đến nhiều phần tử hơn trong mô hình, dẫn đến thời gian chạy lâu hơn và kết quả chính xác hơn. Bậc mô tả hàm hình dạng được sử dụng để tính toán chuyển vị của phần tử.

Các phần tử bậc nhất chỉ có các nút ở các góc của các phần tử và tính toán hàm chuyển vị tuyến tính giữa các nút. Các phần tử bậc hai bao gồm các nút ở giữa các cạnh và các nút ở góc của phần tử và tính toán hàm chuyển vị bậc hai. Vật thể được chia lưới với các phần tử bậc hai thường có độ chính xác cao hơn, nhưng với chi phí tính toán tăng lên đáng kể.


Chìa khóa để tạo ra các lưới hiệu quả trong FEA là đạt được sự cân bằng thích hợp giữa bậc và kích thước cho bài toán cụ thể đang được phân tích. Khi có thể, hãy sử dụng các phần tử bậc hai và tinh chỉnh cho đến khi kết quả hội tụ. Tuy nhiên, đối với các bài toán lớn rất lớn, việc chia lưới như vậy cần mất vài ngày để giải ngay cả với máy tính hiệu năng cao, điều này có thể không khả thi. Trong những trường hợp này, người phân tích sẽ cần sử dụng kinh nghiệm để đưa ra quyết định phù hợp về kích thước và bậc của lưới.

Tại sao một lưới chất lượng tốt lại quan trọng?

Nói một cách đơn giản, một lưới chất lượng tốt đồng nghĩa với kết quả chính xác hơn. Lưới kém có thể dẫn đến khó hội tụ, kết quả không chính xác và kết luận sai.

Chất lượng lưới của bạn phụ thuộc vào một số trường hợp:

+ Bạn đang tiến hành loại phân tích nào.

+ Bạn muốn đầu tư bao nhiêu thời gian vào lưới.

+ Bạn muốn đầu tư bao nhiêu thời gian để giải.

Trong một số trường hợp, bạn có thể đang tìm kiếm một giải pháp nhanh chóng - điều gì đó sẽ giúp làm rõ một quyết định thiết kế.

Trong trường hợp này, bạn có thể không muốn mất nhiều thời gian để thiết lập lưới của mình. Những lần khác, bạn có thể muốn một giải pháp hoặc kết quả rất chính xác, điều này sẽ đòi hỏi một chút thời gian và nỗ lực để thiết lập lưới của bạn bằng các phương pháp và điều khiển khác nhau. Lưới tốt có tiêu chí chất lượng phù hợp với nhu cầu của bạn (loại phân tích, mức độ chính xác, thời gian) chẳng hạn như chất lượng phần tử (element quality) và tỷ lệ kích thước phần tử (aspect ratio).

Cuối cùng, chúng tôi khuyên bạn nên hiểu hình học của mình và sử dụng các điều khiển để có được lưới tốt nhất có thể - sau cùng, điều này dẫn đến thiết kế sản phẩm tốt hơn.

NHỮNG LƯU Ý KHI CHIA LƯỚI MÔ HÌNH KẾT CẤU

Chia lưới các mô hình kết cấu là tất cả về việc cân bằng giữa độ chính xác và chi phí tính toán.

Thông thường, khi lưới mịn hơn với các phần tử nhỏ hơn tạo ra kết quả chính xác hơn, nhưng các lưới nhỏ hơn sẽ mất nhiều thời gian hơn để giải.

Tuy nhiên, có một điểm mà lưới được tinh chỉnh đủ để nắm bắt chính xác các kết quả, do đó làm cho chi phí tính toán bổ sung là không cần thiết.

Mức độ tinh chỉnh này thường phụ thuộc vào bài toán và cần cả kinh nghiệm và kỹ thuật đánh giá để xác định.

Tuy nhiên, những lưu ý được liệt kê dưới đây sẽ giúp bạn tạo một lưới chính xác và hiệu quả trong phân tích kết cấu của riêng bạn.

NHỮNG PHƯƠNG PHÁP TỐT NHẤT KHI TẠO LƯỚI FEA

1. Mật độ lưới

Nói chung, trong Phân tích phần tử hữu hạn (FEA), lưới mịn hơn tạo ra kết quả chính xác hơn. Các phần tử nhỏ hơn trong một lưới mịn hơn có thể nắm bắt chính xác hơn các gradient ứng suất trên phần tử.

Tuy nhiên, việc thêm nhiều phần tử hơn vào Mô hình phần tử hữu hạn sẽ làm tăng thêm chi phí tính toán theo hai cách:

1) Nhiều phần tử hơn có nghĩa là cần phải giải nhiều phương trình hơn ở mỗi bước thời gian, làm tăng cả thời gian giải và yêu cầu về bộ nhớ.

2) Các tệp kết quả từ các phân tích này chiếm nhiều dung lượng đĩa hơn để lưu trữ.

Để tránh chi phí không cần thiết này, người dùng có thể hạn chế các khu vực có mật độ lưới cao ở các khu vực quan tâm trong phân tích của họ.

Điều này thường được giới hạn trong các khu vực trong đường dẫn tải của mô hình, nơi có mức ứng suất đáng kể.

Các đặc điểm hình học khác, chẳng hạn như bán kính cong, có sự tập trung ứng suất lớn cũng yêu cầu một lưới dày để có thể dự đoán chính xác ứng suất.

Các khu vực cách xa đường dẫn tải hoặc tập trung ứng suất có thể được chia lưới với các phần tử lớn hơn. Nói chung, các khu vực này có mức ứng suất không đáng kể và có thể được mô hình hóa chính xác với các phần tử lớn.

Có các kiểm soát lưới tổng thể để kiểm soát kích thước lưới trong toàn bộ mô hình cũng như kiểm soát kích thước cục bộ cho phép tinh chỉnh trong các khu vực quan tâm.


2. Sự hội tụ và ứng suất kỳ dị

Để xác định mức độ mật độ lưới cung cấp kết quả chính xác, trước tiên chúng ta phải hiểu sự hội tụ. Khi một kết quả đã hội tụ, làm tinh thêm lưới trong khu vực đó sẽ không còn tạo ra sự thay đổi có ý nghĩa trong kết quả đó nữa.


Với kinh nghiệm, các kỹ sư có thể xác định khi nào họ có một lưới đủ dày để đạt được sự hội tụ.

Sau đó, lưới sẽ được tinh chỉnh ở những vị trí có ứng suất cao. Lặp lại quá trình này cho đến khi sự thay đổi kết quả giữa mỗi lời giải đạt đến giá trị đủ thấp hoặc đạt được một số lượng lời giải cụ thể.

Các hình ảnh dưới đây cho thấy công cụ này đang hoạt động. Một hình ảnh tóm tắt mỗi lời giải; nó cho thấy số lượng nút và phần tử trong lưới cho mỗi lời giải cũng như sự thay đổi ứng suất trong mỗi lời giải.


Trong ví dụ này, bạn có thể thấy sự thay đổi về ứng suất ngày càng nhỏ hơn với mỗi lần tinh chỉnh lưới, hội tụ vào một kết quả.

Điều quan trọng cần lưu ý là một kết quả có thể không nhất thiết là đã đạt được sự hội tụ.

Trong trường hợp ứng suất, chúng tôi gọi đây là điểm kỳ dị ứng suất. Những điểm kỳ dị này là “điểm nóng” nhân tạo của các ứng suất thường là do các giả định hoặc đơn giản hóa mô hình hóa.

Các điểm kỳ dị về ứng suất có thể do các đặc điểm hình học như góc hoặc cạnh sắc gây ra.

Ứng suất có thể hiểu là lượng lực truyền qua một diện tích cụ thể. Trong các đặc điểm hình học này, khi kích thước phần tử giảm, “diện tích” tiến gần đến 0, làm cho ứng suất phân kỳ đến một giá trị vô hạn.

Một nguồn phổ biến khác của các điểm kỳ dị ứng suất xảy ra tại các vùng không có sự liên tục về độ cứng trong mô hình. Những vùng này có thể bao gồm những thứ như biên nơi hai vật thể tiếp xúc hoặc biên của ngàm hay gối đỡ (support).

Điều quan trọng là người dùng có thể xác định được khu vực nào của ứng suất là điểm kỳ dị ứng suất nhân tạo và khu vực nào là thực và cần có lưới đủ để có thể thu được kết quả chính xác.

Trong ví dụ dưới đây, công cụ hội tụ được sử dụng ở một vị trí có điểm kỳ dị ứng suất. Trong trường hợp này, việc tinh chỉnh lưới không dẫn đến sự thay đổi nhỏ hơn về ứng suất ở mỗi lời giải; nó làm tăng sự thay đổi.

Nếu chúng tôi tiếp tục tinh chỉnh lưới ở vị trí này, ứng suất sẽ không bao giờ hội tụ vào một giá trị. Thay vào đó, nó sẽ phân kỳ, tiến tới một giá trị vô hạn.


CÁC PHƯƠNG PHÁP TỐT NHẤT ĐỂ MÔ PHỎNG MÔ HÌNH CHẤT LƯU CFD 


1. SỬ DỤNG BAO PHỦ HÌNH HỌC ĐỂ TẠO CÁC MÔ HÌNH CHẤT LƯU KÍN NƯỚC

Hình học mà các kỹ sư thiết kế gửi cho các kỹ sư phân tích hiếm khi đủ sạch để nhập vào chương trình mô hình hóa chất lưu. Theo truyền thống, việc sửa những khoảng trống và rò rỉ trong hình học này có thể mất hàng giờ, thậm chí vài ngày.

Do đó, bạn (với tư cách là kỹ sư phân tích) nên sử dụng phần mềm CFD có thể phủ một lưới bề mặt xung quanh hình học không liên tục.

Khả năng chia lưới tự động này sẽ nhanh chóng lấp đầy tất cả các khe hở, dành nhiều thời gian hơn cho việc mô phỏng và phân tích kết quả.

2. KẾT HỢP CHỒNG CHẤT HÌNH HỌC ĐỂ TẠO NHANH CHÓNG BIÊN DÒNG CHẢY

Để thực hiện phân tích chất lưu, cần tạo ra một vùng thể tích chất lưu. Bạn có thể tạo một thể tích chất lưu bằng cách tạo một hình hộp xung quanh hình học kín nước và kết hợp tất cả các mặt chồng lên nhau giữa các chất rắn thành một mặt.

Điều này xử lý các vùng giao nhau giữa hình hộp và hình học gốc. Sau đó, vùng thể tích có thể được trích xuất và nhập vào một mô hình chất lỏng.

Bạn có thể sử dụng chức năng “CFD” để tạo hình học dòng chảy. Với thao tác "lưới bề mặt" bạn có thể trích xuất thể tích dòng chảy từ khoảng trống giữa các biên trong hình học.

3. KẾT NỐI CÁC LƯỚI VỚI NHAU ĐỂ TRÁNH CÁC KHE HỞ

Bạn có thể giảm thời gian tính toán bằng cách tạo các mô hình chất lỏng với lưới thô cho các khu vực rộng lớn và các lưới mịn hơn cho các hình học chi tiết hơn.

Sau đó, thách thức chính là liên kết các lưới khác nhau này thành một lưới liên tục hoặc hy sinh độ chính xác bằng cách tạo ra các bề mặt lưới chung không phù hợp (không khớp).

Việc liên kết lưới một cách phù hợp là một công việc tẻ nhạt. Nó thường yêu cầu làm sạch hình học và chỉnh sửa lưới một cách thủ công để mọi thứ khớp với nhau một cách tinh vi.

Làm cách nào để bạn tận dụng các phương pháp chia lưới khác nhau và các loại phần tử trong một lưới duy nhất?

Khái niệm chia nhỏ một hình học thành nhiều phần được chia lưới để tận dụng các điểm mạnh của các phương pháp chia lưới khác nhau đã tồn tại từ lâu.

Quá trình kết nối các lưới khác nhau (cho dù có khớp hay không) có các mức độ tự động hóa khác nhau có sẵn cho người dùng. Các phương pháp tiếp cận trước đây, ngay cả khi được tự động hóa, thường bị giới hạn bởi sự thay đổi loại phần tử ở cấp độ tổng thể. Điều này dẫn đến kết nối phù hợp và không phù hợp giữa các vùng lớn được chia lưới riêng biệt.

Công nghệ chia lưới có thể tự động tạo các loại lưới và phần tử khác nhau ở các khu vực cục bộ hoặc tổng thể khác nhau và liên kết các lưới này một cách phù hợp.

Cách tiếp cận này hiện dẫn đến một lưới poly-hexcore tận dụng các loại phần tử cần thiết:

Hexcore (Phần tử lục diện với phương pháp tinh chỉnh lưới Cut-cell)

Phần tử đa diện

Lớp biên tường (Các phần tử lăng trụ và đa diện lớp biên )

Nó tự động kết hợp giữa các loại phần tử này để cung cấp cho bạn một lưới được tối ưu hóa cho độ chính xác và tốc độ chia lưới. Lưới tạo thành sẽ có một lớp biên gần tường và một lõi hình lục diện trong dòng chất lưu .

Hai vùng (gần tường và dòng chất lưu) sau đó sẽ được kết nối với một lớp lưới đa diện. Cách tiếp cận mới này có nghĩa là người dùng có thể nhanh chóng có được một lưới chất lượng cao, mạnh mẽ, được tối ưu hóa cho các giải pháp chính xác và ổn định.


Cách cải thiện mô hình FEA: Áp đặt tải phù hợp

Xác định sự áp đặt tải thích hợp là một bước quan trọng trong FEA. Áp đặt tải là các đầu vào của một bài toán đang được kiểm tra, chẳng hạn như chu kỳ nhiệt, sốc do rơi, rung động hoặc uốn tĩnh. Hiểu được các đặc tính của các tải trọng là điều cần thiết để mô phỏng một bài toán mà vật thể là một đối tượng trong môi trường thế giới thực.

Một ví dụ phổ biến là xác định xem tải được áp dụng là tĩnh (static) hay tức thời (transient). Ví dụ, nếu một kỹ sư đang mô phỏng sự uốn cong của một kết cấu trong quá trình lắp ráp, thì có thể chấp nhận mô hình với tải trọng dưới dạng chuyển vị tĩnh vì tốc độ biến dạng có thể chậm hơn nhiều và kết quả không phụ thuộc vào thời gian.

Tuy nhiên, nếu một kỹ sư đang mô hình hóa độ võng do thả rơi một cụm lắp ráp, kỹ sư đó có thể sẽ cần sử dụng một mô hình với tải tức thời (transient) để đạt được các kết quả quán tính liên quan, bởi vì thời gian áp đặt tải là nhanh hơn nhiều và các kết quả phụ thuộc vào thời gian phải đạt được.

Trong thế giới mô phỏng điện tử, chúng ta thường gặp trường hợp tương tự khi mô phỏng chu trình nhiệt. Ví dụ: khi điều tra sự giãn nở nhiệt ở bảng mạch (thay vì mức độ chi tiết các thành phần), các thuộc tính vật liệu tuyến tính gần đúng thường có thể được sử dụng và các tải tĩnh, thời gian độc lập với sự thay đổi nhiệt độ có thể hợp lý. Điều này có thể chấp nhận được khi chuyển vị của bảng mạch và ứng suất/biến dạng đàn hồi là trọng tâm của phân tích hơn là biến dạng/năng lượng rão (creep).

Tuy nhiên, khi khảo sát độ mỏi của mối hàn trong bảng mạch, phải bao gồm các đặc tính độ mòn của vật hàn phụ thuộc vào thời gian. Trong trường hợp này, điều quan trọng là phải áp dụng chính xác thời gian biến đổi và thời gian dừng của chu kỳ nhiệt, thay vì chỉ đơn giản là tăng nhiệt độ lên một cách tuyến tính.

Mô hình rão bao gồm các đặc tính phụ thuộc vào thời gian, do đó, các chu kỳ được mô phỏng phải được mô hình hóa toàn bộ để tính toán chính xác nhất các kết quả biến dạng/năng lượng rão được sử dụng để đưa ra các dự đoán về độ mỏi mối hàn.

Một vấn đề trong thế giới thực không phải lúc nào cũng giống như trong thế giới FEA mà tùy thuộc vào kết quả phân tích mong muốn. Điều quan trọng là phải luôn ghi nhớ những tác nhân ảnh hưởng trong thế giới thực mà vật thể có thể sẽ phải đối mặt và cách những tác nhân gây ảnh hưởng đó có thể tác động đến thành phần quan tâm. Việc đưa vào đúng các thuộc tính này sẽ cho một phân tích chính xác, hợp lệ và có thể thực hiện được.

Với quá trình tiền xử lý phù hợp, bạn có thể tăng đáng kể tốc độ của FEA mà không ảnh hưởng đến độ chính xác của nó.


Mess Chat Zalo cho anh em làm mô phỏng CAE (Computer-aided engineering (CAE) khái quát là việc sử dụng phần mềm máy tính để hỗ trợ các nhiệm vụ phân tích kỹ thuật. Nó bao gồm finite element analysis (FEA), computational fluid dynamics (CFD), multibody dynamics (MBD), durability và optimization.)

MOLDFLOW MOLDEX3D SIGMASOFT - Khuôn nhựa

PROCAST MAGMASOFT INSPIRECAST ADSTEFAN - Khuôn đúc kim loại

AutoForm DynaForm HyperForm Inspire - Khuôn dập tấm

Deform 3D SIMUFACT Forming - Khuôn dập khối

HYPERMESH ANSYS ABAQUS

MSC Adams, Dytran, Nastran, Patran

Femap & Nastran


Không có nhận xét nào

Được tạo bởi Blogger.