Новые возможности ANSYS Mechanical R19

Аватар пользователя Sergey Khrulev
3 4014

Вашему вниманию традиционно предлагается обзорная статья по новым возможностям свежего релиза - ANSYS Mechanical R19. Поговорим о самых важных и полезных нововведениях ANSYS в области механики.

Новые возможности

  1. Механика разрушения

В версии 19.0 в программу введен новый метод моделирования роста трещины под названием S.M.A.R.T. (Separating, Morphing, Adaptive и Re-meshing Technology). Технология работает как в случае статического роста (КИН или J-интеграл), так и в случае усталостного (закон Пэриса) развития трещины.  Поддерживаются все три вида трещин в Mechanical (Semi-elliptical, Arbitary и Pre-meshed), но только первого типа (отрыв).

Рисунок 1. Моделирование роста трещины

  1. Акустика

В области акустики добавлена возможность задания условия поглощения PML на домен любой геометрической формы.

Рисунок 2. PML регион произвольной формы

Кроме того, в новой версии, в основной функционал из ACT перекочевала Transfer Admittance Matrix (матрица полной проводимости), а также результаты в дальнем поле и между портами.

Рисунок 3. Результаты в дальнем поле

  1. Топологическая оптимизация

Новый релиз принес с собой также нововведения в области топологической оптимизации. В версии 19.0 при проведении топологической оптимизации можно учесть инерционные и тепловые нагрузки.

Рисунок 4. Расчет топологической оптимизации с учетом тепловой нагрузки

Кроме того, теперь расчет топологической оптимизации можно проводить через RSM на кластерах Windows и Linux, а также добавлять к проекту нескольких производственных ограничений одновременно.

В настройки расчета добавлен штрафной коэффициент по жесткости получаемого результата. 

Рисунок 5. Штрафной коэффициент в расчете топологической оптимизации

Кроме того, в новой версии появилась опция автоматического создания системы проверочного расчета (Static Structural) на схеме проекта Workbench. Постоянные обновления одних и тех же ячеек вам больше не потребуются.

  1. Small Sliding контакт

Улучшена производительность и расширена область применения, представленного в версии 18.2 Small Sliding контакта. Идея нового алгоритма в том, чтобы создать возможность для ограниченного перемещения контактного узла, относительно соответствующего ему целевого, без регулярного установления контакта на каждой итерации. Таким образом, он позволяет учитывать некоторое скольжение, оставаясь при этом в рамках линейного контакта (рисунок 6).

Рисунок 6. Small Sliding контакт

Кроме того, контакт теперь можно создавать между несколькими балочными телами, а также добавлено несколько прочих улучшений: новая модель расслоения Power Law Debonding Model для разрушения смешанного типа, опция ортотропного трения с фиксированной системой координат, закон вязкого трения для стационарного состояния качения.

 

Удобство использования

  1. Лицензирование

Число доступных ядер в лицензиях Mechanical Enterprise, Mechanical Premium и Mechanical Pro возросло до 4х. Таким образом, конфигурация Mechanical Premium + 1 HPC pack сможет использовать максимум 12 ядер. Однако, это не распространяется на legacy лицензии (конфигурации, имевшие место до версии R17.0 – Structural, Multuphysics, Professional NLS и т. д.), а также на DesignSpace – в данных продуктах по-прежнему доступно только два ядра. Кроме того, HPC паки теперь работают одновременно с продуктами механики, гидрогазодинамики и электроники. 

  1. Clipboard панель

Новая панель Clipboard - это ряд опций, позволяющих создавать, изменять, добавлять, и перезаписывать выборки геометрических объектов в буфере обмена для временного сохранения. Таким образом, к некоторой наиболее интересной выборке всегда можно быстро обратиться.

Рисунок 7. Панель Clipboard

  1. Именованные наборы

В работу с именованными наборами добавлен ряд возможностей по включению граней элементов. Опция Element Face в Entity Type теперь обладает новыми критериями: 

    • Normal. Включает все грани элемента, где направление нормали совпадает с выбранной осью
    • Location X, Location Y, и Location Z. Включает все грани элемента, где положение центра грани совпадает с введенным значением.
  1. График Material Plot

Это новый объект интерфейса, позволяющий визуализировать распределение свойств материала на выбранной геометрии.

Рисунок 8. График распределения материалов

  1. Работа с результатами

Новая опция контекстного меню по сути позволяет отображать фиксированной пробой не только глобальный минимум/максимум, но также и несколько локальных.

Рисунок 9. Локальные максимумы

В 19й версии значительно упрощена процедура чтения файлов с результатами – больше не требуется иметь файл с ошибками (.err), достаточно только файлов с результатами (.rst или .rth). Более того, в случае с решением задачи в параллельном режиме загружать можно не только готовый «собранный» общий файл с результатами, но и его отдельные фрагменты.

Новая опция On Demand Stress/Strain позволяет вычислять напряжения и деформации без записи в итоговый файл с результатами.

Рисунок 10. Использование опции On Demand Stress/Strain

  1. Настройки сетки

В области создания сетки также представлен ряд нововведений. Для упрощения процесса построения сетки в задачах механики изменено расположение некоторых опций в окне свойств ветви Mesh.

В новой версии существенно улучшена работа алгоритмов построения оболочечной сетки гекса сетки методом MultiZone.

Рисунок 11. Построение оболочечной сетки

Рисунок 12. Построение гекса сетки методом MultiZone

Кроме того, в версии 19.0 представлены новые типы декартовых сеток: ступенчатая и вписанная в тело. Первая крайне неточно описывает поверхности, но очень быстро строится и оптимально подходит для решения задач топологической оптимизации, а вторая будет полезна при решении задач явной динамики.

Рисунок 13. Ступенчатая декартова сетка

Физика

  1. Нелинейная адаптивность

В новой версии была улучшена опция нелинейной адаптивности – автоматического перестроения сетки в процессе решения нелинейной задачи. Теперь поддерживаются 10 узловые тетра элементы (Solid 187 и Solid 227), сочетание нескольких критериев перестроения в одной опции, а также учет проникающего давления среды. Кроме того, в целом повышено качество сетки, после перестроений.

Рисунок 14. Моделирование процесса выдувания стекла при помощи опции нелинейной адаптивности сетки

  1. External Model

В новой версии список величин, которые можно загрузить через External Data пополнился граничными условиями и предварительной затяжкой болта (Bolt Pretension).

Рисунок 15. Импорт граничных условий

 

Рисунок 16. Импорт затяжки болта

  1. Мультифизика

В версии 19.0 появилась новая архитектура для одностороннего расчета взаимодействия текучей среды и конструкции (1 way-FSI), основанная не на CFD-Post.

Рисунок 17. Новая настройка 1-way FSI расчета

Элементы для связанных расчетов (22x coupled-field elements) теперь поддерживают связанное решение и тепловых и прочностных задач с учетом магнетизма (поддержка магнитных степеней свободы).

Условие поглощения волн PML теперь применимо также и к задачам на пьезоэлектрический эффект.

Рисунок 18. Пьезоэлектрическая область PML

Прочее

  1. Композитные материалы

В новой версии появилась возможность использования External Data для импортирования пространственных полей свойств материала по элементам, узлам или слоям.

Выкладку композитного материала оболочечной модели теперь можно передавать на подготовленную заранее Solid сетку, что упрощает ряд ситуаций, когда нет возможности создать такую модель в ACP стандартным способом (выдавливание).
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=
"> 90jcwfIWJU5ZIISSdEHKEipUDjCyJ4lFMrY8bmhvj9O0G0SRWNoz/78nu1wfxkFMGNg6quQqL6RA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" src="file:///C:\Users\hsa\AppData\Local\Temp\msohtmlclip1\01\clip_image038.png" style="position:absolute; width:40624; height:22107" /> 74LvEOYqbaoHEWm6B6tHFV0fYEimbdg2CZlYd9/edD8u4goeZ+b/8SOpV9tpFDNFtt4puC4rEOS0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" strokecolor="#55305c" strokeweight="1.5pt"> 7ya+A+FqWqoHY0zpHqwe1Zj1AQhMW2I7EAbr7ts73e5ejGviEeb/8RuoN7tpFDMk8gG1vC4rKQBt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" strokecolor="#55305c" strokeweight="2.25pt" to="16119,13437"> 7ya+A+FqWqoHY0zpHqwe1Zj1AQhMW2I7EAbr7ts73e5ejGviEeb/8RuoN7tpFDMk8gG1vC4rKQBt
cB57Ld+3T8WdFJQNOjMGBC33QHLTXF7U230EEuxG0nLIOd4rRXaAyVAZIiBPupAmk/mYehWN/TA9
qJuqulU2YAbMRV4yZFO30JnPMYvHHV+vJAlGkuJhFS5dWpoYR29NZlI1o/vRUhwbSnYeNDT4SFeM
IdWvDcvkfMHR98JPk7wD8WpSfjYTYyiXaNkAweaQWFf+nbSgTlSErvMWyjYRL7V6T3DnSlz4wgTz
f/Nbtr3BfEpXh59qvgEAAP//AwBQSwMEFAAGAAgAAAAhAJYFM1jUAAAAlwEAAAsAAABfcmVscy8u
cmVsc6SQPWsDMQyG90L/g9He8yVDKSW+bIWsIYWuxtZ9kLNkJHNN/n1MoaVXsnWUXvQ8L9rtL2k2
C4pOTA42TQsGKXCcaHDwfnp7egGjxVP0MxM6uKLCvnt82B1x9qUe6ThlNZVC6mAsJb9aq2HE5LXh
jFSTniX5UkcZbPbh7Ae027Z9tvKbAd2KaQ7RgRziFszpmqv5DztNQVi5L03gZLnvp3CPaiN/0hGX
SvEyYHEQRb+WgktTy4G979380xuYCENh+aiOlfwnqfbvBnb1zu4GAAD//wMAUEsDBBQABgAIAAAA
IQAzLwWeQQAAADkAAAAUAAAAZHJzL2Nvbm5lY3RvcnhtbC54bWyysa/IzVEoSy0qzszPs1Uy1DNQ
UkjNS85PycxLt1UKDXHTtVBSKC5JzEtJzMnPS7VVqkwtVrK34+UCAAAA//8DAFBLAwQUAAYACAAA
ACEADuid7L8AAADaAAAADwAAAGRycy9kb3ducmV2LnhtbESPzarCMBSE94LvEI5wdzZVuCLVKP4g
uLUKbg/Nsa1tTmoTtfr0Rrhwl8PMfMPMl52pxYNaV1pWMIpiEMSZ1SXnCk7H3XAKwnlkjbVlUvAi
B8tFvzfHRNsnH+iR+lwECLsEFRTeN4mULivIoItsQxy8i20N+iDbXOoWnwFuajmO44k0WHJYKLCh
TUFZld6Ngup0Tr2tpFtPN3ZM79sx28qrUj+DbjUD4anz/+G/9l4r+IXvlXAD5OIDAAD//wMAUEsB
Ai0AFAAGAAgAAAAhAP4l66UAAQAA6gEAABMAAAAAAAAAAAAAAAAAAAAAAFtDb250ZW50X1R5cGVz
XS54bWxQSwECLQAUAAYACAAAACEAlgUzWNQAAACXAQAACwAAAAAAAAAAAAAAAAAxAQAAX3JlbHMv
LnJlbHNQSwECLQAUAAYACAAAACEAMy8FnkEAAAA5AAAAFAAAAAAAAAAAAAAAAAAuAgAAZHJzL2Nv
bm5lY3RvcnhtbC54bWxQSwECLQAUAAYACAAAACEADuid7L8AAADaAAAADwAAAAAAAAAAAAAAAACh
AgAAZHJzL2Rvd25yZXYueG1sUEsFBgAAAAAEAAQA+QAAAI0DAAAAAA==
" strokecolor="#55305c" strokeweight="2.25pt" to="37795,13485"> 90jcwfIWJU5ZIISSdEHKEipUDjCyJ4lFMrY8bmhvj9O0G0SRWNoz/78nu1wfxkFMGNg6quQqL6RA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" src="file:///C:\Users\hsa\AppData\Local\Temp\msohtmlclip1\01\clip_image039.png" strokecolor="#55305c" stroked="t" strokeweight="2.25pt" style="position:absolute; left:14320; top:13604; width:23384; height:11789" />

Рисунок 19. Схема проекта с использованием сторонней solid сетки

В версии 19 добавились новые модели материалов для ANSYS Composite Cure Simulation: AVRAMI (уравнение кинетики отверждения Ерофеева) и вязкоупругое поведение через ряды Прони.

  1. Рождение и смерть элементов

Опции «рождения» (активации) и «смерти» (деактивации) элементов и контактов теперь интегрированы в Mechanical в виде отдельных объектов интерфейса. Для реализации данных опций больше не требуется ввода командных вставок.

Рисунок 20. Опции рождение и смерти элементов и контактов в дереве проекта

  1. Динамика

Версия 19.0 привнесла в расчеты явной динамики то, чего многие уже очень давно хотели -  наконец-то в модуле Explicit Dynamics стало можно задавать шарниры и точечные массы. Все сопутствующие шарнирам объекты (Joint load, stops, locks, restitution) также теперь доступны в явной динамике.

Мастер дроп тестов, представленный в предыдущей версии теперь может работать не только с Explicit Dynamics, но и с Workbench LS-Dyna.

Рисунок 21. Мастер дроп тестов

Пользователи LS-Dyna также будут рады наконец-то добавленной в новой версии возможности импортировать входной k-файл извне в Workbench.

Рисунок 22. Импорт входного файла LS-Dyna через External Data

В области функционала динамики жестких тел была улучшена производительность решателя при учете трения в шарнире – переходе от трения покоя к трению скольжения, а также при работе с большими областями контакта в модели. Данные нововведения будут крайне полезны всем желающим строить упруго-массовые модели транспортных средств в ANSYS Rigid Body Dynamics.

В области линейной динамики можно отметить появление нового элемента Bushing Element COMBI250 и возможности проведения совместного виброакустического расчета с учетом циклической симметрии.

Рисунок 23. Циклическая симметрия в виброакустическом расчете

  1. Решатель и технология элементов

В новой версии добавлен алгоритм интегрирования по времени Backward Euler time integration для нестационарных расчетов Transient Structural, обладающий более устойчивой сходимостью благодаря высокому уровню численного демпфирования.

Элементы армирования в новой версии поддерживают базовые элементы высокого порядка (SOLID186, SOLID187, SHELL281), а также возможность работы с плоским напряженным состоянием.

В версии 17 была введена DMP версия Block Lanczos, но поддерживалась она только в модальном анализе.  В версии 19, DMP версия Block Lanczos теперь может быть использована также для расчета потери устойчивости (ANTYP,BUCKLE и BUCOPT,LANB).

Переход от 2D к 3D расчету (MAP2DTO3D) теперь также поддерживает распределенные вычисления.

Подмоделирование было последним типом расчета, который не поддерживался распределенными вычислениями ANSYS.  В версии 19, распределенный ANSYS теперь можно использовать для расчета подконструкции (включая метод суперэлемента).

Файлы результатов распределенного решения теперь объединяются прямо в процессе, «на лету». Также в новой версии существенно улучшена масштабируемость – некоторые задачи можно распределять более чем на 3000 ядер.

Рисунок 24. Сравнение производительности разных версий

 

Комментарии

Аватар пользователя rgm54

Какие возможности появились в новой версии для моделирования и расчета эффекта памяти формы для полимерных композитных материалов

Аватар пользователя Sergey Khrulev

Здравствуйте.
Никаких. Все нововведения 19.0 в ACP и Engineering Data никак не связаны с эффектом памяти формы.
Для эффекта памяти формы по-прежнему есть две модели материала: Superelasticity и Shape memory Effect.

Аватар пользователя Alekc37

А скажите, пожалуйста. Вот есть новый метод SMART. Он вроде как (в тестовых задачах) все правильно рисует, направляет трещину, это все здорово. А по какому критерию он определяет направление роста трещины? Есть же критерий максимальных напряжений, критерий поврежденности в материале и т.д. Ничего не смог найти по этому поводу. Предполагаю, что, поскольку нас материалы как бы идеальные и без всяких там пор и прочее, то критерий - максимальные напряжения, но точного ответа не нашел на это. Можете подсказать, где это можно точно выяснить?

Добавить комментарий

Войдите или зарегистрируйтесь, чтобы отправлять комментарии