当前位置: 首页 > news >正文

Ansys Discovery 2025R2的主要增强功能:CFD仿真的亮点

了解Ansys Discovery 2025R2的最新进展,重点关注计算流体动力学(CFD)仿真的关键升级。

热管理:内部 3D 风扇

2025年发布的Ansys Discovery继续改进热管理,特别是引入了内部3D风扇。这些增强功能可以更准确地模拟现实世界的热行为,这对于电子冷却至关重要。用户现在可以将风扇添加到圆柱形或矩形流体区域,通过风扇性能曲线或恒定压力上升模拟内部气流,以反映现实世界的条件。

 

带有常见电子冷却风扇的内置风扇库有助于加快设置速度,支持有罩和无罩配置。这一新增功能通过包括真实世界的风扇行为来提高仿真的准确性,这对于风扇位于流域内部的应用至关重要。此外,该软件还监控压力上升和流量,从而能够精确跟踪风扇性能。

 

 

新的流体 Mesh 功能

Ansys Discovery 2025R2还带来了增强的流体网格划分功能,提高了仿真的精度。

流体的影响体局部保真度(探索)

关键功能之一是影响体 (BOI) 局部保真度,支持抑制几何体,允许灵活的局部网格控制。此功能可实现灵活的 BOI 放置,完全或部分重叠任何形状的流体或固体区域。它与 Workbench BOI 不同,Workbench BOI 就像一个球体或一个盒子。

 

 

锐边捕捉(探索)

锐边捕获功能提高了入口、出口和明确定义的流体边界处的网格分辨率。在以前的版本中,缺乏锋利的边缘捕获会导致入口和出口孔以及法兰边缘出现不必要的平滑和圆角,从而导致几何误差,从而影响仿真精度。随着锐利边缘捕获的引入,这些关键区域周围的网格保真度大大增强,从而提供更准确的面积计算。这一改进直接支持对性能监测器进行更可靠的预测,例如流体域中入口和出口点的质量流量和压降,从而确保仿真结果与实际系统行为紧密 结合。 

 

 

 

Ansys Discovery 2025R2的一些附加功能

  • 完全开发的 Velocity 入口配置文件: 此功能现在在“探索”和“细化”模式下均可用,仅支持圆形进水口,但同时适应层流和湍流速度剖面。随着这一进步,不再需要人为地扩展流域来实现完全开发的流,从而实现更高效的计算设置并减小问题大小。

 

  • 热流监测:在入口、出口和壁边界引入热流监测器增强了在流体-热和共轭传热分析中准确评估热平衡的能力。此功能提供了改进的热性能评估和对仿真结果的更大信心。

  • 监控保存在项目中的详细信息:分析期间创建的仿真监视器现在保留在项目文件中。重新打开已保存的项目时,所有配置的监视器都可以轻松访问,从而可以在后续会话中全面审查解决方案收敛和瞬态响应。此增强功能简化了后处理,并支持更有效地评估仿真精度。
  • 双向流线:这项新功能允许用户可视化流体粒子在穿过位于流体域内的发射器时的整个轨迹。它提供了对复杂流动结构、边界条件的影响以及与流动内障碍物相互作用的详细理解。通过利用双向流线,我们可以有效地说明物体周围的流场,包括下游的尾流形成,从而增强我们对流体动力学的洞察力。 
     

 

  • 热系数(HTC)和温度传递给Ansys Mechanical:用户现在可以将Discovery中的共轭传热仿真与Ansys Mechanical中的后续热或热应力分析无缝链接。这种集成在流体-固体界面上提供了准确的、空间解析的HTC值和流体温度数据,显著提高了Mechanical中热应力和热应力预测的保真度,并确保了跨仿真域的一致性。

 

 

 

人工智能驱动的副驾驶

Ansys Discovery 2025R2 引入了人工智能驱动的 Copilot,可增强用户体验和性能。它集成在 Discovery 界面中,为仿真和建模提供上下文支持。利用 Ansys 50 年的专业知识,Copilot 提供产品内指导、学习资源访问以及与 AnsysGPT 的集成和技术支持。这项创新加速了故障排除并最大限度地减少了对外部搜索的依赖,使用户能够快速找到所需的信息,从而获得更高效、更支持性的仿真体验。

 

 

 

新功能优势

这些增强功能为控制网格密度提供了额外的用户灵活性,从而提高了仿真精度并优化了 GPU 内存在复杂流体和热应用中的使用。该软件还包括新的流体仿真选项、热流监测器,以及将传热系数和温度传输到机械仿真的能力,进一步提高了仿真的保真度。人工智能驱动的 Copilot 通过在整个 CFD 工作流程中提供上下文专家指导进一步提升体验,确保 Discovery 2025R2 提高可用性和性能。

 

http://www.dtcms.com/a/317065.html

相关文章:

  • ubuntu 22.04 中安装python3.11 和 3.11 的 pip
  • PowerShell 入门4:动手实验篇
  • DHCP 服务器练习
  • 密集表盘漏检率↓79%!陌讯多模态融合算法在电表箱状态识别的边缘优化
  • QT+opencv+yolov8推理
  • 微软系统直链下载工具
  • 【YOLOv8改进 - C2f融合】C2f融合DBlock(Decoder Block):解码器块,去模糊和提升图像清晰度
  • 新手向:Python实现简易计算器
  • 江协科技STM32 15-1 FLASH闪存
  • 【普中STM32精灵开发攻略】--第 9 章 STM32时钟系统
  • 17.9 ChatGLM3-6B开源!32K长文本+推理提速45%,多任务性能飙升29.4%
  • 【概念学习】什么是深度学习
  • 希赛《华为 HCIA-Datacom 》核心考点之 NAT 技术解析
  • STM32F407VET6学习笔记11:smallmodbus_(多从机)创建新的slave从机
  • GPU 优化-用 tensor core实现5G Massive MIMO 64x64
  • 无人机开发分享——基于行为树的无人机集群机载自主决策算法框架搭建及开发
  • 【嵌入式电机控制#26】BLDC:三相模拟采集
  • springboot项目前后端通用下载方法、问题和解决方案
  • [滑动窗口]904. 水果成篮
  • Maven入门到精通
  • Linux网络编程基础-简易TCP服务器框架
  • Unity笔记(一)——生命周期函数、Inspector面板、MonoBehavior、GameObject
  • Go语言版JSON转TypeScript接口生成器:支持智能递归解析与命名优化
  • 超细整理,接口测试基础+流程,真实环境下怎么测...
  • [GESP202309 四级] 2023年9月GESP C++四级上机题题解,附带讲解视频!
  • 解锁音频创作新可能:AI 人声伴奏分离神器 Replay 深度解析
  • Python 进行点云ICP(lterative Closest Point)配准(精配准)
  • 【Java String】类深度解析:从原理到高效使用技巧
  • 数论手机辅助:打造便捷高效的移动应用交互体验
  • Wisdom SSH:数据库自动化运维的坚固基石