مش مورفینگ (RBF)

 Mesh morphing (RBF) چیست؟

مورفولوژی مش شامل تطبیق یک شبکه محاسباتی اتخاذ شده برای مهندسی به کمک کامپیوتر (‏CAE) ‏است. به عنوان مثال، شبکه جامد یا پوسته یک بخش ساختاری آماده برای پردازش توسط یک حل‌کننده FEA، یا شبکه حجمی کامل با شرایط مرزی برای یک حل‌کننده CFD، می‌تواند یک شکل جدید را تنها با به روز رسانی موقعیت‌های گره‌ای بگیرد. این بدان معنی است که توپولوژی شبکه (‏تعداد گره‌ها، تعداد سلول‌ها، اتصال) ‏یک‌سان باقی می‌ماند. تنها مختصات گره‌های x، y و z در بخشی از مدل تحت اصلاح شکل به روز رسانی می‌شوند. مورفولوژی مش می‌تواند برای اهداف مختلفی مورد استفاده قرار گیرد: ایجاد پارامترهای شکل (‏به عنوان مثال، تغییر طول، زاویه ضخامت)‏، حرکت به سمت یک شکل شناخته‌شده جدید (‏به عنوان مثال، تولید شده توسط CAD)‏، حرکت به سمت یک جسم پیش‌بینی‌شده توسط راه‌حل CAE (‏بهینه‌سازی شکل خودکار با اتصال مستقیم یا BGM)‏، و پشتیبانی فیزیک چند منظوره (‏حرکت شبکه CFD با توجه به تکامل آلمان محدود متصل، فرسایش / رسوب را ممکن می‌سازد)‏. ​

معمولا، تغییر شکل مش به دلایل بسیاری سریع‌تر از تغییر شکل است: از “نویز مش بندی” اجتناب می‌کند (‏داشتن مش مشابه به این معنی است که اثر یک پارامتر با تاثیر یک ساختار مش جدید اشتباه گرفته نمی‌شود)‏، بنابراین اثرات تغییر می‌تواند حتی با یک مش بزرگ‌تر ارزیابی شود. مدل CAE را می توان در پس‌زمینه با حفظ تمام تنظیمات اصلی (‏شرایط مرزی)‏به روز رسانی کرد. به روز رسانی موقعیت‌های گره‌ای معمولا به تلاش محاسباتی کمتری در مقابل نیاز دارد. یک ترمیم کامل مش. ایجاد پارامترهای شکل با مورفولوژی مش سریع‌تر از ایجاد یک مدل CAD پارامتری است. ​

RBF ها یک ابزار ریاضی هستند که قادر به درون یابی زمینه‌های موجود بر روی ابر نقاط هستند. تغییر شکل مش یک میدان جابجایی را بر روی ابری از نقاط منبع تعریف می‌کند (‏معمولا برخی از سطوح / منحنی‌های شبکه CAE)‏. سپس آن را بر روی ابری از نقاط هدف منتشر می‌کند (‏معمولا گره‌های مش حجمی / سطحی مدل CAE تحت انطباق)‏. این روش به خوبی با نیازهای تغییر شکل مش متناسب است: طبیعت بدون مش به شما اجازه می‌دهد تا به راحتی گره‌های پارتیشن‌بندی شده مورد استفاده برای محاسبه موازی با عملکرد بالا را مدیریت کنید؛ ماهیت گره – عاقلانه آن شما را قادر خواهد ساخت تا کنترل کامل مناطق خاص را داشته باشید. هزینه محاسباتی RBF می‌تواند بسیار بالا باشد، بنابراین الگوریتم های خاص (‏توابع پایه شعاعی سریع)‏برای لذت بردن از چنین مزایایی برای کاربردهای صنعتی مورد نیاز هستند. ​

مدل‌های مرتبه کاهش‌یافته، همانطور که با نام آن‌ها پیشنهاد شده‌است، مدل‌های عددی یک سیستم (‏سیال، ساختار، یا فیزیک دیگر)‏هستند که می‌توانند بسیار سریع کار کنند (‏معمولا در زمان واقعی)‏. حافظه فقط‌خواندنی با استفاده از الگوریتم های داده – فشرده‌سازی و اعمال آن‌ها در بسیاری از موارد مختلف (‏که به عنوان اسنپ شات نیز شناخته می‌شوند) ‏مدل اصلی کاهش می‌یابد. ​

RBF و ROM برای بهبود مش‌بندی در نظر گرفته نشده اند، بلکه ارتباط بین CAE / مش‌بندی و اجرای زوج‌های دیجیتال بلادرنگ را ممکن می‌سازند. در واقع RBF یک روش تغییر شکل مش است که از ایجاد خودکار تغییرات شکل مش اصلی حمایت می‌کند. برخی اعوجاج سلول‌های تحت تغییر شکل (‏کشش / فشار)‏معمولا رخ می‌دهد، و یک روش مناسب تغییر شکل شبکه باید کیفیت شبکه تغییر شکل یافته را حفظ کند. امروزه ثابت شده‌است که RBF یکی از بهترین راه‌حل‌های موجود برای اجرای مورفولوژی با کیفیت مش است: هسته مش با حداقل اعوجاج سازگار شده‌است و توزیع اندازه مش نزدیک به سطوح (‏لایه‌های مرزی برای ثبت جریان، لایه‌های پالایش برای جذب تنش کنندگان)‏به خوبی حفظ شده‌است. ​

شبیه‌سازی‌های مورفولوژی مش در نرم‌افزار ANSYS Fluent

نسخه اضافه شونده مورفولوژی RBF امکان مطالعات بهینه‌سازی شکل را به طور کامل در محیط سیال ANSYS با تغییر شکل یک مش موجود فراهم می‌کند. ویژگی‌های اصلی افزونه RBF Mesh Morph عبارتند از:

واسط کاربری: GUI اختصاصی و TUI.

یکپارچگی فرآیند: مورفولوژی به طور مستقیم در داخل مرحله حل بدون اصلاح هندسه، ایجاد مجدد مش، و تنظیم مجدد مورد. ​

توپولوژی مش: اصلاح سطح اصلی و مش حجمی بدون تغییر توپولوژی مش، یک صافی گره تولید می‌کند. ​

مورفولوژی سطح: گره‌های سطحی را می توان با تغییر شکل سطح آزاد، حرکت سخت یا مقیاس بندی اصلاح کرد. ​

هموارسازی حجم: هموارسازی با کیفیت بالای مش حجمی با حرکات نسبتا بزرگ ممکن در یک تغییر شکل تک مرحله‌ای. ​

انطباق پذیری: هموارسازی گره با استفاده از یک روش بدون شبکه مستقل از ساختار مش، کنترل هر نوع آلمان مش (‏چهار وجهی، شش‌وجهی، چند وجهی، منشوری، هسته hex، رابط‌های غیر همدیس و غیره) ‏به دست می‌آید. ​

قابلیت استفاده مجدد: راه‌حل RBF را می توان برای هر شبکه‌ای که همان هندسه را نشان دهد، به کار برد.

ثبات: ویژگی‌های مش حفظ می‌شوند، بنابراین ثبات مش تضمین می‌شود (‏اندازه المان، نوع و توزیع، لایه‌های منشور و غیره)‏. ​

برابرگرایی: محاسبه موازی برای مدل‌های بزرگ (‏میلیون ها سلول)‏.

کارایی: راه‌حل‌های جریان به طور کامل از طریق تمام مش قابل خواندن هستند، که تعداد تکرارها را برای هم‌گرایی کاهش می‌دهد. ​

دقت: حرکت دقیق برای مکان‌های گره‌های در حال حرکت و حفظ ویژگی دقیق تضمین می‌شود. ​

پارامترسازی: مسائل چند پارامتری و چند مرحله‌ای.

پردازشگران سیال و سازه مهر، کارشناس در زمینه مورفولوژی مش

با چندین سال تجربه شبیه‌سازی طیف گسترده‌ای از مشکلات در زمینه‌های مختلف CFD با استفاده از نرم‌افزار Fluent، تیم MR – CFD آماده ارائه خدمات مدل‌سازی، مش بندی و شبیه‌سازی گسترده است.

خدمات شبیه سازی RBF Mesh Morph به صورت زیر دسته بندی میشوند:

• بهینه‌سازی سازه‌های مختلف
• بررسی پارامتری عوامل مختلف موثر بر یک سیستم
• …

شما میتوانید محصولات مرتبط با دسته شبیه‌سازی RBF Mesh Morph را در فروشگاه آموزشی پیدا کنید.

خدمات ما محدود به موضوعات ذکر شده نیست، و پردازشگران سیال و سازه مهر آماده انجام پروژه‌های متفاوت و چالش برانگیز در زمینه مدل‌سازی مهندسی Mesh Morph RBF است که مشتریان ما سفارش داده‌اند. ما حتی انجام شبیه‌سازی CFD برای هر طرح انتزاعی یا مفهومی که در ذهن خود دارید را قبول می‌کنیم تا آن‌ها را به واقعیت تبدیل کنیم و حتی به شما کمک کنیم تا به بهترین طراحی برای آنچه که ممکن است تصور کرده باشید برسید. شما می‌توانید از مشاوره متخصص پردازشگران سیال و سازه مهر به صورت رایگان بهره ببرید و سپس سفارش دهید که پروژه شما شبیه‌سازی و آموزش داده شود.

شما با برون سپاری پروژه خود به پردازشگران سیال و سازه مهر به عنوان یک خبرنگار مستقل شبیه‌سازی CFD، نه تنها فایل‌های منبع پروژه مربوطه را دریافت خواهید کرد (‏هندسه، مش، داده موردی، …)‏، بلکه با یک ویدئوی آموزشی گسترده ارائه خواهید شد که نشان می‌دهد چگونه می‌توانید هندسه، مش، و تنظیمات مورد نیاز (‏پیش‌پردازش، پردازش و پس پردازش)‏را در نرم‌افزار ANSYS Fluent  خودتان ایجاد کرده و تعریف کنید. علاوه بر این، پشتیبانی پس از فنی برای روشن‌شدن مسائل و ابهامات موجود است. ​علاوه بر این، پشتیبانی فنی پس از خرید برای روشن‌شدن مسائل و ابهامات موجود است. ​