Качественные сетки позволяют принимать обоснованные инженерные решения. Если геометрические искажения (изменение исходной формы) минимальны, при выполнении анализа достаточно контролировать качество и размер исходной сетки.
Однако, когда геометрия значительно искажена, трудно поддерживать постоянно высокое качество сетки, поскольку она деформируется и меняется, как пластилин в руках ребенка. В таких ситуациях полезно перестроить сетку, чтобы избежать искажений. Но это может быть довольно сложно, особенно если этап пересчета выполняется автоматически без участия пользователя. Давайте рассмотрим два случая, в которых методы построения сетки в решателе являются критически важными для решения сложных задач.
Что такое нелинейная адаптация сетки?
Моделирование таких технологий производства, как прокатка, вытяжка и штамповка, часто сопровождается существенным изменением формы. Анализ резиновых уплотнений или размягченных пластичных металлов для предотвращения утечки жидкости или газа также сопряжен с сильными искажениями геометрии. При таких типах анализа изменение формы настолько сильное, что качество исходной сетки теряется.
Проблемы искажения сетки решает технология нелинейной адаптации сетки (NLAD). Решатель следит за качеством сетки, и при обнаружении искажений создается сетка более высокого качества. Это позволяет перестроить искаженную область, уточнив, сохранив прежний размер или уплотнив сетку.
Преимущества нелинейной адаптации сетки
При наличии самоконтакта сетка может перестраиваться. Это типично при моделировании резиновых уплотнений, вдавливаемых в небольшие щели для предотвращения утечек жидкости или газа в сосудах высокого давления, трубах и другом механическом оборудовании.
Преимуществом NLAD является контроль ошибок при дискретизации сетки. Когда инженеры проектируют компоненты, одним из основных вопросов является точность результатов. Распространенная ошибка – использование грубых сеток в интересующих областях – приводит к занижению прогноза уровня напряжений в критических точках. Нелинейная адаптация сетки может устранить эти недостатки. Она отслеживает способность сетки улавливать изменения напряжений и деформаций и уточняет сетку, чтобы лучше определять изменения напряжений и деформаций в соседних элементах. При работе с очень большими моделями, например, блоками цилиндров или сложными узлами, где расположение зон повышенного напряжения остается неизвестным, возможность автоматического уточнения сеток в отдельных областях для повышения точности результатов является очень важным преимуществом.
Моделирование роста трещин с помощью адаптивного перестроения сетки
Технология перестроения сетки также используется при моделировании трещинообразования. Рост усталостных трещин – распространенное явление в промышленном оборудовании, элементах планера и рамных конструкциях, часто приводящее к гибели людей и материальным убыткам. Прогнозирование роста трещин имеет важное значение для обеспечения безопасности. Когда трещины образуются на объектах, имеющих сложную геометрию, традиционные нормативы и руководства не работают. Технология разделения, морфинга, адаптации и перестроения сетки (S.M.A.R.T) позволяет точно прогнозировать рост трещин при жестких циклах усталостного нагружения. Основной задачей является способность не только прогнозировать рост и направление трещин, но и автоматически обрабатывать изменения топологии сетки и пересчитывать геометрию с учетом новых граней трещин в автоматизированном режиме.
Технология S.M.A.R.T была усовершенствована для работы с такими сложными геометрическими формами, как лопатки газотурбинных двигателей, блоки цилиндров ДВС и сварные швы. Технология перестроения сетки автоматически создает новые грани трещины, уточняет сетку на фронте распространения трещины и укрупняет сетку в других областях для поддержания точности при минимальном количестве ячеек.
Нелинейная адаптация сетки и технология S.M.A.R.T являются эффективными методами перестроения сетки. Возможность автоматического перестроения сетки перекладывает труд создания новой топологии сетки с человека на решатель. Процессы моделирования, которые были громоздкими, отнимали много времени и нередко были сопряжены с ошибками, теперь стали удобными для пользователя. Это позволяет обычным пользователям и специалистам по моделированию решать сложные инженерные задачи, которые раньше вызывали затруднения.