Статьи

К современным электронным системам предъявляются очень высокие требования. В связи с этим все более важным становится прогнозирование надежности печатных плат (ПП). Необходимость в сокращении затрат и времени выхода на рынок побудила компании чаще использовать моделирование, позволяющее сократить время проектирования и количество физических испытаний. При этом крайне важно, чтобы инженеры обращались к моделированию на ранних стадиях проектирования. Это обеспечивает принятие наилучших решений и создание продуктов, отвечающих или превосходящих поставленные цели по надежности. Последние обновления в Ansys Sherlock, а также в области анализа надежности электроники в Ansys 2021 R2 помогут пользователям достичь своих целей при разработке продукции.

В новой версии программных продуктов появились усовершенствования Ansys Twin Builder – инструмента для создания цифровых двойников, основанных на данных и моделировании. В Ansys Twin Builder 2021 R2 стали доступны улучшения для инструмента подготовки цифрового двойника Twin Deployer. Среди других обновлений – новые возможности для создания модели пониженного порядка (Reduced-Order Models, ROM), а также возможность интеграции с партнерскими платформами.

Стандартный день из жизни инженера по моделированию включает в себя сбор данных, работу с ранее полученной информацией, предварительную обработку моделей, выполнение моделирования либо локально, либо с помощью высокопроизводительных вычислений (HPC), постобработку результатов, создание отчетов и архивирование данных. Процесс и уровень взаимодействия усложняются по мере вовлечения все большего количества инструментов, физики и команд специалистов.

При определении надежности изделия и потенциальных рисков отказа электронного оборудования инженеры часто используют два типа анализа надежности: анализ среднего времени между отказами (средней наработки на отказ, MTBF) на основе нормативных документов и стандартов и анализ физики отказов на основе моделирования.

Ключевым технологическим трендом в энергетической отрасли, существенно повышающим ее эффективность и рентабельность, является цифровая трансформация. С развитием таких технологий, как численное моделирование, цифровые двойники, Промышленный Интернет вещей и обработка больших данных многие компании взяли курс на цифровизацию своих производств. В краткосрочной перспективе цифровая трансформация энергетики сможет увеличить доходы компании в отрасли на 3-4% в год. О том, какие задачи позволяют решать инновационные подходы, какова роль цифровых двойников и данных о материалах, а также о перспективах цифровизации атомной энергетики в специальном интервью научному порталу «Атомная энергия 2.0» рассказали Ян Поженько, ведущий инженер-расчетчик, и Михаил Кочетков, директор по продажам и развитию бизнеса в атомной отрасли компании «КАДФЕМ Си-Ай-Эс».

Метод дискретных элементов (DEM) – это система численного моделирования, используемая для анализа поведения гранулированных твердых частиц сыпучих материалов. Моделирование частиц сыпучих материалов является непростой задачей из-за сложных способов взаимодействия различных дискретных элементов или частиц друг с другом и с окружающей средой.

Моделирование является важным инструментом для многих отраслей промышленности. По данным Grand View Research ожидается, что с 2021 по 2028 год мировой рынок программного обеспечения для моделирования будет расти с совокупным темпом годового роста – 17,1%. Такой значительный рост связан с многочисленными преимуществами, которые получает бизнес, используя ПО для моделирования. Среди них – сокращение затрат на разработку продукции, физические испытания и бракованные физические прототипы.

«Где найти данные?» – таким вопросом задаются инженеры, которые до половины своего рабочего времени тратят на поиск информации, связанной с проектом. В пересчете на одного инженера это составляет 15 недель в год

В течение многих лет лучшая практика подготовки 3D-модели для расчета электродвигателя включала сначала импорт трехмерной геометрии, а затем определение области для задания циклической симметрии. Наличие у системы подобной симметрии сильно облегчало решение задачи. В таких случаях мы сначала с помощью двух секущих плоскостей выделяли область с циклической симметрий, а затем определяли на этих плоскостях соответствующее граничное условие симметрии.

Для поколения, привыкшего узнавать время, глядя в телефон, часы могут показаться анахронизмом. Но часы класса люкс – отличный способ выделиться из толпы, и многие люди это ценят. Для них компания XRby из Jura Mountain создала лимитированную серию наручных часов métiers d’art. При поддержке CADFEM GmbH для них разработали стекло, используя Ansys SPEOS для проектирования оптических систем.

Сегодня математическое моделирование нашло свое применение в проведении исследований и разработке медицинских приборов. Применение передовых верифицированных численных методов позволило сократить дорогостоящую и длительную процедуру клинических испытаний, необходимую для одобрения медицинского прибора. Управление по контролю за продуктами питания и лекарствами США (US Food and Drug Administration, FDA) и научные круги совместно работают над созданием лабораторных экспериментов. Они помогут промышленности повысить доверие к результатам математического моделирования, а также дадут разработчикам ПО представление о сильных и слабых сторонах математического программного обеспечения. Таким образом, скоро станут возможны не только виртуальные испытания изделий, но и их виртуальная сертификация на соответствие требованиям надзорных органов.

Ansys optiSLang является решением для интеграции расчетных процессов и оптимизации дизайна (Process integration and design optimization, PIDO). Оно повышает эффективность виртуального прототипирования за счет автоматизации CAE-расчетов и обеспечения интеграции программного комплекса optiSLang с различными решателями. Благодаря технологиям интерактивной визуализации и искусственному интеллекту (ИИ) optiSLang позволяет лучше понять конструкции изделий и принимать более обоснованные решения в короткие сроки. Обновления, появившиеся в Ansys optiSLang версии 2021 R1, по-прежнему помогают осуществлять параметрическую оптимизацию и масштабирование, позволяя инженерам эффективнее взаимодействовать и работать над крупными и сложными проектами.