- 首页
- IDAJ产品资讯
IDAJ产品资讯
- 2023.04.10
-
modeFRONTIER及VOLTA 2023R1版本发布
ESTECO公司最新发布了modeFRONTIER和VOLTA的 2023R1版本。在最新的版本里，modeFRONTIER增加了一个新的Python优化算法接口。VOLTA添加了对单一登录（SSO）身份验证的支持，作为用户跨多个应用程序时集中管理用户帐户的一个选项。
l modeFRONTIER：Python优化算法接口
modeFRONTIER Scheduler向导中的新pyScheduler模块允许用户导入自己的基于Python的设计探索或优化算法。用户可以编码实现算法，并在modeFRONTIER中将其作为内部算法调用。通过这种方式，用户还可以在modeFRONTIER中利用Python的外部科学和机器学习库（如SciPy优化）来执行设计探索或优化研究。
l modeFRONTIER：向导式流程，快速自动搭建流程
modeFRONTIER直观的拖放式工作流生成器现在提出了一个引导过程，以简化CAD/CAE模型参数识别所涉及的所有步骤。现在，自动模型参数识别会将用户直接带到Planner环境中，以定义设计探索和优化研究。
l VOLTA：VOLTA支持单一登录身份验证
单一登录（SSO）是一种流行的身份验证过程，允许用户使用一组登录凭据访问多个应用程序。对于公司来说，通过确保只有经过身份验证的用户才能访问企业应用程序，与SSO集成可以简化用户管理并提高安全性。
SSO为IT管理员带来了很多好处。他们可以在一个地方为多个应用程序的用户设置访问权限，从而更容易管理用户访问和安全。在我们的案例中，他们将直接从集中式企业级SSO提供商管理VOLTA用户帐户。此外，SSO允许用户跨多个应用程序管理他们的身份。用户不需要每天多次登录多个应用程序，而是一次登录即可进行全天访问。它改善了用户的登录体验，节省了时间，并显著减少了用户需要创建和记住的密码数量。
VOLTA Advisor：引入3D模型分析器
VOLTA扩展了其网络CAE后处理功能。有了新推出的3D模型分析器（可在VOLTA Advisor中获得），用户现在可以从网络仪表板对原始CAD/CAE模型进行快速初始后处理，并与利益相关者实时共享见解。
3D模型分析器具有以下主要功能：
l 显示标量结果：用户可以显示模型及其零件的标量结果，并指定要显示的值的范围，选择指定范围之外的值的颜色，选择色标，并定义颜色图例级别的数量。
l 创建截面视图：使用剖切面功能，用户可以显示模型的一个截面并查看其中的标量结果。此外，用户还可以创建多个剖切面来剖切模型，并与剖切面交互以探索模型。
在未来的版本中，使用3D模型分析器，用户还可以可视化矢量结果，将3D模型与散点气泡图同步，创建等值面和等值体，等等。
- 2023.04.06
-
GT-SUITE v2023.1发布
GT-SUITE v2023.1发布
我们非常激动地发现，GT-SUITE v2023.1将提供以下重要更新：
1. GT-xCHEM 后处理器设计模块
GT-xCHEM统一了exothermia suite 和GT-SUITE两大平台，用于开发排气后处理器、蒸发排放系统、化学系统和燃料重整系统等，可以更好地满足排放处理系统的开发。
2. 可以用于HiL的快速求解电池模型
通过建立等效的降阶物理电池模型，GT-AutoLion可以在HiL过程中实现电池性能的老化试验。
3. GT-FEMAG 电机设计模块
FEMAG可以实现2DFE电机系统的设计，GT-FEMAG可以让电机系统实现多物理场耦合分析。
4. 基于Web界面的车辆行驶路线规划能力提升
GT-RealDrive中可以考虑道路的高度变化（即使车辆行驶在隧道中或者桥梁上）、交通信号灯和停止标志、卡车专属路线；
GT-Play提供一个非常好用的Web界面，可以实现在不同的设备上登录使用，扩展了整车模拟开发中的便利性。
如果有问题咨询，欢迎发送邮件至support@idaj.cn
- 2023.03.29
-
新产品发布：GT-xCHEM
新产品发布：GT-xCHEM >>>
我们的新产品GT-xCHEM V2023发布了，致力于更清洁的内燃机排放处理新技术；
GT-xCHEM统一了exothermia suite的优异功能和GT-SUITE的排气后处理和化学方案；
并且提供了新功能，用于开发满足法规要求的排放处理系统；
GT-xCHEM主要功能有：
1. 预测尾管排放水平；
2. 设计后处理系统参数；
3. 用于尿素喷射、冷机启动等策略开发；
4. 燃料重整制氢，用于燃料电池系统和氢气内燃机系统；
5. CO2的捕捉和存储；
如果您对排气后处理系统、蒸发排放和催化重整系统感兴趣的话，欢迎发送邮件至support@idaj.cn
- 2023.03.28
-
GT-SUITE v2022.3发布
GT-SUITE v2022.3发布！
GT-SUITE v2022.3已经可以下载啦，这是v2022的第三个版本，也是最后一个版本。
此版本包含v2022最新的错误修复和安全更新，我们鼓励您更新到此版本。
模型版本自动进化：通过GT-Suite Evolution Manager 可以非常容易地将低版本模型进化到最新版本。从GT-ISE->Utilities启动Evolution Manager，它将自动将模型进化到最新版本，并提供导致结果变更的潜在原因。
访问我们的网站，了解更多关于我们模拟功能的信息！
如您有更新版本的需求，请发邮件至support@idaj.cn咨询。
- 2022.09.13
-
电动汽车电池包成组分析
1 电芯优化方法
1.1 电芯模型及其标定
GT-Autolion是GT-SUITE中的电化学仿真模块，其基于著名的P2D模型开发。该模块能够计算电芯的性能、老化以及机械变形。
图 1 GT-Autolion 电化学仿真模块
由于电池的电化学模型比较复杂，故在使用前需要进行标定，也称为参数辨识。通常需要结合优化算法，进行自动参数辨识。电压和温度的标定结果如下图所示。在该测试数据中，每次均先进行1/3C的CCCV充电，然后进行不同倍率的放电。放电倍率分别为1/5、1/2、1C。结果表明，电芯的电化学模型精度满足要求。
图 2 GT-Autolion电压和温度标定结果
1.2 电芯优化设置
l 设计因子
本文电芯的设计因子有4个，分别是正负极的涂覆厚度和孔隙率。增加涂覆厚度可以增加电芯能量，但是也会导致更高的内阻。增加孔隙率有助于锂离子在电解质中的输运，降低电芯内阻，但不利于提高电芯能量。
图3 更薄的电极和更大的孔隙率
图 4 更厚的电极和更小的孔隙率
将设计因子无量纲化，
式中， 不同的设计因子； 为基础方案的设计因子值。无量纲化后的设计因子范围如下表所示。
表1 设计因子范围
l 目标函数
电芯的设计目标有两个：比能量和电芯温度。对于该两目标的优化问题，首先将其转化为单目标的优化问题。
式中， 为不同的设计因子；式中的分母是为了将不同的目标无量纲化。 为比能量的权重； 为电芯最大温度的权重。本文设置4个不同的权重。Case A不考虑电芯温度，仅考虑电芯的比能量；Case D更关注电芯温度。也就是，从A→D，电芯从能量密度型电芯向功率型电芯变化。
分别在每一组权重下优化出一个最优的电芯。故最终可优化出4个最优的电芯。
1 约束条件
电芯优化的约束条件有
（1） 不同电芯的尺寸与基础方案的电芯相同
（2） N/P比在1.1-1.4之间
（3） 放电截止电压相同
2 电芯优化结果
优化后的4个最优电芯方案如下表所示。所有的设计因子和设计目标均已进行无量纲化。从表中可以看出，不同的设计权重会导向完全不同的最优电芯方案
表2电芯最优设计方案（1.5C）
电芯设计目标的无量纲化的方式如下式所示，
下图为4个最优方案与基础方案之间的1.5C放电电压和温度曲线的对比。横坐标为无量纲化的电芯放电容量。从图中很容易看出，Case A具有最大的放电容量，但是内阻也最大，导致电压损失和电芯温度都最大。Case D具有最小的放电容量，但是最低的电芯温度。
图 5 电压曲线
图 6 电芯温度曲线
3 电池包性能分析方法
将4种最优电芯方案分别进行成组。该Pack由N个模组并联。更靠近负载的并联支路将具有更大的电流。该电池包模型的假设包括：（1）各电芯均相同；（2）各电芯的传热边界相同；（3）1.5C放电过程中，当电芯电压低于截止电压，或电芯温度高于Cut Off温度时，电芯停止工作。
电池包的比能量由下式决定，
式中， 是电池包的端电压； 是电池包的放电电流； 是电池包的放电时间。
电池包的SOC由下式决定，
式中， 是电芯小倍率放电下的容量。
不同模组的温度差异通过温度的标准差表征，如下式所示。
式中， 为某时刻的模组温度标准差；N为模组数； 为第j个模组的温度； 为各模组的平均温度。
整个电池包的平均温度标准差由下式表征。
4 电池包分析结果
从下图可以看出，Case A的电芯虽然具有最高的能量，但是成组后，由于电芯温度（Cut Off温度限值）的限制，电池包的能量却是最低的。Case C与基础方案的比能量基本相同。
图 8 不同电池包的比能量（1.5C）
下图为各方案下的不同位置模组的温度对比。其中B_1表示最靠近负载的模组；B_M表示中间的模组；B_N表示末端的模组。从图中可以看出，靠近负载处的模组温度最高。且Case A 的模组温度相对于其他方案也是最高的
图 9 各方案下模组温度对比（1.5C）
下图为各电池包的平均温度标准差。从图中可以看出，更高的倍率带来了更大的温度不一致性。在1.5C下，越低的电芯内阻（Case C 和 Case D） 具有更好的温度一致性。
图10 电池包温度一致性
下图为电芯和电池包的帕累托前沿。从图中可以看出，当电芯成组时，电池包的性能均下降（比能量降低、电芯温度升高）。其中Case C 方案的电芯成组后在基本保持比能量的同时，还能明显降低电池包温度。故Case C 为最佳方案。
图 11 无量纲化的电池温度和比能量（1.5C）
- 2022.08.02
-
modeFRONTIER集成GT-SUITE优化介绍
- 2022.07.26
-
电池寿命预测
来源：Gamma Technologies Written By: Joe Wimmer
背景
<SPAN style="FONT-SIZE: 14px; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: 2px; LETTER-SPACING: 2; WIDOWS: ORPHANS: none; TEXT-ALIGN: FONT-STYLE: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica DISPLAY: !important; inline justify; FLOAT:>为了了解电池产品的寿命，必须了解电池老化的过程。行业内通常通过试验法来了解电池老化的过程，不过这种方法成本昂贵且耗费时间太长。例如GT – AutoLion基于物理的方法来模拟锂电池老化，可以很好的减少测试时间，并且能够了解锂电池是如何随着时间老化的。
<SECTION style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," powered-by="xiumi.us" text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: center; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica nowrap? row flex-flow: justify-content: flex; DISPLAY: 10px> - 2022.07.25
-
车用永磁电机电热耦合仿真
作者：臧儒振 张志金钟修林
（艾迪捷信息科技（上海）有限公司北京分公司 北京市 100022）
摘要：计算成本和模型分辨率之间的矛盾是车用永磁电机电热耦合仿真面临的主要挑战。本文基于GT-SUITE和JMAG-RT提出一种实用的电机电热耦合仿真方法，兼顾分辨率和计算成本。该方法包含高精度的电机模型、详细的电机内部热管理、电机外部冷却回路、电机控制器以及整车模型。该方法既能得到电机内部详细的温度分布，也能反映温度对电机性能的影响。同时计算成本可接受（1800秒的CLTC-P瞬态工况，用时30小时）。
1. 前言
永磁电机是新能源汽车的主要动力装置。更小、更轻、更高效率的电机是电机设计者的目标。而更高的电机功率密度，使得电机内部的电和热成为强相关。这种强耦合关系既会影响电机在整车上的匹配又会影响电机的设计。故一个高精度的、计算成本又可接受的电机电热耦合仿真方法对于主机厂或供应商的电机设计工程师都是很有用的。
车用永磁电机的电热耦合仿真应包含三个部分：高精度的电机模型、详细的电机内部热管理以及电机控制。当前电机的电热耦合仿真面临一些挑战。首先，它是一个典型的多物理仿真，包含电磁、传热、控制理论以及整车动力学等。其次，计算成本与模型分辨率之间难以找到一个最优的折中。最后，该仿真会涉及多个软件，给工程师带来了不便。
目前电机仿真工程师多集中在电机的零部件级仿真，如采用JMAG或Maxwell等有限元仿真软件进行电机电磁场仿真，或采用CFD进行电机流固耦合仿真。由于过高的计算成本，CFD与有限元电磁场软件的联合仿真并不实用。而系统仿真工程师多集中在整车水平的能量管理仿真，电机只是作为一个“黑盒子”，其重点在于评价电机的热管理回路匹配等问题，而非关注电机本身。故电机的电热耦合系统仿真是一个当前较少涉及的领域。
GT-SUITE是一款世界领先的多物理系统仿真工具，在汽车领域得到了广泛的使用。JMAG-RT是一种基于JMAG-Designer有限元分析结果来获得所需的电机参数（线圈磁链、电感、电阻等），为电路/控制仿真创建专用数据模型。JMAG-RT模型创建完成之后可直接在控制电路中使用，在控制仿真时无需再次进行有限元分析。
本文将基于GT-SUITE和JMAG-RT提出一种实用的电机电热耦合仿真方法，兼顾分辨率和计算成本。
2. 电机电热耦合仿真方法
2.1 电机仿真方法
当前的电机仿真一般有4种方法：
（1）基于效率map的模型。该模型非常简单，计算速度最快，主要应用于整车级别的仿真中，如动力性经济性、包含电机冷却回路的整车能量管理。该模型的缺点在于其忽略了电机的动态特性，通过简单的查表计算电机的性能，无法集成电机的控制。
图 1 电机效率map
（2）基于等效电路的模型。该模型也很简单，计算速度也很快（时间步长可以达到0.01s）。该模型可以集成电机控制，可以反映电机低频的动态特性，也可以反映温度对电机性能的影响。但模型精度有限。
（3）基于JMAG-Designer（或其他软件）的有限元模型。该类模型能够计算电机内部的电磁场，具有最高的模型保真度，但只适合于零部件仿真，不适合进行电热耦合这类系统仿真。
图 3 JMAG-Designer
（4）基于JMAG-RT（或其他软件）的模型。该模型基于JMAG有限元的计算结果，结合等效电路模型进行模型标定。该模型计算精度高，且计算速度较快。既可以集成电机控制，也可反映温度对性能的影响。故该模型最适合于电机的电热耦合仿真。
2.2 电机热管理仿真方法
当前的电机热管理，一般也有4种仿真方法：
（1）电机“黑盒子”热模型。该模型将电机简化成一个“黑盒子”，与电机冷却回路进行换热。故电机内部处处的温度相同。该模型分辨率最低，主要与基于效率map的电机模型联合使用，应用于整车能量管理。
图 4 电机“黑盒子”热模型
（2）电机简单热阻模型。该方法将电机内部分为几个部分，定义部件之间的热阻，这样结合流体回路就可以得到简单的电机内部温度分布。该方法分辨率仍然很低。
（3）电机详细的一维热管理。该方法的流体部分采用一维CFD进行模拟，直接求解NS方程。固体部分采用有限元（可多达数十万个网格）。该方法分辨率高，计算成本可接受，适合于具有高分辨率要求的系统仿真。本文即采用该方法。
（4）CFD 流固耦合仿真。该方法具有最高的模型保真度。流体部分采用三维CFD，固体部分采用有限元。但该方法计算成本高，且难以与电机模型进行实时耦合。故适合于零部件仿真。
另外，电机控制一般在SIMULINK等工具中搭建。本文将在GT-SUITE中搭建控制模块，以减少所用软件的数量。GT-SUITE负责电机的详细热管理、电路、电机控制以及整车动力学模型的搭建，而JMAG-RT负责电机本身的建模。两者在GT-SUITE中进行耦合。
3. 仿真模型介绍
3.1 电机JMAG模型
本文采用的是一个内置式的永磁电机。电机性能参数如下表所示。
表1 电机参数
峰值功率/kW
190
最大扭矩/Nm
360
额定电流/A
650
极数
8
连接形式
星型
冷却方式
水冷+绕组端部喷油冷却
图 5 电机模型
由于当前JMAG-RT文件无法分别输出定、转子铁耗，故需要JMAG导出两个RT模型。一个RT模型的铁耗只包含定子铁耗，另一个RT模型的铁耗只包含转子铁耗。
3.2 整车模型和电路模型
本文所用乘用车的整车参数如下表所示。
表2 整车参数
车重/kg
1600
减速比
10
风阻系数
0.23
迎风面积
2.5
滚阻系数
0.01
轮胎半径/mm
334
所搭建的整车和电机电路模型如下图所示。电机通过3个电压源驱动。图中所示重复的两个JMAG-RT电机是为了将定子铁耗和转子铁耗分别输出。
图 6 GT-SUITE整车和电路模型
3.3 电机控制
电机的外特性如下图所示，分为恒转矩区和弱磁区两个区域。在每个区域内分别采用不同的控制。
图 7 电机外特性曲线
在恒转矩区，由于转速较低，电压未达到逆变器输出的电压限值，故电机运行的工作点仅由电流限制圆决定。当转速超过基速时，电压达到了逆变器输出的电压限值，此时，电机运行工作点由电流限制圆和电压限制圆共同决定。本文采用一种简单的公式计算法确定电机的运行工作点，如下图所示。实际中的控制策略需要考虑变化的dq电感和磁链。另外为了控制的实时性，需要将dq电流做成扭矩和转速的map。
图 8 恒转矩区和弱磁区的电机运行工作点[1]
（1）恒转矩区运行工作点规划方法
首先根据下式计算定子电流和d轴的夹角。
式中， 为永磁体磁链； 和 分别为dq轴电感； 为所允许的定子电流最大值。然后根据扭矩需求，确定定子电流。
式中， 为极对数。再根据下式计算目标dq电流。
最后经PI控制器通过控制dq电压来达到目标dq电流。
（2）弱磁区运行工作点规划方法
弱磁区的d轴电流由下式决定。
式中， 为相电压幅值； 为电角速度。q轴电流由下式获得。
最后经PI控制器通过控制dq电压来达到目标dq电流。最终的电机控制模型如下图所示。
图 9 永磁电机控制器
3.4 电机内部热管理模型
3.4.1 固体域的有限元离散
利用GT-SUITE的前处理工具GEM3D，可以将电机的外壳、定子铁芯、绕组、转子铁芯、磁钢等固体域离散为有限元，如下图所示。本文中的定子铁芯网格数量多达53万个。
图 1 0 固体域转化为有限元
3.4.2 流体域的离散
同样利用GEM3D将电机水套转化为一维管路部件，并建立固体与流体之间的传热关系。
3.4.3 喷油冷却修正
本文中的电机采用绕组端部喷油冷却。一维CFD很难模拟润滑油的喷射过程以及在电机内部的复杂流动。故采用换热系数修正的方法。基于文献[2]中的方法，根据无量纲的传热关联式，计算喷油和绕组端部之间的对流换热系数。如下图所示，以自由射流为例，将自由射流分为两个区域：冲击区域（Impingement zone）和壁面射流区域（Wall jet zone）。
图 1 1 自由射流
每个区域都分别表示为努塞尔数、普朗特数和雷诺数的关联式，然后对两个区域进行面积加权，如下式所示。
3.5 电机外部冷却回路建模
由于难以获进出电机的冷却液流量边界，故增加了电机冷却外部回路。通过控制水泵占空比或转速，软件可以自动计算冷却液进出电机水套的边界。本文中的电机冷却回路中采用电子水泵、管翅式散热器。模型如下图所示。
图 1 2 电机冷却回路
3.6 模型集成
建立电机损耗与热管理模型中部件之间的对应关系。其中，定子铁耗施加在定子铁心上、转子铁耗施加在转子铁心上、定子铜耗均匀分布在12个绕组上。而经由电机热管理计算得到的绕组温度和永磁体温度信息再返回至JMAG-RT，从而实现电热耦合仿真。将整车模型、电机电路模型、电机内部热管理模型、电机外部冷却回路模型进行集成，如下图所示。
图 1 3 模型集成
4 结果与讨论
4.1 电机温度对外特性的影响
对模型进行全负荷加速测试，对比不同电机温度（绕组和永磁体）对电机外特性的影响。从图中可以看出随着温度的增加，电机性能有所下降，这主要是由于磁链减小和电阻增加所致。
图 1 4 电机温度对于外特性的影响
4.2 母线电压和最大电流对电机性能的影响
下图为不同母线电压对应的外特性曲线。随着电压的增加，恒扭矩区转速范围增大，弱磁区的扭矩也能够显著增加。
图 1 5 母线电压对外特性的影响
如果增大冷却系统的能力以保证电机的温度，则可以增大电机最大电流。下图为相电流幅值分别为550、650、750A时对应的外特性曲线。
图 1 6 最大电流对外特性的影响
4.3 喷油冷却对电机温度分布的影响
本文中采用的是自由射流模式，喷油冷却绕组端部。所仿真工况点为一个稳态工况点，即250Nm@3000rpm。冷却水流量为130g/s，进口水温为50℃。共2个喷嘴，油温为35℃，喷油速率为15m/s。下图为喷油与不喷油时绕组和定子的温度分布。从图中可以看出，喷油时，绕组最高温度位于侧面的底部；而不喷油时，最高温度位于端部。
图 1 7 喷油和不喷油时绕组的温度分布
图 1 8 喷油和不喷油时定子铁芯的温度分布
4.4 喷油冷却对电机温升的影响
在340Nm@5000rpm的工况下持续工作20s，电机初始温度70℃，电机冷却液流量为130g/s。如下图所示，喷油冷却时电机绕组最大温升为27.5℃，且端部冷却显著；不喷油冷却时，电机内部最大温升为30℃，端部为温度最高处。由于时间较短，喷油冷却对温升没有体现出明显差异。
图 1 9 喷油和不喷油时绕组的温度分布
4.5 循环工况的损耗分析
下图为CLTC-P工况的车速跟随曲线，从图中可以看出，车速跟随效果良好。
图 20 车速跟随曲线
下图为电机的三相电压和电流曲线。电压幅值最大为174V，电流幅值最大为600A。
图 21 电机三相电压
图 22 电机三相电流
下图为驾驶循环中电机的铜耗、铁耗和总损耗的对比。从图中可以看出，铜耗高于铁耗2倍以上。定子的铁耗远大于转子铁耗。
图 23 电机铜耗和铁耗
下图为铁耗的具体分布。包含定转子的涡流损耗和磁滞损耗。从图中可以看出涡流损耗远大于磁滞损耗。
图 24 铁耗分布
下图为电机内部各部分的平均温度分布。从图中可看出，在驾驶循环中，绕组平均温度能达到72℃。考虑到绕组内部的温度差异，绕组的最高温度在76℃左右。定子、转子的温度都显著低于绕组温度。
图 25 电机内部各部件的平均温度
总结
本文基于GT-SUITE和JMAG-RT提出一种实用的电机电热耦合仿真方法，并做了一些参数研究。该方法兼顾分辨率和计算成本，适合于电机设计、电机热管理、以及电机控制工程师。未来可以进一步集成功率开关及其热管理，组成完整的电驱仿真系统模型。
参考文献
[1] 张传谱. 电动汽车永磁同步电机弱磁控制研究[D].吉林大学,2019.
[2] Womac D J, Ramadhyani S, Incropera F P. Correlating equations for impingement cooling of small heat sources with single circular liquid jets[J]. 1993.
- 2022.05.19
-
零排放的氢燃料发动机
零排放的氢燃料发动机
概要：氢燃料在燃烧过程中产生的主要废气是氮氧化物（NOx），Gamma Technologies公司在最近发布的GT v2022 软件的案例中展示了零排放的氢燃料发动机模型。本文就此介绍了，将空气中的氮气替换成不参与反应的惰性气体来实现零排放。
可再生能源：氢燃料发动机
随着汽车行业对节油、零排放技术的需求日益增加，可再生氢燃料被认为是一种很有前景的汽车储能形式。纯氢燃烧不排放温室气体CO2，而惰性气体可以代替氮消除NOx等环境污染物。因此，氢气燃烧有望同时消除碳排放和其他污染物排放。
此外，较高的比热比可以提高Otto循环的理论热效率，k = Cp / Cv，由下式可以确定，其中CR为压缩比。
因此，使用比热比较高的单原子工作气体如氩气，理论上可取得比以空气(氮气)为工作气体的常规内燃机高得多的热效率。图1给出了理论热效率与工作气体比热比的关系。当压缩比为10时，比热比从k = 1.4提高到k = 1.67，热效率相对提高约30 %。
图1 理论热效率氢发动机GT仿真模型
为了验证GT - SUITE对闭环氩氢发动机进行建模的可行性，Gamma Technologies公司在最近发布的v2022 Build_1中建立并包含了该系统的模型。在示例模型‘Ar-H2 _ CloseCycle _ Engine’中，应用了几个先进的建模概念，包括燃烧产物的冷凝、从系统中除水和半预测的冷凝器模型。氩在系统中循环，氧气通过喷射器对象供给；氢气作为这个系统中唯一的燃料，直接注入发动机缸内。燃烧完成后，废气通过冷凝器将水蒸气转化为液态水，液态水随后从系统中排出。
闭环仿真的一个非常关键的方面是保证稳态解，这需要系统质量守恒。即要求在进入系统的质量和退出系统的质量之间保持平衡。否则，不断变化的系统质量将阻止仿真收敛于稳定的结果。因此，需要对氧气供给和氢气注入进行细致的控制，以保持模拟的稳定性。
图 2 Ar-H2循环发动机模型
实例模型模拟了工作气体中不同氩含量，即氩气与氧气混合物中氩气的比例。缸内气体的热效率和比热比随氩气含量的变化趋势如图3所示，与所述的理论一致。.
图 3 氩气对热效率的影响总结
本文中讨论的Ar-H2闭式循环发动机模拟，用GT-SUITE中的非预测燃烧模型进行了演示。用户可以类似方法证明的氢/惰性气体发动机模拟，并作为闭式循环发动机模拟的参考示例。和目前广泛应用于汽油机仿真的SI湍流燃烧模型，该课题后续还可进行预测燃烧模型工作。
参考
[1] Kuroki, R., Kato, A., Kamiyama, E., and Sawada, D., “Study of High Efficiency Zero-Emission Argon Circulated Hydrogen Engine,” SAE Technical Paper 2010-01-0581, 2010, https://doi.org/10.4271/2010-01-0581.
- 2022.03.25
-
氢-柴油双燃料发动机燃烧及排放特性研究
直到几年前，我才对柴油机有过些思考。在美国，虽然我知道柴油被用于长途卡车等交通工具，但很少有乘用车使用柴油发动机。但大多数情况下，我只是庆幸自己去加油时不必购买价格昂贵的柴油。
直到我开始在Convergent Science公司工作，我才真正考虑到世界上有很多领域是由柴油发动机驱动的。在其他国家，柴油汽车不仅更常见，而且柴油发动机还能促进贸易、货物配送，并为船舶、卡车和建筑设备提供动力，从而建设新的建筑和基础设施。柴油发动机一直并且将继续在塑造社会方面发挥重要作用。
然而，在Convergent Science工作期间，我也开始更多地思考排放问题。当然，我知道减少车辆排放是非常重要的。但是，我想，这不是电动汽车的作用吗?现在，电动汽车在某些领域的发展和替代传统燃油车是非常有意义的，但在重型汽车领域则未必如此。移动重型车辆需要大量的电能，而今天的电池技术并不能提供很好的解决方案。那么，我们能做些什么来减少重型汽车的排放，同时确保它们仍能发挥其重要功能呢?
在Convergent Science总部的另一边，新南威尔士大学(UNSW)的研究员Annabelle Evans正在考虑这个问题。在她的荣誉论文项目中，她与Evatt Hawkes教授和他的研究小组合作，研究一种替代决方案: 氢气。下面由Annabelle来介绍一下她的研究!
氢是一种很有前途的发动机替代燃料。它具有可再生的潜力，而且它唯一的排放物是水(至少理论上是这样)。此外，与电池相比，氢具有良好的能量密度，使其成为重型运输应用领域一个很有吸引力的选项。
然而，如果你只是把氢气放入一个传统的压燃式发动机，你会遇到麻烦。氢比柴油具有更高的自燃温度，因此单靠压缩很难实现点火。我的研究小组正在研究一种使用少量柴油的发动机，这种发动机通过压缩实现点燃。少量的柴油就像一根火柴，用来点燃氢气。
氢-柴油双燃料发动机比传统柴油发动机更清洁、更高效，但在设计时必须仔细考虑。氢具有比柴油更高的绝热火焰温度，这可能导致更高的NOx排放。另外更高的温度会导致更大的热损失，降低发动机的效率。
为了设计一款优秀的的氢-柴油双燃料发动机，你需要了解驱动NOx排放和热损失的机制。我开始使用CFD模拟技术来研究这些现象。与实验相比，模拟成本更低，运行起来也更容易，而且可以提供比从实验获得的更多数据。通过我的CONVERGE模拟，我可以跟踪发动机内部任意位置的温度、压力和混合气成分。
我使用了CONVERGE的详细化学求解器和高精度排放模型来模拟不同比率的氢和柴油[1]的双燃料发动机。我将氢含量从0%逐步调整到90%，并评估了每种条件下的NOx排放和热损失。在我的模拟中，我假设氢与缸内的空气均匀混合，柴油在压缩冲程的顶部被喷射。
我发现氮氧化物的排放量随氢含量的变化而变化，如图1所示。最初NOx随着氢燃料比率增加而增加，当氢的比率增加到50%以上后，NOx的排放量开始下降。
我们认为，NOx排放首先上升的原因是氢气火焰温度高，燃烧温度升高，导致NOx生成更多。然而，当氢的添加达到一定水平时，你会看到燃料和空气在燃烧前更加均匀地混合，从而减少了氮氧化物的排放。
我们的研究小组也在进行氢-柴油双燃料氢发动机的实验，但他们还没有测试50%以上的氢燃料比率。然而，这些模拟结果提供了一个良好的预期，未来的实验可能表明，随着氢气比率的增加，NOx的排放有望大幅减少。
在热损失方面，我发现有三个主要的影响因素：燃烧相位、靠近气缸壁的当量比、湍动能。传热主要集中在活塞边缘的特定区域，如图2所示。大部分注入的柴油最终会进入这些区域，从而导致高温。此外，活塞边缘上方狭窄的“挤压区”会产生湍流，促进传热。
谢谢你, Annabelle!了解NOx排放和热损失背后的原因对于设计高效、低排放的氢气发动机至关重要。Annabelle的数据提供了氢与柴油的最佳比例，以及减少热损失和氮氧化物排放的必要信息。氢为绿色重型汽车提供了一条可行的道路，Annabelle的研究让我们离更清洁的未来交通更近了一步。
参考文献
[1] Evans, A., Wang, Y., Wehrfritz, A., Srna, A., Hawkes, E., Liu, X., Kook, S., and Chan, Q.N., “Mechanisms of NOx Production and Heat Loss in a Dual-Fuel Hydrogen Compression Ignition Engine,” SAE Technical Paper 2021-01-0527, 2021. DOI: 10.4271/2021-01-0527
<
- 2022.04.25
-
乘员舱热管理仿真
概述
GT - TAITherm是一种求解三维传导、对流和辐射的建模工具。GT-SUITE提供ThermoAnalytics TAITherm联合仿真的功能，其中TAITherm是直接封装在GT-SUITE内部的特殊版本。GT-TAITherm可以独立使用，也可以实现GT - SUITE实时三维乘员舱舒适性仿真。使用GT-SUITE和TAITherm进行车辆的乘员舱热舒适性仿真，以下内容展示了仿真结果与测试结果的一致性。
模型介绍
为了评估车辆的热舒适性并模拟乘员舱温度的响应，Gamma Technologies 和 ThermoAnalytics 在Volvo S60乘员舱的基础上，设置边界条件并计算获得相应位置的温度变化，如图1所示。输入数据包括外部边界条件以及内部气流和温度测量值。
图1
通常用车速随时间变化的曲线作为乘员舱热舒适性分析的一个边界，如图2所示。
图2
GT – TAITherm仿真映射
GT-SUITE可以将乘员舱处理成一个有限元网格，并同时处理A / C环路等流动回路和交互系统以及复杂发动机模型。如图3，是GT -SUITE模型，该模型仿真集成了一维和三维分析。
图3
用TAITherm计算固体之间的换热，以及太阳辐射和透明玻璃在内的环境边界载荷。在TAITherm中，用一个固定的太阳灯来等效太阳辐射，其中TAITherm还能够模拟更复杂的移动太阳问题。通过TAITherm来模拟固体表面之间的导热和辐射换热以及太阳光照强度，GT – SUITE完成流动回路中的流体数据仿真，然后两者进行流体表面的数据交换来完成映射。其中对流换热系数在TAITherm中的映射情况如图4所示。
图 4
在S60车型中，乘客侧有一个额外的通风口，这种通风口的不对称布置导致的对流分布的影响，在映射过程得到了很好的表征。如图5所示，展示了立方体离散化内部体积和相关的TAITherm表面网格。可以将TAITherm求解的壁面温度人体的汗液蒸发映射到GT-SUITE进行计算。
图5
如图6所示，以S60乘员舱为案例，展示了乘员舱内进出风流向。其中乘员舱内的空气对流换热系数、空气温度以及湿度由GT-SUITE计算。
图 6
在后处理中创建一个截面，可以得到该截面乘员舱内部的温度分布如图7所示。
图 7
仿真结果
如图8所示，展示了乘员舱相应位置表面温度的试验数据和仿真数据对比，其中包括前排座椅、车门以及挡风玻璃的瞬态温度结果。
图8
小结
以上结果共同表现出仿真结果与试验数据的一致性、准确性，用户可快速计算瞬态计算结果并评估乘员舱舒适性。
- 2022.04.14
-
PCB抗辐射敏感度RS仿真应用案例
1 摘要
电磁兼容（EMC），是指设备或系统在电磁环境中性能不降级的状态。电磁兼容一方面要求系统内没有严重的干扰源（EMI），另一方面要求设备或系统自身有较好的抗电磁干扰性（RS）。PCB作为电子系统的核心载体，我们除了关注它的对外辐射，也要考虑其中弱小关键信号的抗电磁干扰能力。
本案例讲解了如何利用Ansys SIwave进行PCB信号抗辐射敏感度RS仿真分析思路和流程。
2 仿真思路
PCB信号抗辐射敏感度RS仿真分析的第一步是对PCB进行精细化建模，Ansys电磁仿真平台支持业界主流EDA设计文件的一键导入，网表信息、层叠信息、布局布线都与EDA原始设计保持一致，无需重复设置，方便快捷。
有了信号传输通道的电磁场模型，通过理论分析，找到关键敏感弱信号，对这些网络设置仿真端口，我们就可以开展关键敏感弱信号的RS仿真分析工作了。结果会以频谱图直观形式展现，从结果图中我们可以直接找到该网络布局布线通道易受干扰的频点。我们可通过优化PCB布局布线改善信号抗辐射能力， Ansys电磁仿真平台将通过直观的仿真结果对比，让我们找到优化方案，降低和规避RS风险，增强设计的鲁棒性。
3 详细仿真流程与结果
3.1 软件与环境
Ansys SIwave 2021R2版本。
3.2 仿真流程
3.2.1 Import PCB设计文件
首先，我们将第三方EDA设计工具中的PCB设计文件导出ODB++格式文件（主流EDA设计厂家如Cadence/Mentor/Altium通用），打开SIwave，在欢迎界面上点击导入ODB++设计文件，导入后会自动弹出网络筛选对话框，通常需要勾选所有网络进行导入操作，点击Import configuration，这时候PCB设计文件已导入。此时可以点击Save按钮将该设计保存成SIwave仿真文件。
图1 SIwave文件导入向导
3.2.2 PCB参数设置检查
在选择导入PCB之后，工作流向导将弹出如下向导框。我们可以检查PCB层叠、Pdastacks、电路参数和电源/地属性网络。如果电路网表中对GND和电源网络的命名都是很规范的话，点击Auto Identify可以自动识别为电源/地网络；否则需要自己手动添加命名不规则的电源地网络。
图2 SIwave中的PCB参数检查向导
3.2.3 设置仿真端口
（1）在Nets框中选择我们关注的易受干扰的敏感网络，选中后该网络会在工作区高亮显示。
图3 电磁敏感网络
（2）在Tools菜单中点击Generate Port on Selected Nets，在对话框中输入50欧姆，及参考网络为GND。点击Generate生成ports。
图4 SIwave中的网络端口设置
（3）在Simulation菜单中选择Validation Check进行检查，运行后会出现检查结果清单图4 SIwave中的网络端口设置
图5 仿真前SIwave设置检查
3.2.4 抗辐射敏感度RS仿真
在Simulation菜单点击Compute Induced Voltage进行电磁敏感度仿真，计算平面波入射某一特定角度并具有特定极化时在板上产生的感应电压。
利用平面波激励可以计算电路板端口感应电压。感应电压将在端口测量。入射波可以是单入射的，可以用球面或笛卡尔系统来描述；入射波也可以是多重的，其中只有在具有特定步长的起止角的球面系统中描述。
图6 RS仿真设置
3.2.5 PCB抗辐射敏感度RS仿真结果查看
仿真完成后，在Results区右键点击仿真名，选择Plot Induced Voltage at Ports，在弹出的菜单中可选择输出幅度或相位结果图，点击Create Plot按钮会自动启动AEDT输出结果图。
图7 SIwave中RS仿真结果查看
图8 感应电压幅度随频率变化的仿真结果图
4 结论
根据仿真得到的感应电压幅度及相位结果图，我们可分析易受干扰的频点及干扰程度。结合电路原理需求，可对该PCB设计进行优化，从而在PCB投板前即可对敏感电路网络进行RS评估和优化，大大减小后期测试风险和代价。
- 2022.04.22
-
燃料电池汽车缓冲电池的三维热模拟
<P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:>
燃料电池汽车缓冲电池的三维热模拟
来源：GT年会，2020年10月15日
作者：Salim AOUALI
公司：e-Mersiv，www.e-mersiv.com
1. 电池冷却的技术简介
电池冷却技术分类如下图所示，通常会根据以下几点来选择合适的技术方案：1）价格；2）重量；3）制冷循环；4）系统性能指标；5）生产过程。本文专注浸入式的电池冷却方案仿真分析。
对于浸入式的电池冷却，冷却液有两种：油和制冷剂。下面列出了一些正确选择液体的标准：
浸入式冷却技术常用于电动车、混动车、燃料电池车三类市场，e-Mersiv列举了三种不同的电池产品：
<P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:>详细性能
充/放电峰值电流
平均电流
电池包能量密度
冷却方式
备注
电动车
-230 wh/L
-大型电池包
-冷却回路工作介质<40℃
-NMC 21700
10C/10C
10C rms
130 wh/kg
1250 w/kg
单相流
试验：
电量215kWh，
充电功率215kW，
放电功率215kW
混动/电动跑车
-800V
-冷却回路工作介质≈60℃
-LCO Pouch cell
40C/100C
40C rms
80 wh/kg
3400 w/kg
两相流
试验：
电量215kWh，
充电功率86kW，
放电功率215kW
燃料电池车
-30，000 cycles
-低成本
-可直接风冷
-也可水冷，冷却回路工作介质≈25℃
-LTO prismatic cell
40C/40C
8C rms
30 wh/kg
1250 w/kg
两相流
沸腾池
试验：
电量215kWh，
充电功率86kW，
放电功率86kW
2. 储能电池（LTO）冷却仿真
本次案例设计的冷却系统针对的是储能电池，该电池为钛酸锂电池（LTO）。运行的汽车为工业用燃料电池汽车，其应用工况的特点为：7*24h运转；装备一个小型燃料电池，功率峰值为燃料电池功率的10倍，峰值电流10C，6C rms，如下图所示。这个运行场景对燃料电池-储能电池系统的寿命周期和热性能都有严格的要求。
储能电池的具体参数为：
设计了4种储能电池的冷却方案，如下图所示，分别为：
#0方案：无冷却
#1方案：底部水冷板
#2方案：2x侧边水冷板
#3方案：全浸没冷却
单电芯的结构切面图，建模时需要考虑的部件传热参数，如下图所示。
通过GT-GEM3D，对电芯和冷却水板进行建模，所有的换热部件均为几何模型直接导入GEM3D种，然后离散为ThermalMass，热路的逻辑如下图所示。
冷却系统的换热部件，最终在GT-GEM3D的自动建模结果如下所示。为了简化计算，本项目只用了一个电芯模型来进行分析。同时简化了电芯的对外换热过程，仅使用了一个固定的换热系数。此外，没有考虑busbar的连接。
上述过程通过GME3D自动建立电芯的热回路，而电芯本体性能模型则是在GT-suite-mp中建立，由于本项目的关注点在于冷却方案的分析，因此电芯采用等效电路模型，而没有使用电化学模型。下图中，左侧为在GT-suite-mp中建立的电芯电路模型，用于计算给定电流工况下的电芯发热量（计算得到的发热量如中间曲线图所示），将热量传递给电芯热模型计算热分布和各个部件的温度，然后再将温度传回给电路模型，影响电池的工作性能。
通过GT-GEM3D可以建立三维模型，分析温度场分布。GEM3D中的网格要比CFD大得多，对于结构件的换热，完全能够满足计算精度需求，对于流动换热，由于GT也是在求解NS方程，因此精度上不会与CFD结果有很大误差（这点可以在我们以前的推文中找到对比验证的结果），因此综合下来，使用GEM3D这种三维仿真的方式，能够在保证温度精度的情况下，更快的获得计算结果，适用于电芯的稳态分析，尤其是适合进行瞬态分析。
下图为GT计算的三维结果。
将电芯本体（即Jellyroll，已网格化）的最大运行温度、最低运行温度、平均运行温度化成曲线图，如下图所示。经验表明，LTO电池的工作温度在35℃以下时，能够有最长的运行寿命。据此，以35℃为限，可以看到，#1的底部水冷板换热效果最差，#2的侧边水冷板性能有所提升，但是并不能保证电芯一直工作在35℃以下，仅有#3 浸没式冷却方案可以达到要求。
3. 结论
1）模型计算结果：
- 通过GT-GEM3D的三维建模能力，可以分析出浸没式冷却方案的性能，预测冷却效果
- 测试时使用了水和乙醇两种冷却介质，后续可以尝试其他冷却介质
- 模型简化了热向周边环境的传播，会导致计算结果和测试有偏差，会在后期改进
2）GEM3D模型的性能
- 使用“normal computer”即可完成三维计算，得到温度分布云图
- 可以计算瞬态工况，而且能够在很短时间内完成分析
- 可用于参数敏感性分析，可用于分析冷却方案中的设计参数对性能的影响
- 在进行破坏性试验之前，可以用该模型分析热失控行为
<P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:> <P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:> <P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:> - 2022.03.15
-
modeFRONTIER及VOLTA 2022R1版本发布
modeFRONTIER及VOLTA2022R1版本发布
ESTECO公司最新发布了modeFRONTIER和VOLTA的 2022R1版本。在最新的版本里，modeFRONTIER中的聚类工具进行了重新设计，以方便和快捷地进行设计分类工作。VOLTA通过一项新功能将实时编辑添加到其业务流程管理功能中，使每个同时参与项目的人都能够实时创建和编辑业务流程。
l 数据分析：聚类功能设计改善
现在您可以在一个更直观的界面中执行聚类分析，该界面结合了分层和分区聚类工具。同时现在您可以同时训练多个聚类模型，每个模型使用不同的算法、变量和缩放策略的组合。
l 设计优化：modeFRONTIER Planner中新的探索算法模块
使用Planner环境中新提供的探索算法模块可以最大限度地减少探索设计空间所需的仿真次数，并最大限度地提高您对模型的了解。这个新模块将自适应DOE 算法（MACK、Lipschitz 采样和自适应空间填充器）组合在一起，适用于进行对于设计空间的迭代采样。
l 仿真结果分析：在VOLTA的Advisor仪表板中可视化3D模型
探索3D模型以了解模型的每一个小细节并分享您的见解以做出协作决策。 放大模型以专注于特定区域，缩小以查看大图，平移和旋转模型以改变视角。
l 业务流程管理：在VOLTA Modeler中进行实时协作
使用我们的BPMN 2.0工具VOLTA Modeler与他人实时创建和编辑业务流程，并通过团队合作提高参与度和知识共享。在复杂的活动流程上实时协作，如准备CAD设计、创建CFD模型、构建多学科设计优化工作流、运行仿真，以及提高生产率。
- 2021.01.28
-
modeFRONTIER及VOLTA发布2020R3版本
modeFRONTIER及VOLTA发布2020R3版本，详情请了解>> - 2020.07.16
-
IDAJ拍了拍你！先睹为快！Ansys2020 R2 Fluent新功能看点介绍准备好了
Ansys 2020 R2已于7月15日正式发布，各产品线模块安装包已列入Ansys用户门户网站的下载专区，供广大客户下载安装。IDAJ正式用户请联系我们获取安装包。作为流体仿真的旗舰产品Ansys Fluent也迎来了2020年的第二个版本，该版本继续从功能和易用性两方面持续提升，以下为您做亮点汇总供您先睹为快，获取详细信息请参见文末说明：
1.用户界面体验及易用性升级：
●更多的后处理色彩模式以及用户自定义，更具生动的显示效果；
●众多功能模块用户界面重新优化设计(网格流程、多相流、电池、欧拉液膜等)，更简单、更直观；
●更加丰富的表达式（Expression）功能，用于设置边界条件、计算域条件等
●支持动态数值解统计功能
●鼠标操作支持更多自定义方式
2.网格功能及易用性增强：
●网格流程进一步优化，具备更清晰的流程引导，搜索和通配符查找功能增强；
●WTM流程
- 新增基于特征线的加密控制、可读取SpaceClaim中设定的特征线；
-支持对多域设置各自单独尺寸；
-新增更多的输入格式；
●FTM流程
- 现在支持所有网格类型； - 进一步完善边界层网格连续性。 
●可对于重叠网格设置自适应策略
3.求解功能提升：
●多相流及DPM：新增过渡流仿真模型、新增亚格子尺度微流动仿真模型、增加新的VOF精确度控制算法、新的破碎模型用于DPM，DEM充分兼容动网格等；
●应用场景更广泛：新增非平衡态湿蒸汽模型，拓宽燃气轮机仿真功能；新增阻抗曲线拟合功能，增强噪声仿真功能；油冷电机仿真收敛性提升；
●电池模型：新增电路网络(Circuit Network)模型，支持FMU-CHT集成仿真，新增电池寿命和容量衰减模型等；
●伴随求解器及设计工具功能提升：伴随求解器可考虑湍流影响，设计工具支持对比查看原始形状和变形设计，梯度优化器功能提升等；
●其他：
●STL输出功能增强；
●支持读入GRANTA物性数据（需Granta MDS license）；
●HPC功能进一步提升；
操作系统需求:
●Windows：x64 (64-bit)
- Windows 10 (Professional, Enterprise & Education), - Windows Server 2016 Standard - Windows Server 2019 Standard - 注意：不支持Windows Home editions ●Linux x64（Processer：EM64T/Opteron 64）
- Red Hat Enterprise Linux 7.4-7.7, -SUSE Linux Enterprise Server and Desktop 12 SP3 - SP4, -SUSE Linux Enterprise Server and Desktop 15 SP1 -CentOS 7.4 - 7.7 您可通过以下方式获得【Ansys2020 R2 Fluent新功能详细文档】：
发送邮件至Support@idaj.cn获取
- 2020.07.01
-
GT-SUITE v2020.02全新发布，提供下载！
GT-SUITE v2020.02全新发布，提供下载！ 点击查看最新版本>> - 2020.03.18
-
最新的CONVERGE 3.0版本终于发布
最新的CONVERGE 3.0版本终于发布,点击查看最新版本>> - 2020.02.28
-
ANSYS 2020R1 Fluent新功能综述
ANSYS最新的2020R1版本已于近日发布，其中流体包（及其他产品线模块）已经可供广大客户下载使用。作为流体仿真的旗舰产品ANSYS Fluent也迎来一系列功能升级和易用性提升。更多信息请点击<<< - 2020.02.28
-
ANSYS 2020R1 Mechanical(结构产品)新功能Part1(共4部分)
ANSYS 2020 R1 Mechanical提供了更多更强的新功能，使用户可以更加快速、高效地处理复杂的、超大模型的问题。更多请了解<<<<
<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:><SPAN style="FONT-SIZE: 12px; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: 2px; LETTER-SPACING: 2; WIDOWS: ORPHANS: none; center; TEXT-ALIGN: FONT-STYLE: COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica DISPLAY: !important; inline FLOAT: ;> 图2 模型校准
<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," align=left initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:><SPAN style="FONT-SIZE: 14px; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: 2px; LETTER-SPACING: 2; WIDOWS: ORPHANS: none; TEXT-ALIGN: FONT-STYLE: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica DISPLAY: !important; inline justify; FLOAT:>正如预期的那样，可用来进行模型校准的数据越多，结果会越好。然而，研究结果也表明，即使在测试时间大幅减少的情况下，GT-AutoLion仍然可以建立可靠的物理模型。然后，这些经过校准的老化模型可以用来预测锂电池在系统中的老化过程，可以了解产品在老化后会持续多长时间以及性能如何。<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>
