【AICFD案例教程】PCB多變量AI預測分析

0 comment
【AICFD案例教程】PCB多變量AI預測分析
AICFD是由天洑軟件自主研發的通用智能熱流體仿真軟件,用于高效解決能源動力、船舶海洋、電子設備和車輛運載等領域復雜的流動和傳熱問題。軟件涵蓋了從建模、仿真到結果處理完整仿真分析流程,幫助工業企業建立設計、仿真和優化相結合的一體化流程,提高企業研發效率。

概 要

1)案例描述

AI預測是軟件的特色模塊之一,可以解決工業仿真設計空間探索的時效問題。本案例針對某PCB板,對入口速度為3m/s、溫度為280K時進行數值預測。預測結果見后處理-結果對比。

2)網格

整體網格為四面體非結構網格,網格數量11萬。

【AICFD案例教程】PCB多變量AI預測分析
圖1-1 網格模型

3)計算條件

入口速度:3 m/s;出口靜壓:0Pa;湍流模型:Laminar;介質:空氣,參考溫度(Ref.temperature):24.86℃;樣本數:50。

網 格

1)新建工程

① 啟動AICFD 2023R2;

②?選擇 文件>新建,新建工程,選擇工程文件路徑,設置工程文件名,點擊“確定”。

【AICFD案例教程】PCB多變量AI預測分析

圖2-1 AICFD窗口

【AICFD案例教程】PCB多變量AI預測分析
圖2-2?新建工程

2)網格導入

單擊菜單欄網格>導入網格,導入外部生成的計算域網格。

【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
圖2-3? 網格導入

3)網格質量檢查

單擊菜單欄 網格>網格質量,檢查網格質量。

【AICFD案例教程】PCB多變量AI預測分析
圖2-4?網格質量檢查

求解設置

1)求解模型

雙擊 求解>求解模型,設置模型。本案例為穩態計算,采用不可壓縮流,采用層流模型。

【AICFD案例教程】PCB多變量AI預測分析
圖3-1?模型設置

選擇 求解> 材料,雙擊“Air at 25C”,選擇Material Properties,確認介質物性參數,如圖3-2所示。

【AICFD案例教程】PCB多變量AI預測分析
圖3-2 材料參數

右擊 材料>添加材料,Material Type選擇Solid,新建材料,修改介質物性參數,如圖3-3所示;

【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
圖3-3?材料參數

右擊 材料>添加材料,MaterialType選擇Solid,新建材料,修改介質物性參數,如圖3-4所示。

【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
圖3-4?材料參數

2)計算域

① 雙擊 求解>流動分析>計算域>Domain-HS01_900MW_2_1_MATPOINT,在計算域設置窗口中類型選擇“SolidDomain”,材料選擇“SI”,然后點擊“下一步”,在打開的流體模型窗口點擊“確定”,將網格分配到計算域;

②?同上設置Domain-HS02_350MW_1_1_MATPOINT;

【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
圖3-5 分配計算域

③ 雙擊 求解> 流動分析> 計算域> Domain-PCB_3_1_MATPOINT,在計算域設置窗口中類型選擇“Solid Domain”,材料選擇“PCB”,然后點擊“下一步”,在打開的流體模型窗口點擊“確定”,將網格分配到計算域;

【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析

圖3-6 分配計算域

④ 雙擊 求解> 流動分析> 計算域> Domain-WALL_4_1_MATPOINT,在計算域設置窗口中類型選擇“Solid Domain”,材料選擇“Air at 25C”,然后點擊“下一步”,在打開的流體模型窗口點擊“確定”,將網格分配到計算域。

【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
圖3-7?分配計算域

3)邊界條件

設置Wall的邊界條件,需要展開邊界列表,選擇面,分別設置邊界名稱、邊界類型、邊界條件和數值,如圖所示。

【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
圖3-8?壁面定義

設置Inlet和Outlet,右擊 邊界條件> 插入邊界條件,新建邊界條件,選擇面,分別設置邊界名稱、邊界類型、邊界條件和數值,如圖所示;

【AICFD案例教程】PCB多變量AI預測分析

圖3-9? 入口定義

【AICFD案例教程】PCB多變量AI預測分析
圖3-10? 出口定義

4)求解參數設置

雙擊 求解>流動分析>交界面>Interfaces,查看自動識別的交界面;

【AICFD案例教程】PCB多變量AI預測分析

圖3-11 交界面設置

右擊 求解>流動分析>熱模型,單擊插入對象>熱源,設置2個熱源;

【AICFD案例教程】PCB多變量AI預測分析
圖3-12 交界面設置

雙擊 求解>求解設置?,設置求解方程參數,包括差分方法等;

【AICFD案例教程】PCB多變量AI預測分析
圖3-13 求解方程參數設置

雙擊 求解>求解控制,設置求解器啟停條件,迭代步數等。

【AICFD案例教程】PCB多變量AI預測分析
圖3-14 求解參數設置

初始化及求解計算

1)初始流場設置

① 雙擊 求解>初始化,設置初始流場;

②?選擇菜單欄 求解>初始化,初始化流場。

【AICFD案例教程】PCB多變量AI預測分析

圖4-1?初始化設置

【AICFD案例教程】PCB多變量AI預測分析
圖4-2? 初始化流場

2)求解計算

選擇菜單欄求解>求解>生成AI樣本,開始設置樣本空間;

【AICFD案例教程】PCB多變量AI預測分析

圖4-3?運行求解器

【AICFD案例教程】PCB多變量AI預測分析
圖4-4?設置預測變量

① 在彈出的AI樣本設置界面,設置溫度預測范圍為(250-330),設置速度預測范圍為(1-10)。單擊樣本處理,生成樣本數,如圖所示;

②?點擊開始,開始計算。

【AICFD案例教程】PCB多變量AI預測分析

圖4-5 設置預測范圍

【AICFD案例教程】PCB多變量AI預測分析
圖4-6?生成樣本數

后處理

1)模型訓練

① 計算完成后,單擊“是”開始訓練;

②?訓練完成后,單擊“確定”,確認訓練完成,單擊“關閉”按鈕退出當前對話框,如圖所示;

【AICFD案例教程】PCB多變量AI預測分析
【AICFD案例教程】PCB多變量AI預測分析
圖5-1?模型訓練

③ 雙擊 求解>求解模型,打開AI預測開關,輸入值:280和3;

④?單擊應用按鈕,程序自動加載預測結果,如圖所示。

【AICFD案例教程】PCB多變量AI預測分析
圖5-2 結果預測

⑤ 當前版本支持計算樣本添加,操作如下:

⑥?點擊導入樣本,跳出彈窗;

⑦?選擇添加樣本所在工程文件路徑下aidata>predict> result.proj文件,點擊確定,完成樣本添加,可點擊查看樣本查看所有樣本;

【AICFD案例教程】PCB多變量AI預測分析
圖5-3 結果預測

2)求解結果更新及導入

雙擊樹節點 報告表> 體積分,設置變量參數,選取域列表中PCB_3_1_MATPOINT,單擊應用,讀取PCB板溫度;

【AICFD案例教程】PCB多變量AI預測分析

圖5-4? 數據讀取

【AICFD案例教程】PCB多變量AI預測分析
圖5-5?數據查看

3)結果對比

① 在進行預測計算之前, 可以先進行原始工況的計算,然后和預測后的結果進行比對;

② PCB板溫度對比,可以看到預測結果與實際計算結果相差0.2%以內;

【AICFD案例教程】PCB多變量AI預測分析
表1 數據對比

③?單擊菜單欄 后處理> 云圖,選取域位置和變量參數壓力,設置等級參數,點擊應用,讀取PCB板表面溫度云圖;

④?溫度云圖對比,可以看到預測結果與實際計算結果溫度趨勢一致。

【AICFD案例教程】PCB多變量AI預測分析

圖5-6 原始工況

【AICFD案例教程】PCB多變量AI預測分析

圖5-7 預測結果

?

?

閱讀 5
相關軟件
  AICFD是由南京天洑軟件有限公司自主研發的一套通用的智能熱流體仿真軟件,它實現對流動及傳熱的快速智能仿真。其功能可分為模型導入、網格自動快速生成、快速仿真、結果可視化和后處理、智能加速五大部分,涵蓋了從幾何模型到仿真結果的完整仿真分析

評論

發表評論

相關閱讀