收藏 分销(赏)

ABAQUS+ALE自适应网格技术.doc

上传人:人****来 文档编号:3138993 上传时间:2024-06-19 格式:DOC 页数:9 大小:257KB 下载积分:6 金币
下载 相关 举报
ABAQUS+ALE自适应网格技术.doc_第1页
第1页 / 共9页
ABAQUS+ALE自适应网格技术.doc_第2页
第2页 / 共9页


点击查看更多>>
资源描述
ABAQUS ALE自适应网格技术 为了方便理解,先整体介绍一下ALE网格自适应方法的基本过程,一个完整的ALE过程可以分为若干个网格remesh子过程,而每一次remesh的过程可以分为两步: 1生成一个新的网格(create a new mesh),运用各种算法以及控制策略生成一个良好的网格,重要涉及划分的频率和算法。 2环境变量的转换(advection variales),也就是将旧网格中的变量信息运用remapping技术转换到新网格中,也有不同算法,其中涉及静变量(应力场,应变场等)的转换与动变量(速度场,加速度场等)的转换。 上面的两步在软件设立上面,可认为是对网格划分区域的控制(ALE Adaptive Mesh Domain)和算法的控制(ALE Adaptive Mesh Controls)。 1 ALE区域的控制 (1)几何区域选择(set) ※ No ALE adaptive mesh domain for this step 该分析步没有使用ALE技术。 ※ Use the ALE adaptive mesh domain below 将以下区域定义为ALE区域。 (2)ALE Adaptive Mesh Controls 自适应技术控制选项,后面介绍 (3)Frequency 频率控制,重要是对整个step time中网格remesh的次数进行控制。Remesh次数n可以由n=Increment number /Frequency来表达其意义,当frequency的值为i时,表达每i个增量步进行一次remesh。 一个典型的ALE过程,在每5-100个增量步就需要一次remesh,对于拉格朗日问题,改参数默认值为10,若变形实在太大,可适当调高,以增长网格重画的强度,对于爆炸,碰撞等变形时间极短的问题求解,则在每一个增量步都需要一次remesh,这时Frequency的值需要设立得很小,比如设为1,当然,adaptive remesh过程的强度也很高,也会很废时。对于其他变形不是很剧烈的问题求解,该参数值可以适当调高。对于欧拉问题,默认值为1。 图1 Frequency的设立 (4)Remeshing sweeps per increment 一个频率下的迭代次数,当该参数的值为n时,每一个remesh过程将对网格进行n次sweep,其实这个参数可以理解为对整个adaptive remesh过程的每一个子过程(remesh过程)的强度进行控制。 那么,我们先来理解一下sweep的概念,每sweep一次,abaqus将运用我们设立好的算法(体积算法,拉普拉斯算法或等位算法)生成一套新的网格,但这个网格不一定是符合规定的,因此,需要在生成的新网格的基础上用同样的方式再进行sweep,就像我们求解方程时迭代的概念是同样的。就这样一直sweep下去直到sweep的次数达成mesh sweeps参数的值,这样就完毕了一个remesh过程中的新网格的生成。同样,mesh sweeps参数的值越高,adaptive remesh过程强度越高,网格优化的状况良好的机率也就越大。 图2 Remeshing sweeps per increment的设立 (5)Initial remeshing sweeps 也就是ALE过程开始之前对网格的一个优化,概念与mesh sweeps类似,由于我们有也许运用已经变形的很厉害的网格进行分析,这时,在分析开始之前,就需要对网格进行重画。 图3 Initial remeshing sweeps的设立 2 ALE过程的控制 算法控制涉及两部分;一为网格算法控制;其二为变量转换算法控制。 (1)Priority 也就是指网格梯度控制(是否保持初始网格梯度,若需要保持初始网格梯度,则对网格的质量将会有影响)。 ※ Improve aspect ratio 在计算过程中将考虑到网格单元高宽比的改善,不考虑对初始网格梯度的保持。 ※ Preserve initial mesh grading 在计算过程中保证初始的网格梯度,但不会考虑到网格宽高比的改善。 图4 Priority的设立界面 (2)smoothing algorithm ※ Use enhanced algorithm based on evolving element geometry 重要是在几何学的方面对我们定义的网格sweep算法(前面提到的三种算法)进行增强,目的是为了保证adaptive remesh过程的健壮性,为推荐选项,选它就行了 ※ conventional smoothing 运用我们定义好的算法进行计算,无几何增强。 图5 smoothing algorithm的界面控制 (3)Meshing Predictor 也就是网格节点位置控制(抱负的网格节点位置控制,将会减少需要的网格sweeps次数,减少资源浪费)。 ※ Current deformed position 对于拉格朗日问题选择 ※ Position from previous adaptive mesh increment 对于欧拉问题选择 图6 Meshing predictor的界面控制 (4)Curvature refinement 也就是曲率较大的曲线曲面边界的网格密度控制,默认为1,该值越大,则圆角区的网格密度也就会越大,比较简朴。 图7 Curvature refinement的界面控制 (5)Weights 在ABAQUS中是如何生成新网格的呢?即使用网格扫掠技术(mesh sweep technique),每sweep一次,生成一套新的网格。但是当你使用的算法不同时,sweep出来的网格也是不同的。 在ABAQUS显示模块中,sweep算法用英语来说就是mesh smoothing method,有三种算法来sweep网格,如下所示; ※ 体积算法(volume smoothing) 该算法十分健壮,为默认算法,再绝大多数情况下合用 ※ 拉普拉斯算法(laplacian smoothing) 花费资源最少的算法,能力一般,作用与体积算法类似(一阶算法,类似于求平均值),对于曲率比较高的曲线曲面边界时,效果不是很抱负。 ※ 等位算法(equipotential smoothing) 比较复杂的算法,是基于拉普拉斯算法的解之上的算法,对曲率较大的曲线曲面边界效果较好,在节点被非结构化网格包围时,次算法为推荐算法,若节点被结构化网格包围,其效果与体积算法类似。 三种算法可以结合合用,运用权重值来定义,需要记住的是,三种算法各占的权值加起来必须等于1。 图8 Remesh网格重画的算法控制 (6)Boundary Region Smoothing 边界区域平滑重要涉及以下几个参数设立: ※ initial feature angle 即初始检测角度的设立(0≤θI≤180),当两个相邻的面的法向量大于该角度值的时候,这两个相邻面形成的corner将被检测出来,在sweep时,网格不允许通过这个corner。小于的话就说明,该corner足够圆滑,网格可以通过,当然,该corner应当是具有活性的,对corner活性的控制由下面一个参数(Transition feature angle)控制,否则也不会被考虑。 ※ Transition feature angle 控制被检测出的corner(0≤θT≤180)是活性的,假如被检测处的corner的两面法线夹角大于该值则该corner,在ale过程中是会被考虑的,否则就不会考虑。 ※ Mesh constraint angle 控制分析过程的一个角度参数(5≤θC≤85),一般大于45度,设为默认值就可以,在分析过程中,当网格内某一个角度大于该参数值时,分析终止,文档有具体介绍。 图9 Boundary Region Smoothing的设立 (7)Advection 在ABAQUS中是如何将旧网格中的环境变量转换到新网格中的呢? 即使用remapping技术,对于静变量(应力场,应变场,位移场等)的转换(advection),有两种算法即为一阶算法(first order)与(second order)算法,second order算法合用于所有问题,为推荐算法,一阶算法比较简朴,占资源少,速度快;对于动变量(速度,加速度等)转换(momentum advection),也有两种算法,element center projection method与half-index shift method,前者为推荐算法,选择前者就ok了,假如想仔细研究,查查ABAqus文档就可以了,里面写的很清楚。 图10 Advection的控制
展开阅读全文

开通  VIP会员、SVIP会员  优惠大
下载10份以上建议开通VIP会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2026 宁波自信网络信息技术有限公司  版权所有

客服电话:0574-28810668  投诉电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服