1.电池热失控
电池热失控CFD模拟。通过专门的工作流程设置,Simcenter STAR-CCM+2302使复杂的热释放物理过程明显更快、更容易
随着电动汽车在道路上流通的快速增长,国家制定了新的安全规范,国际上也制定了联合国关于锂离子电池使用的新安全规范。这样的规则迫使制造和使用电池的主要参与者进行大量昂贵和漫长的测试,以获得认证。这导致对模拟的需求增加,以降低测试成本并使安全设计经济高效。
在Simcenter STAR-CCM+2302中,发布了一个专门的工作流程,将电池热失控传播模拟的设置时间从数小时缩短到数分钟。由于专用的工作流程,您现在可以轻松处理数百或数千个单元格的大数据包,同时保持高建模保真度。该工作流场支持使用经验模型直接模拟“故障”电池的放热,并可作为Simcenter STAR-CCM+电池插件的一部分访问。
由于其强大的多物理功能和全新的专用工作流程,Simcenter STAR-CCM+非常适合研究复杂电池包几何结构上热失控的传播。Simcenter STAR-CCM+提供了一个全面的解决方案,以更好地了解这一危险安全事件,并帮助设计电池包和制定缓解措施,从而减少昂贵测试的需求。
2.使用重叠网格轻松准确地建模运动
借助Simcenter STAR-CCM+2302,您可以更可靠地运行具有小间隙和运动的案例,这要归功于与背景区域的精细程度相匹配的精细过集区域
外挂物分离、阀门、浸涂和许多其他应用涉及运动体,具有小间隙和复杂的流体动力学。为了用CFD模拟这种复杂的应用,重叠网格技术和自适应网格细化(AMR)已成为一项关键技术。
使用Simcenter STAR-CCM+2302,我们可以通过自动细化重叠区域来匹配背景区域的细化级别,从而更容易地运行此类情况。通过保证有效网格和确保收敛而无需任何额外的用户操作,小间隙场景将立即受益于新功能。
3.湿固体材料干燥新应用模型
由于将蒸发模型扩展到DEM相,现在可以使用液体蒸发DEM模拟工业对流炉(电池制造过程的一部分)中电极浆料的干燥
化学加工、采矿、钢铁、食品和电池制造业的许多应用涉及湿固体的干燥。此类系统的CFD模拟需要精确预测颗粒运动和相应的相变现象。因此,在Simcenter STAR-CCM+2021.2中,我们为拉格朗日非DEM颗粒引入了气液固材料,允许对含有固体材料的液滴应用蒸发建模。例如,该功能成功地用于模拟喷雾干燥中的乳滴。
通过Simcenter STAR-CCM+2302,我们将功能扩展到离散元素法(DEM)颗粒,允许将蒸发模型应用于DEM相。这使您能够对涉及干燥固体材料的新应用进行建模,其中DEM是颗粒动力学方法的选择,通过使DEM颗粒中的液体成分蒸发。由于这一新功能,您可以使用湿固相的离散元法准确模拟直接对流式干燥机(如滚筒干燥机、喷雾干燥机、流化床干燥机或间接传导式干燥机)的干燥过程。
4.ARM支持,性价比更高
借助Simcenter STAR-CCM+2302,我们允许您使用进阶精简指令集机器(ARM)CPU技术以更低的成本和能耗运行更大、更快的CFD模拟。
仿真已经成为时间和资源高效产品开发的关键因素。虽然CFD模拟比相应的物理测试所需的资源要少得多,但为了保持竞争力,公司必须更进一步。随着模拟驱动产品设计的数量不断增加,为了获得竞争优势,您必须优化与这些高保真模拟相关的能耗和成本。最终,可持续、成本和节能的数字孪生是虚拟产品开发中的一个显著因素和竞争优势。借助Simcenter STAR-CCM+2302,我们允许您使用ARM CPU技术以更低的成本和能耗运行更大、更快的CFD模拟。
目前,该技术在Linux上得到支持,并可通过不同的云供应商获得,如AWS EC2机构或日本富士通提供的Fugaku超级计算机。
5. GPU上更大更快的模拟
Simcenter STAR-CCM+2302减少了GPU上的内存开销,使您可以将更大的模拟放在单个GPU上运行,并立即获得性能优势。
通常,可以在GPU上运行的模拟大小受GPU卡的可用内存(RAM)的限制。因此,通过减少给定模拟的内存消耗,可以在单个GPU上应用更大的网格。为了最大限度地发挥优势,Simcenter STAR-CCM+2302通过更高效地使用AmgX以及升级到CUDA(NVIDIA API),降低了内存开销并提高了性能。除了先前版本中GPU已经存在的性能优势之外,这些增强功能还可使内存减少40%,运行时性能提高10%。例如,一个具有80GB内存的NVIDIA A100现在可以以混合精度容纳大约6000万个六面体网格。
6.无成本将模拟速度提高40%
在Simcenter STAR-CCM+2302中,我们为分离求解器引入了一种新的非稳态隐式方案:SIMPLE-Consistent,即所谓的SIMPLEC。SIMPLEC可以显著加速瞬态流的模拟,同时获得与SIMPLE相同的精度。
采用SIMPLEC算法后,可以通过减少每个时间步长的内部迭代次数来获得与SIMPLE相同的精度。通过使用基于收敛的内部迭代停止准则,在应用新的SIMPLEC方案时不需要调整。
对于从车辆外部空气动力学、侧后视镜和HVAC空气声学到飞机机翼结冰的应用,利用SIMPLEC可将总周转时间减少近30%。同时确保SIMPLE和SIMPLEC方法结果的一致性。而且无需额外费用。
7.在不损失精度的情况下加速多相模拟
该齿轮箱润滑示例说明了隐式多步加速MMP-LSI模拟的潜力。当使用16个子步骤时,加速速度接近4倍。
在齿轮箱等应用中,飞溅的液滴可能会以越来越小的尺寸破裂,直到您无法将非常小的液滴建模为拉格朗日粒子。同时,您仍然需要对散装液体的自由表面进行建模。对于此类应用,混合多相与大规模界面建模(MMP-LSI)已成为首选方法。
但是,正如VOF一样,如果由于Courant数(CFL)限制,无法将流动时间步长的选择与实现体积分数所需的小时间步长所需的时间步长解耦,MMP-LSI的成本相对较高。为了克服这一挑战,我们之前推出了用于VOF的隐式多步模拟,其中模拟速度通常提高了3-4x,在某些情况下甚至提高了一个数量级。
在Simcenter STAR-CCM+2302中,我们为MMP-LSI添加了相同的功能。隐式多步允许通过在流量时间步长内多次对体积分数进行子步进,为流动(不包括体积分数)使用更大的时间步长。由于CFL约束,这将流动时间步长的选择与体积分数所需的时间步长解耦。