Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Sensor

Computersimulation modelliert präzise fahrende Autos

Spezialisten für Strömungsdynamik an der Rice University und der Waseda University in Tokio haben ihre Computersimulationsmethoden so weit entwickelt, dass es möglich ist, fahrende Autos genau zu modellieren, bis hin zur Strömung um rollende Reifen.

Die Ergebnisse sind für alle in einem Video zu sehen hergestellt von Takashi Kuraishi, einem wissenschaftlichen Mitarbeiter im Labor von Tayfun Tezduyar, dem James F. Barbour Professor für Maschinenbau.

„Er hat die Komplexität seiner Berechnungen eskaliert, angefangen mit einem eigenständigen Reifen bis hin zum Rest des Autos“, sagte Tezduyar über Kuraishi, der 2020 zum Rice-Labor kam.

Das Video demonstriert auch die Wirksamkeit der NURBS Surface-to-Volume Guided Mesh Generation-Methode, einer Technik, die vom Team for Advanced Flow Simulation and Modeling unter der gemeinsamen Leitung von Tezduyar und Takizawa entwickelt wurde, um die Strömungsdynamik um und durch Objekte mit komplexer Geometrie zu modellieren. NURBS steht für Non-Uniform Rational Basis Splines, eine mathematische Technik zur Beschreibung von 3D-Formen und zur rechnergestützten Analyse von Problemen der Strömungs- und Strukturmechanik mit solchen Formen.

Kompliziert wird das Modell durch die Tatsache, dass die Reifen Kontakt mit der Straße haben und sich beim Abrollen verformen. „Wir haben es mit nahezu realen Auto- und Reifengeometrien zu tun“, sagte Tezduyar.

Eine ausführliche Beschreibung der Methoden und der Autosimulation wurde letzten Monat in der Zeitschrift Computational Mechanics veröffentlicht . Seitdem hat das Team von Rice-Waseda das Video erstellt, um die Illustrationen zum Leben zu erwecken.

„Die Kenntnis des Luftströmungsverhaltens um das Auto und seine Reifen herum wird zu einem besseren Verständnis ihrer aerodynamischen Leistung führen“, sagte Kuraishi. „Simulationen dieser Art sind wichtig, um realistische Lösungen und zuverlässige Antworten bei der Design- und Leistungsbewertung zu liefern.“

Tezduyar, dessen Labor auch Rettungsfallschirme für die Orion-Kapseln der NASA modelliert hat, sagte, dass die Verwendung von NURBS in der Computeranalyse in den letzten Jahren dramatisch zugenommen hat und Effizienz und Genauigkeit kombiniert, indem die Anzahl der für die Modellierung eines Systems erforderlichen Netzpunkte verringert wird. Stellen Sie sich das Mesh als ein Netz aus einer Flüssigkeit – wie Luft – um ein Objekt vor, wobei die Mesh-Punkte in 3D-Elementen leben. Die Punkte und Elemente bewegen sich, wenn sich das Objekt bewegt.

In einem Modell eines fahrenden Autos wurde die rechnerische Strömungsanalyse mit NURBS mit etwa 1,1 Millionen Punkten erreicht, einem Bruchteil der Anzahl, die in herkömmlichen Methoden verwendet wird, während die Genauigkeit beibehalten wurde. Das senkt auch die Rechenkosten, sagte Tezduyar.

„Wir haben ein 3D-Netz um das Auto und die Reifen herum, mit mehr Punkten in der Nähe der Reifenoberflächen für eine höhere Genauigkeit dort, wo es am wichtigsten ist“, sagte er. „Wenn sich der Reifen dreht, drehen sich die Punkte und Elemente mit ihm, aber das Problem ist, dass, wenn sich der Reifen dreht, die Elemente, die sich unter dem Reifen bewegen, zusammenbrechen – und das ist es, was andere Methoden nicht bewältigen können. Unsere Methode tut es, und es ist der Schlüssel zu einer genauen Simulation.“

„Im Laufe der Zeit werden natürlich neue Reifendesigns oder Verbesserungen in Betracht gezogen“, sagte er. „Für Reifenhersteller wäre es sehr vorteilhaft, diese Art von Simulation durchzuführen, bevor sie in die Erstellung eines Prototyps investieren, da sie umfassende und detaillierte numerische Daten über die Aerodynamik rund um den Reifen erhalten würden, die auf andere Weise schwer zu bekommen wären. ”


Sensor

  1. Computersimulation elektrischer Schaltungen
  2. Reifen
  3. NVIDIA:CUDA-X-KI-Computer, auf dem alle KI-Modelle ausgeführt werden
  4. Genaue Vorhersage der Akkulaufzeit mit Modellen für maschinelles Lernen
  5. Verilog-Anzeigeaufgaben
  6. 7 Anwendungen von Computer Vision
  7. Material erkennt COVID-19 schnell und genau
  8. System verwendet Smartphone- oder Computerkameras zur Gesundheitsmessung
  9. Flugverkehrssimulationstool
  10. Radar ermöglicht es Autos, Gefahren um Ecken zu erkennen