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

Fortgeschrittene Simulationsverfahren modellieren Fahrzeugdynamik & Reifenströmung präzise

Fortgeschrittene Simulationsverfahren modellieren Fahrzeugdynamik & Reifenströmung präzise

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

Die Ergebnisse sind für alle in einem Video hier zu sehen, das von Takashi Kuraishi, einem Forschungsassistenten im Labor von Tayfun Tezduyar, dem James F. Barbour Professor für Maschinenbau, erstellt wurde.

„Er hat die Komplexität seiner Berechnungen eskaliert, beginnend mit einem einzelnen Reifen und jetzt mit dem Rest des Autos“, sagte Tezduyar über Kuraishi, der 2020 dem Rice-Labor beitrat.

Das Video demonstriert auch die Wirksamkeit der NURBS Surface-to-Volume Guided Mesh Generation Methode, einer Technik, die vom Team für Advanced Flow Simulation and Modeling unter der Leitung von Tezduyar und Takizawa entwickelt wurde, um Strömungsdynamik um und durch komplexe Geometrieobjekte zu modellieren. NURBS steht für Non-Uniform Rational Basis Splines, eine mathematische Technik zur Beschreibung von 3D-Formen und zur Bereitstellung computergestützter Analyse von Fluid- und Strukturmechanikproblemen, die solche Formen betreffen.

Die Modellierung wird dadurch verkompliziert, dass die Reifen mit der Straße in Kontakt sind und sich beim Rollen verformen. „Wir haben es mit nahezu tatsächlichen Auto- und Reifengeometrien zu tun“, sagte Tezduyar.

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

„Das Wissen über das Strömungsverhalten um das Auto und seine Reifen wird zu einem besseren Verständnis ihrer aerodynamischen Leistung führen“, sagte Kuraishi. „Solch anspruchsvolle Simulationen sind wichtig, um realistische Lösungen und verlässliche Antworten in Design und Leistungsbewertung zu liefern.“

Tezduyar, dessen Labor auch Bergungsfallschirme für NASAs Orion-Kapseln modelliert hat, sagte, dass der Einsatz von NURBS in der computergestützten Analyse in den letzten Jahren dramatisch zugenommen hat, indem er Effizienz und Genauigkeit kombiniert, indem er die Anzahl der Mesh-Punkte reduziert, die notwendig sind, um ein System zu modellieren. Stellen Sie sich das Mesh als ein Netz aus Fluid – 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 computergestützte Strömungsanalyse mit NURBS mit etwa 1,1 Millionen Punkten erreicht, ein Bruchteil der Anzahl, die in herkömmlichen Methoden verwendet wird, wobei die Genauigkeit beibehalten wird. Das senkt auch den Rechenaufwand, sagte Tezduyar.

„Wir haben ein 3D-Mesh um das Auto und die Reifen, mit mehr Punkten in der Nähe der Reifenoberflächen für höhere Genauigkeit, wo es am wichtigsten ist“, sagte er. „Während sich der Reifen dreht, drehen sich die Punkte und Elemente mit, aber das Problem ist, dass sich die Elemente unter dem Reifen zusammenziehen, wenn sich der Reifen dreht – und das ist es, was andere Methoden nicht bewältigen können. Unsere Methode kann das, und sie ist der Schlüssel zu einer präzisen Simulation.“

„Mit der Zeit werden natürlich neue Reifendesigns oder Verbesserungen in Betracht gezogen“, sagte er. „Es wäre sehr vorteilhaft für Reifenhersteller, diese Art von Simulation durchzuführen, bevor sie in die Erstellung eines Prototyps investieren, weil es ihnen umfassende und detaillierte numerische Daten über die Aerodynamik um den Reifen liefern würde, die auf andere Weise schwer zu erhalten wären.“


Sensor

  1. Elektrische Schaltungssimulation mit SPICE meistern: Praktischer Leitfaden für Entwickler und Studenten
  2. Reifen: Von Rohstoffen zum fortschrittlichen Design – Ein umfassender Leitfaden
  3. NVIDIA Jetson Nano: 5-W, 472 GFLOPS KI-Computer für Maker und Enterprises
  4. Machine Learning prognostiziert Batteriegesundheit und Lebensdauer präzise aus Frühphasendaten
  5. Verilog Display Tasks meistern: Effizientes Debugging & Logging
  6. Sieben bewährte Wege, wie Computer Vision Effizienz steigert & Kosten senkt
  7. Schnelle, präzise COVID-19-Detektion mit Graphentechnologie
  8. Echtzeit-Gesundheitsmonitoring mit Smartphone- & Computer-Kameras
  9. NASA Ames' Fe3 Tool: Fortgeschrittene Niedrighöhen-Luftverkehrs-Simulation
  10. Fortschrittliches Radar lässt Autos verborgene Gefahren um Ecken erkennen