CN105893667A - 一种异构仿真数据的统一集成可视方法 - Google Patents

一种异构仿真数据的统一集成可视方法 Download PDF

Info

Publication number
CN105893667A
CN105893667A CN201610194088.4A CN201610194088A CN105893667A CN 105893667 A CN105893667 A CN 105893667A CN 201610194088 A CN201610194088 A CN 201610194088A CN 105893667 A CN105893667 A CN 105893667A
Authority
CN
China
Prior art keywords
model
simulation
emulation
data
heterogeneous
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610194088.4A
Other languages
English (en)
Inventor
刘玉生
邵艳利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201610194088.4A priority Critical patent/CN105893667A/zh
Publication of CN105893667A publication Critical patent/CN105893667A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/36Circuit design at the analogue level
    • G06F30/367Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种异构仿真数据的统一集成可视方法,包括:步骤1,构建仿真模型描述符库,再检索相似的仿真案例;步骤2,依据步骤1检索到的仿真案例,指导待仿真模型的仿真分析得到多域异构仿真模型,采用基于GA的中间网格模型优化生成方法,构建中间网格模型;步骤3,根据中间网格模型和多域异构仿真模型的拓扑信息和空间位置关系,建立两者之间的映射插值关联,将多域仿真结果在中间网格模型上统一集成表示;步骤4,将中间仿真结果传输至设计平台以显示多域异构仿真数据。本发明能够实现多域异构仿真数据在设计环境中的统一集成保真可视化,支持设计人员快速获取和使用准确的仿真结果进行设计决策,进而降低设计成本,提高设计效率。

Description

一种异构仿真数据的统一集成可视方法
技术领域
本发明涉及CAD(Computer Aided Design,计算机辅助设计)领域和CAE(Computer Aided Engineering,计算机辅助工程)领域,具体涉及一种基于中间模型的多域异构仿真数据的统一集成可视方法。
背景技术
现代产品开发过程中,仿真已成为继理论、试验后第三种产品设计的验证方法。传统产品的研制与改进,需要物理实验对设计方法和工具进行验证,以确保产品性能,需要人员、设备、资金等大量投入,产品研制周期长,研发成本高,已经无法满足竞争日益激烈的市场需求,而基于CAE仿真技术可减少乃至完全替代传统物理实验,在减少研发成本,提高产品质量等方面表现出显著的优势。
产品研发是设计与仿真分析不断迭代的一个过程,产品的每一次设计都需要反复修改,每一次修改都需要仿真分析验证其性能是否满足要求。在这个过程中,设计者往往希望尽快直观查看到各物理场的仿真结果,进而分析仿真结果以指导产品优化设计。因此,多域仿真数据的高效获取和集成可视对产品优化设计十分重要。
仿真技术已融入复杂产品多个学科领域的性能分析和仿真过程,仿真平台和仿真次数不断增加,产生的仿真数据也越来越多,但设计部门还很难高效获取进而利用仿真数据来支持产品的设计优化,其原因在于:(1)历史仿真数据对当前产品仿真具有一定的指导意义,但仿真数据数量众多且分散独立,缺乏有效的组织管理,难以实现快速检索和知识重用。(2)多域仿真模型和数据类型多种多样且异构,缺乏统一的精确表示,彼此之间数据传递和信息共享困难,难以实现多域仿真数据的有效集成。(3)大型企业的设计与仿真一般分属不同部门,甚至异地,设计部门一般不具备相关仿真平台,且仿真文件规模大,传输效率低,设计人员难以高效获取仿真数据。
发明内容
本发明提供了一种异构仿真数据的统一集成可视方法,能够在CAD环境中实现多域仿真结果的高效获取和集成保真可视,以支持设计决策。
一种异构仿真数据的统一集成可视方法,包括:
步骤1,构建仿真模型描述符库,在历史仿真模型库中检索得到与待仿真模型相似的仿真案例;
步骤2,依据步骤1检索到的仿真案例,指导待仿真模型的多域仿真分析后,得到多域异构仿真模型,采用基于遗传算法(Genetic Algorithm,遗传算法)的中间网格模型优化生成方法,构建中间网格模型,在优化过程中采用基于混合网格密度控制的优化加速方法来快速生成中间网格模型,中间网格模型满足如下条件:
a、中间网格模型与描述多域异构仿真网格模型信息的混合网格密度差最小;
b、中间网格模型的节点个数最小;
c、中间网格模型与多域异构仿真模型的最近节点距离和最小;
步骤3,根据中间网格模型和多域异构仿真网格模型的拓扑信息和空间位置关系,建立两者之间的映射插值关联,将多域仿真结果在中间网格模型上统一集成表示;
步骤4,将中间网格模型上的仿真结果传输至设计平台以显示多域异构仿真数据,在传输时,选择以下策略对中间仿真结果进行处理来提高数据传输效率:
Ⅰ、面向CAD环境的可视信息粗过滤;
Ⅱ、面向增量传输的仿真数据细过滤;
Ⅲ、基于FFT(Fast Fourier Transform,快速傅里叶变换)的仿真数据压缩。
本发明提出了一种基于中间网格模型的多域异构仿真数据的高效获取和集成可视方法,首先,针对产品设计模型对应的多域仿真模型,构建其对应的仿真模型描述符并存储在索引数据库中;其次,通过基于仿真模型描述符的相似性评价方法在数据库中检索到类似的仿真模型,并根据其相关的仿真版本控制树信息指导当前产品仿真;再次,采用基于GA的优化方法生成最终的中间网格模型,先根据多域异构仿真网格模型信息计算混合网格密度场,并基于混合网格密度场控制中间网格模型的优化生成,通过建立中间网格模型和多域异构仿真网格的映射插值关系,实现多域仿真结果到中间网格模型的传递;最后,采用面向CAD环境的仿真数据的粗过滤、压缩和增量传输等策略实现中间仿真结果的高效传输,进而在CAD环境中实现多域仿真结果的集成保真可视,以支持设计决策。
作为优选,步骤1具体包括:
步骤1-1、提取所有历史仿真模型信息,构建仿真模型描述符,并建立仿真模型和仿真模型描述符的映射;
步骤1-2、针对待仿真模型,首先构建与待仿真模型对应的描述符,然后采用基于仿真模型描述符的相似性评价方法检索得到相似的仿真案例。
本发明提出了基于仿真模型描述符的相似性评价方法,针对历史仿真模型库中的每一个模型,构建对应的仿真模型描述符,所有仿真模型描述符组成索引数据库,然后,根据仿真模型描述符中包含的几何信息和仿真信息进行相似性度量,支持设计人员快速检索到有用的历史仿真案例以指导当前产品仿真。
作为优选,构建仿真模型描述符的方法包括:
步骤1-1-1、采用表面网格模型任意两点之间的欧几里得距离分布,建立概率分布直方图,构造模型几何信息描述向量;
步骤1-1-2、从仿真模型中提取构造模型的非几何信息,得到非几何信息描述向量;
步骤1-1-3、组合几何信息描述向量和非几何信息描述向量,作为仿真模型描述符。
本发明提出了支持多域异构仿真数据高保真表示的中间网格模型的优化生成方法,为了支持多域仿真数据的统一集成可视,提出了中间网格模型的概念。首先,给出了中间网格模型优化问题的形式化描述,即中间网格模型所需满足的条件,然后提出基于GA的网格优化生成方法,并基于混合网格密度场控制中间网格的优化生成,通过建立中间网格和多域异构仿真网格的映射插值关系,实现多域仿真数据在中间模型上的统一集成可视。
作为优选,步骤2中,利用基于混合网格密度控制的优化加速方法,快速生成中间网格模型,其中,混合网格密度场信息采用如下方法获得:
在网格同一位置取所有仿真网格对应的节点密度最小值作为混合节点密度;
基于混合网格密度控制的中间网格生成,具体为:
采用四面体网格方法生成初始中间网格模型;
计算初始中间网格的网格密度信息,并遍历网格节点判断其节点密度和相应位置的混合节点密度的大小关系,如果其节点密度大于混合密度,则执行后续的网格加密和网格信息更新操作,否则不处理;
进行网格加密和网格信息更新操作,在加密点位置创建节点,然后改变初始中间网格的网格连接和大小,使其满足混合网格密度场的要求。
为了提高效率,步骤3中,采用索引和并行计算策略,提高映射插值的计算效率。
针对仿真数据传输效率低,设计人员无法高效获取仿真数据的问题,本发明提出了仿真数据的高效传输方法,即提出了面向CAD环境的仿真信息过滤、压缩和增量传输等策略,在获取必要精确仿真结果的同时最小化仿真结果文件,以显著提高仿真数据的传输效率。
所述面向CAD环境的可视信息粗过滤,具体为:
定义一系列面向不同仿真类型的基本过滤器,以提取不同物理场所关注的仿真结果;
基于基本过滤器构建复合过滤器,提取多种物理场所关注的仿真结果。
所述面向增量传输的仿真数据细过滤,具体为:
定义仿真数据的层次过滤器,将仿真数据分步传输,先传输表面仿真结果,再传输关键截面仿真结果,最后传输内部仿真结果。
所述基于FFT的仿真数据压缩,具体为:
首先采用FFT对仿真结果组成的离散信号进行傅里叶变换,然后对变换结果进行滤波处理,最后采用IFFT(Inverse Fast Fourier Transform)逆变换恢复原始数据。
本发明为主流CAD设计软件和CAE仿真软件所支持,以描述多域异构仿真模型的中间网格模型为基础,实现多域异构仿真数据在设计环境中的统一集成保真可视化,可以支持设计人员高效获取和使用准确的仿真结果进行设计决策,降低设计成本,缩短设计周期。
附图说明
图1为中间网格模型的生成、高效传输及可视化示意图;
图2为基于仿真模型描述符的相似性评价结果示例;
图3为中间网格模型优化生成方法流程图;
图4为中间网格模型的优化生成以及单域和多域集成可视化示意图;
图5为基于FFT的仿真数据压缩流程图;
图6为Cabinet零件的结构场仿真结果对比示例图;
图7为Cabinet零件的温度场仿真结果对比示例图;
图8为Container零件的结构场仿真结果对比示例图;
图9为Container零件的温度场仿真结果对比示例图。
具体实施方式
下面结合附图,对本发明异构仿真数据的统一集成可视方法做详细描述。
首先,提取所有历史仿真模型信息,构建仿真模型描述符并存储在数据库中,建立仿真模型和仿真模型描述符的映射。
在对新的设计模型进行仿真分析前,首先构建该模型对应的仿真模型描述符,然后采用基于仿真模型描述符的相似性评价方法检索到类似的仿真案例以指导当前产品仿真。
然后,提出了基于GA的中间网格模型的优化生成方法,采用基于混合网格密度场控制的优化加速方法快速生成最终的中间网格模型。获得中间网格模型后,通过构建中间网格模型和多域异构分析网格模型的映射关系计算对应的中间仿真结果。
最后,获得中间仿真结果后,采用面向CAD环境的仿真数据粗过滤、压缩和增量传输等策略进行高效传输,并在CAD设计环境中实现多域仿真数据的集成保真可视。这样,设计人员可以在CAD环境中快速查看到准确的单域和多域集成仿真结果,进而支持产品设计决策。
整体实现流程示意图如图1所示,图1中以Cabinet零件为例,(a)原始CAD模型经过(1)简化操作后获得(b)中间简化模型,再通过(2)网格化操作得到(c)初始中间网格模型,然后基于GA实现中间网格模型的优化生成,其中基于混合网格密度场信息对初始中间网格模型进行(3)细化和调整来加速中间网格的生成,最后得到(d)优化中间网格模型。
图1中,图(e)和图(f)分别代表Abaqus中结构场仿真结果和Ansys中温度场仿真结果。通过(4)映射和插值操作建立中间网格模型与上述两个仿真模型的映射插值关系获得中间结构场仿真信息和中间温度场仿真信息。再通过(5)粗过滤、细过滤和压缩操作,分别获得(g.1)结构场表面仿真结果、(g.2)结构场截面仿真结果、(g.3)结构场内部仿真结果、(h.1)温度场表面仿真结果、(h.2)温度场截面仿真结果以及(h.3)温度场内部仿真结果。最后,通过(6)增量传输及可视化操作将中间仿真结果分步传输到CAD设计平台CATIA中进行单域和多域集成保真可视化,其中(g)和(h)分别代表结构场仿真结果和温度场仿真结果,(i)代表集成仿真结果。
具体步骤如下:
步骤1,构建仿真模型描述符库,通过描述符的相似性评价检索仿真模型。
(1)仿真模型描述符的构建
合理、高效的仿真模型表示是进行准确的相似性评价和检索的前提,为了实现仿真案例的高效检索,应首先为历史仿真模型构建其对应仿真模型描述符作为索引。
仿真描述符的构建包括两部分:首先,采用D2(表示表面网格模型任意两点之间的欧几里得距离分布)建立概率分布直方图构造模型几何信息描述向量。然后,从仿真文件中提取仿真相关的信息,包括仿真类型、材料类型、边界条件约束信息、载荷类型等构造模型非几何信息描述向量。两者组合作为最终的仿真模型描述符,并存储在索引数据库中用于后续模型检索。
(2)仿真模型的相似性评价
采用仿真模型描述符描述仿真模型后,将模型检索中的模型匹配问题转化为了相似性评价问题,从而大大减少仿真模型的复杂性,提高检索效率。
基于仿真模型的相似性评价分两步进行。第一步是几何相关描述符的相似性度量,采用Minkowski L1距离进行概率分布的比较。第二步是仿真相关描述符的相似性度量,对描述符向量进行布尔运算实现相似性比较。其部分检索结果示例如图2所示。
步骤2,中间模型的优化生成
(1)中间网格模型优化问题的形式化描述
根据步骤1检索到类似的仿真案例指导当前产品的各种仿真分析后,可获得多域仿真结果。提出中间网格模型的概念来支持多域仿真数据的有效共享和集成可视。
为了保证后续多域仿真结果的高效获取和精确表示,中间网格模型的生成应高效而准确,应尽量同时逼近多域异构仿真网格模型。因此,将中间网格模型的生成转化为一个多目标优化问题,并给出了其形式化描述:第一个是中间网格密度和描述多域仿真网格模型信息的混合网格密度差尽可能小,第二个是中间网格模型的节点个数最小,第三个是中间网格和多域仿真网格模型信息的最近节点距离和最小。
(2)基于GA的中间网格优化生成
提出了基于GA的中间网格模型优化生成方法,在优化过程中,采用基于混合网格密度控制的优化加速方法来快速生成中间网格模型。其中,混合网格密度场信息通过在网格同一位置取所有仿真网格对应节点密度最小值作为混合节点密度来获得,保证同时满足所有仿真网格的最小密度要求。基于混合网格密度控制的中间网格生成是通过网格细化操作改变初始中间网格单元连接和大小使其满足混合网格密度场的要求,尽量缩小初始中间网格和目标中间网格的差异。这样生成的细化中间网格能够同时逼近多域仿真网格,可保证局部关键位置的精度,同时便于后续准确的映射插值。
(3)中间仿真结果的计算
获得中间网格模型后,根据中间网格模型和多域仿真网格模型的拓扑信息和空间位置关系等,建立两者之间的映射插值关联,进而实现多域仿真结果在中间网格模型上的统一集成表示。
为了提高映射插值速度,计算过程中采取索引和并行计算等策略。方法流程图如图3所示,图4给出了中间网格模型的优化生成以及单域和多域集成可视化示意图。图4以Cabinet零件为例,(a)代表原始CAD模型,(b)代表对应的中间简化模型,(c)、(d)和(e)分别代表初始中间网格模型、直接基于混合网格密度控制生成的细化中间网格模型以及GA优化中间网格模型。(f)和(g)分别代表CATIA中结构场仿真结果和温度场仿真结果。(h)代表不同中间网格的温度场仿真结果的局部对比,其中(h.1)表示Ansys中温度场局部仿真结果,而(h.2)、(h.3)、(h.4)分别代表初始、细化以及GA优化中间网格上显示的局部仿真结果,从图4中可知,(h.4)GA优化中间网格模型上显示的局部仿真结果效果最好。(i)代表CATIA中结构场和温度场两者的集成仿真结果。
步骤3,仿真数据的高效传输
(1)面向CAD环境的可视信息粗过滤
获得仿真文件后,定义一系列面向不同仿真类型的基本过滤器提取不同物理场关注的仿真结果,然后基于基本过滤器构建复合过滤器以提取多物理场仿真结果。通过提取对设计人员决策有用的仿真信息,减少仿真文件规模。
(2)面向增量传输的仿真数据细过滤
根据设计者查看仿真结果的一般顺序,提出面向增量传输的仿真数据细过滤策略。通过定义仿真数据的层次过滤器将仿真数据分步传输,即增量传输,先表面仿真结果,再关键截面仿真结果,最后内部仿真结果,从而在不影响设计者获取和查看仿真结果的同时加快仿真数据的获取。表1给出了测试零件的数据过滤性能分析结果。从表1中可知,(1)面向CAD环境的可视信息粗过滤操作可基本将原始仿真数据压缩为原来的5%以内,而(2)面向增量传输的仿真数据细过滤操作可进一步压缩数据。两步过滤操作可大大减少仿真数据规模,进而提高数据传输效率。
表1
(3)基于FFT的仿真数据压缩
为进一步提高数据传输效率,首先采用FFT对仿真结果组成的离散信号进行傅里叶变换,接着对变换结果进行滤波处理,最后采用IFFT逆变换(Inverse Fast Fourier Transform)恢复原始数据。其流程示意图如图5所示。其中,(a)原始仿真结果通过(1)信号转换为(b)原始信号x1。接着通过快速傅里叶变换操作(2)y1=fft(x1)得到(c)频谱图,通过(3)滤波操作滤除高频信号得到(d)滤除后频谱图,再通过逆变换操作(4)x2=ifft(y1)得到(e)还原信号x2,将还原结果进行(5)可视化获得(f)还原后的仿真结果。从图5中可知,压缩后还原的仿真结果与原始仿真结果可视效果类似。
步骤4,仿真数据的单域和多域集成可视化
当仿真结果通过上述策略高效传输至设计平台并进行数据还原后,根据不同的仿真需求,可选择相应的仿真结果。可视化方法包括标量场可视化和矢量场可视化,将仿真结果准确的呈现给设计人员,供设计人员分析验证以指导产品设计优化。
图6、图7、图8和图9分别给出了测试零件Cabinet零件和Container零件结构场仿真结果和温度场仿真结果在设计环境和仿真环境中的对比示例。其中,图6中(a)代表Cabinet零件的Abaqus结构场仿真结果,(b)、(c)、(d)分别代表CATIA中对应的结构场初始中间仿真结果、优化中间仿真结果和优化中间截面仿真结果。
图7中(a)代表Cabinet零件的Ansys温度场仿真结果,(b)、(c)、(d)分别代表CATIA中对应的温度场初始中间仿真结果、优化中间仿真结果和优化中间截面仿真结果。
图8中(a)代表Container零件的Abaqus结构场仿真结果,(b)、(c)、(d)分别代表CATIA中对应的结构场初始中间仿真结果、优化中间仿真结果和优化中间截面仿真结果。
图9中(a)代表Container零件的Ansys温度场仿真结果,(b)、(c)、(d)分别代表CATIA中对应的温度场初始中间仿真结果、优化中间仿真结果和优化中间截面仿真结果。
表2给出了相应的中间仿真结果的SEP(Statistical error percentage,统计误差比)分析结果。
表2
如表2所示,本发明给出的采用中间网格模型进行的结构场和温度场的仿真结果误差较小,在接受范围内可满足保真可视的需要。

Claims (8)

1.一种异构仿真数据的统一集成可视方法,其特征在于,包括:
步骤1,构建仿真模型描述符库,在历史仿真模型库中检索得到与待仿真模型相似的仿真案例;
步骤2,依据步骤1检索到的仿真案例,指导待仿真模型的多域仿真分析后,得到多域异构仿真网格模型,采用基于遗传算法的中间网格模型优化生成方法,构建中间网格模型,在优化过程中采用基于混合网格密度控制的优化加速方法来快速生成中间网格模型,中间网格模型满足如下条件:
a、中间网格模型与描述多域异构仿真网格模型信息的混合网格密度差最小;
b、中间网格模型的节点个数最小;
c、中间网格模型与多域异构仿真模型的最近节点距离和最小;
步骤3,根据中间网格模型和多域异构仿真网格模型的拓扑信息和空间位置关系,建立两者之间的映射插值关联,将多域仿真结果在中间网格模型上统一集成表示;
步骤4,将中间网格模型上的仿真结果传输至设计平台以显示多域异构仿真数据,在传输时,选择以下策略对中间仿真结果进行处理来提高数据传输效率:
Ⅰ、面向CAD环境的可视信息粗过滤;
Ⅱ、面向增量传输的仿真数据细过滤;
Ⅲ、基于FFT的仿真数据压缩。
2.如权利要求1所述的异构仿真数据的统一集成可视方法,其特征在于,步骤1具体包括:
步骤1-1、提取所有历史仿真模型信息,构建仿真模型描述符,并建立仿真模型和仿真模型描述符的映射;
步骤1-2、针对待仿真模型,首先构建与待仿真模型对应的描述符,然后采用基于仿真模型描述符的相似性评价方法检索得到相似的仿真案例。
3.如权利要求2所述的异构仿真数据的统一集成可视方法,其特征在于,构建仿真模型描述符的方法包括:
步骤1-1-1、采用表面网格模型任意两点之间的欧几里得距离分布,建立概率分布直方图,构造模型几何信息描述向量;
步骤1-1-2、从仿真模型中提取构造模型的非几何信息,得到非几何信息描述向量;
步骤1-1-3、组合几何信息描述向量和非几何信息描述向量,作为仿真模型描述符。
4.如权利要求1所述的异构仿真数据的统一集成可视方法,其特征在于,步骤2中,利用基于混合网格密度控制的优化加速方法,快速生成中间网格模型,其中,混合网格密度场信息采用如下方法获得:
在网格同一位置取所有仿真网格对应的节点密度最小值作为混合节点密度;
基于混合网格密度控制的中间网格生成,具体为:
采用四面体网格方法生成初始中间网格模型;
计算初始中间网格的网格密度信息,并遍历网格节点判断其节点密度和相应位置的混合节点密度的大小关系,如果其节点密度大于混合密度,则执行后续的网格加密和网格信息更新操作,否则不处理;
进行网格加密和网格信息更新操作,在加密点位置创建节点,然后改变初始中间网格的网格连接和大小,使其满足混合网格密度场的要求。
5.如权利要求1所述的异构仿真数据的统一集成可视方法,其特征在于,步骤3中,采用索引和并行计算策略,提高映射插值的计算效率。
6.如权利要求1所述的异构仿真数据的统一集成可视方法,其特征在于,所述面向CAD环境的可视信息粗过滤,具体为:
定义一系列面向不同仿真类型的基本过滤器,以提取不同物理场所关注的仿真结果;
基于基本过滤器构建复合过滤器,提取多种物理场所关注的仿真结果。
7.如权利要求1所述的异构仿真数据的统一集成可视方法,其特征在于,所述面向增量传输的仿真数据细过滤,具体为:
定义仿真数据的层次过滤器,将仿真数据分步传输,先传输表面仿真结果,再传输关键截面仿真结果,最后传输内部仿真结果。
8.如权利要求1所述的异构仿真数据的统一集成可视方法,其特征在于,所述基于FFT的仿真数据压缩,具体为:
首先采用FFT对仿真结果组成的离散信号进行傅里叶变换,然后对变换结果进行滤波处理,最后采用IFFT逆变换恢复原始数据。
CN201610194088.4A 2016-03-30 2016-03-30 一种异构仿真数据的统一集成可视方法 Pending CN105893667A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610194088.4A CN105893667A (zh) 2016-03-30 2016-03-30 一种异构仿真数据的统一集成可视方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610194088.4A CN105893667A (zh) 2016-03-30 2016-03-30 一种异构仿真数据的统一集成可视方法

Publications (1)

Publication Number Publication Date
CN105893667A true CN105893667A (zh) 2016-08-24

Family

ID=57014340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610194088.4A Pending CN105893667A (zh) 2016-03-30 2016-03-30 一种异构仿真数据的统一集成可视方法

Country Status (1)

Country Link
CN (1) CN105893667A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800539A (zh) * 2019-02-27 2019-05-24 北京世冠金洋科技发展有限公司 一种仿真测试方法及系统
CN116992518A (zh) * 2023-09-28 2023-11-03 山东华云三维科技有限公司 一种提高三维cad系统数据传输效率的方法及装置
CN117097717A (zh) * 2023-08-16 2023-11-21 浙江远算科技有限公司 一种用于仿真结果的文件传输优化方法、系统和电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592016A (zh) * 2011-12-31 2012-07-18 英特工程仿真技术(大连)有限公司 工程多物理场耦合分析方法
CN102750407A (zh) * 2011-11-16 2012-10-24 中国电子科技集团公司第三十八研究所 一种cad/cae数据自动处理与转换方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750407A (zh) * 2011-11-16 2012-10-24 中国电子科技集团公司第三十八研究所 一种cad/cae数据自动处理与转换方法
CN102592016A (zh) * 2011-12-31 2012-07-18 英特工程仿真技术(大连)有限公司 工程多物理场耦合分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YANLI SHAO等: "CAD-Centered Integration and Efficient Visualization of Multidisciplinary Simulation Data", 《COMPUTER-AIDED DESIGN AND COMPUTER GRAPHICS》 *
YANLI SHAO等: "Intermediate model based efficient and integrated multidisciplinary simulation data visualization for simulation information reuse", 《ADVANCES IN ENGINEERING SOFTWARE》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800539A (zh) * 2019-02-27 2019-05-24 北京世冠金洋科技发展有限公司 一种仿真测试方法及系统
CN109800539B (zh) * 2019-02-27 2020-06-05 北京世冠金洋科技发展有限公司 一种仿真测试方法及系统
CN117097717A (zh) * 2023-08-16 2023-11-21 浙江远算科技有限公司 一种用于仿真结果的文件传输优化方法、系统和电子设备
CN117097717B (zh) * 2023-08-16 2024-03-22 浙江远算科技有限公司 一种用于仿真结果的文件传输优化方法、系统和电子设备
CN116992518A (zh) * 2023-09-28 2023-11-03 山东华云三维科技有限公司 一种提高三维cad系统数据传输效率的方法及装置
CN116992518B (zh) * 2023-09-28 2023-12-26 山东华云三维科技有限公司 一种提高三维cad系统数据传输效率的方法及装置

Similar Documents

Publication Publication Date Title
CN106599519B (zh) 面向生产订单组合优化的中厚板母板与板坯协同设计方法及系统
CN107563067A (zh) 基于自适应代理模型的结构可靠性分析方法
CN104408518B (zh) 基于粒子群优化算法的神经网络学习优化方法
CN105893669A (zh) 一种基于数据挖掘的全局仿真性能预测方法
Lu et al. Attention-based dense point cloud reconstruction from a single image
CN102622609B (zh) 一种基于支持向量机的三维模型自动分类方法
CN105160700B (zh) 一种用于三维模型重建的截面曲线重构方法
CN104298809A (zh) 一种基于矩阵指数电磁暂态仿真的非线性建模求解方法
CN104615454A (zh) 用于更新计算机辅助设计模型的方法、系统和可读媒体
CN114169231A (zh) 一种基于迁移学习获取配电线路故障分类、定位与选线深度学习模型的方法
CN105893667A (zh) 一种异构仿真数据的统一集成可视方法
CN108121215A (zh) 基于全回路重构仿真的工业控制回路性能评价方法及装置
CN106844929A (zh) 一种柔性管线布局敷设三维工艺设计方法
Calvette et al. Forecasting smart well production via deep learning and data driven optimization
CN111340179A (zh) 一种卷积神经网络拓扑方法
CN107038297A (zh) 全球能源互联网运行特性仿真的自适应变步长积分方法
CN110334450A (zh) 一种多块结构网格生成中物面投影错误的修复方法
Li et al. Learning to reformulate for linear programming
CN110135090A (zh) 一种基于响应面法的电路系统容差建模与分析方法
CN115310209A (zh) 基于vae的气动形状迁移优化方法及相关装置
CN110309528A (zh) 一种基于机器学习的雷达方案设计方法
CN112560326B (zh) 压力场的确定方法及装置
CN116068329A (zh) 一种基于迁移学习的输电线路故障分类与定位方法
CN113987924A (zh) 一种基于目标特征自学习的复杂电磁信号模拟发生方法
CN110889396A (zh) 能源互联网扰动分类方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160824

WD01 Invention patent application deemed withdrawn after publication