CN107045571A

CN107045571A - 一种基于云计算的压铸仿真控制方法

Info

Publication number: CN107045571A
Application number: CN201710190085.8A
Authority: CN
Inventors: 朱兆生; 吴健明; 其他发明人请求不公开姓名
Original assignee: Hangzhou Far Count Technology Co Ltd
Current assignee: Zhejiang far count cloud computing Co., Ltd.
Priority date: 2017-03-27
Filing date: 2017-03-27
Publication date: 2017-08-15
Anticipated expiration: 2037-03-27
Also published as: CN107045571B

Abstract

本发明公开了一种基于云计算的压铸仿真控制方法，属于压铸控制技术领域。现有技术的压铸仿真控制方法没有公开如何模拟出仿真模型的技术方案，并且现有技术的适用范围窄，不能适用各种压铸情形，仿真效果不好，使用成本高。本发明是基于云计算的压铸仿真技术，在压铸仿真控制技术上引入云计算的方式，实现资源的智能配置。通过压铸云服务平台，压铸仿真控制技术的学习及使用门槛大大降低。本发明根据压铸仿真控制方法将压铸云求解器进行优化，然后封装进入云服务平台。本发明的压铸仿真技术方案详尽，切实可行，适用范围广，计算准确，仿真效果好，能够快速、方便使用并且使用成本低。

Description

一种基于云计算的压铸仿真控制方法

技术领域

本发明涉及一种基于云计算的压铸仿真控制方法，属于压铸控制技术领域。

背景技术

压铸是一种金属铸造工艺，其特点是利用模具腔对融化的金属施加高压。模具通常是用强度更高的合金加工而成的。由于压铸工艺一般只会用于批量制造大量产品。制造压铸的零部件相对来说比较容易，单项成本增量很低。压铸特别适合制造大量的中小型铸件，因此压铸是各种铸造工艺中使用最广泛的一种。同其他铸造技术相比，压铸的表面更为平整，拥有更高的尺寸一致性，因而使用压铸工艺可以使得铸件拥有优秀的尺寸精度。

中国专利公开了一种管状铸件的制备工艺(申请号201410463544.1)包括以下步骤：a、根据目标铸件的具体形状和尺寸，通过计算机模拟软件设计出铸件仿真模型，再根据铸件仿真模型制作压铸模具；b、将轻金属合金原料制成液态的熔融液，出炉后并将该熔融液浇铸到放置有砂芯的浇铸模具内，将所得的铸件脱模，该铸件冷却后便形成一浇铸管，然后将该浇铸管装放在步骤a中制作好的压铸模具的相应位置处，之后将该压铸模具安装在压铸机上；c、将轻金属合金原料制成半固态浆料，然后将制得的半固态浆料注入压铸模具内，采用半固态成形方法铸造出覆盖在所述浇铸管外周面上的压铸管，其中压铸温度控制在580～630℃，模具温度为200～350℃，压射比压为60～100MPa，压射速度为3～9m/s；d、取出压铸管，将浇铸管内的砂芯进行去除便可得到管状铸件。

此技术方案，根据目标铸件的具体形状和尺寸，通过计算机模拟软件设计出铸件仿真模型，再根据铸件仿真模型制作压铸模具，但是没有公开如何模拟出仿真模型的技术方案。并且此技术的适用范围窄，不能适用各种压铸情形，仿真效果不好，使用成本高，用户经过繁琐的计算，才能得到仿真模型，无法快速、方便的使用，用户需要自行维护，用户体验差。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种压铸仿真技术方案详尽，切实可行，适用范围广，仿真效果好，能够快速、方便使用并且使用成本低的基于云计算的压铸仿真控制方法。为实现上述目的，本发明的技术方案为：

一种基于云计算的压铸仿真控制方法，

S1，将压铸仿真控制方法通过编程封装为压铸云求解器。压铸云求解器为独立、可移植的模块，便于控制端用户随时移植压铸云求解器到不同云服务平台上，减少编程成本。。

可通过OpenStack实现自动化部署，将业务所需的压铸仿真软件模块以及相关的执行环境都封装到Linux镜像。用户可以在web后台自定义计算机节点的CPU核数、内存、硬盘大小，然后一键部署，启动相关服务。

S2，终端用户连接云服务平台，根据自己需求选择相应的模型，上传压铸相关数据，以及需要执行的相关命令。终端用户无需安装复杂的软件模块，也不需要高端的安装硬件配置，用户只需要通过手机、电脑、笔记本以及其他相关设备登录云端服务页面，输入相关压铸参数，便可进行压铸仿真计算。用户只需要一键选择使用的软件即可启动相关服务，省去了新用户安装和开发压铸云求解器的麻烦。更为重要的是，此发明可以让压铸仿真从业者可以在任何时间、任何地点提交自己的压铸测试案例。压铸测试相关的参数皆可由客户自定义，比如：压铸浇口条件、材料属性、模具参数、重力方向等等。

S3，弹性资源控制：云端控制模块根据这些数据和命令通过相关的代码逻辑分发到指定的若干服务器，根据需求弹性分配CPU和内存等资源。

S4，后处理整合：用户可以通过后处理查看压铸仿真控制技术的实现过程和结果，分析设计的缺陷。压铸云求解器及其依赖的压铸仿真软件模块能够在压铸云服务平台上实现自动更新，终端用户无需下载安装，即可实时享受压铸云求解器的云服务。

云计算拥有弹性、安全、高效的计算能力。基于云计算的压铸仿真技术，在压铸仿真控制技术上引入云计算的方式，实现资源的智能配置。压铸云提供了数据存储的便捷性，其中就包括了仿真数据在线存储云服务。可以让文件储存于云计算中心，同时又具备自动同步功能，省却下载到本地设备的麻烦。用户在使用云存储之后，可以从数据中心获得几乎无限的存储空间。

压铸云求解器及其依赖的压铸仿真软件模块能够在压铸云服务平台上实现自动更新，终端用户无需下载安装，即可实时享受压铸云求解器的云服务。现有技术的压铸仿真软件模块以及压铸云求解器，如果没有自动更新，则不能享受到最新版本的功能，甚至导致无法满足最新的业务需求，而压铸云仿真可以保证用户每次打开都是最新的版本。

在压铸云服务平台里，终端用户上几乎所有技术问题都能够通过后台解决。用户数据、用户所需要的仿真算法、都保留在云服务器中，并且能根据需要进行访问。

通过压铸云服务平台，压铸仿真控制技术的学习及使用门槛大大降低。本发明根据压铸仿真控制方法将压铸云求解器进行优化，然后封装进入云服务平台。这些整合好的功能不仅可以让新用户快速上手压铸仿真而且节省了工程师安装软件和配置服务的时间。

作为优选地技术措施，所述压铸仿真控制方法包括以下步骤：

第一步，参数初始化，所述参数包括熔液初始温度、浇口速度、材料属性等。

第二步，确定初始参数之后，划分计算网格，生成计算节点，想要在空间域上实现离散控制方程必须使用网格。目前网格分为结构网格和非结构网格两大类。将计算区域离散成相应的网格，在计算网格基础上进行偏微分方程的离散，再将相应的参量组装成AX＝b的矩阵进行求解。接下来进入压铸云求解器的执行环节。

第三步，参数传值于压铸云求解器的离散方程式。该求解方法是由连续性方程、动量方程和能量方程等的偏微分方程所表达的数学模型，它们分别表征了质量守恒、动量守恒和能量守恒三个物理定律。

第四步，求解器执行的过程中，确立边界条件和划分计算网格之后，压铸的工作流程包括：建立以上述方程式为基础的离散方程，根据离散边界条件、离散初始条件以及求解器设置，执行求解器，程序不断地迭代，求解以上述公式为基础的偏微分方程直至求解值收敛或达到迭代步数。

第五步，通过能量守恒、动量守恒等流体力学方程计算模拟压铸过程的温度场，以及通过熔融物的空间分布/体积分数随时间的变化关系计算溶液的填充体积。这些数据通过可视化技术呈现出压铸仿真的过程和结果。用户可根据该结果判断设计是否有缺陷，同时此处运用大数据技术进行数值分析，智能判断并且输出人性化的报表。主要的判断标准有以下几点：一、压铸填充率是否达到100％，未达到100％则会出现压铸成型不完整、产品结构残缺，具体判断标准为某些网格出现缺失值或者为初始值。二、仿真结果表面温差是否过大，而容易导致翘曲变形，具体判断辨准为遍历仿真结果所有单元网格的值、网格值集合的极差和方差过大。三、表面温度是否分布均匀，冷却效果是否理想，具体判断辨准为遍历仿真结果所有单元网格的值、网格值集合是否符合正态分布，且对集合进行随机分组后、多个检验总体的均值相等。

第六步，如果没有达到相关标准则可以大致判断该设计方案不具备现实可行性，出现上述情况则需要进入第七步，如果具备现实可行性，则进行第八步。

第七步，保存日志文件和结果文件，然后根据遗传算法系统自动调整相关的系数，这一系列的参数再次代入第三步中的离散方程式、而后执行压铸云求解器；本步骤根据遗传算法生成多种参数配置，并行运算。并且根据数据结果，再次生成多组不同参数配置，直至筛选出好的参数配置。

第八步，如果第五步的判断结果达到了相关的标准则可以结束求解、输出结果。

本发明的仿真控制方法技术方案详尽，切实可行，计算准确，仿真效果好。

作为优选的技术措施，所述参数还包括浇口条件、模具参数、浇铸时的重力方向、模具温度以及换热系数。

作为优选的技术措施，在充型过程数值模拟中，一般地可将液态金属充型过程视为不可压缩牛顿流体的非定常黏性流动过程和不稳定导热过程，可建立由连续性方程、Navier-Stokes方程(动量方程)和能量方程这样的偏微分方程所表达的数学模型，它们分别表征了质量守恒、动量守恒和能量守恒三个物理定律。

作为优选的技术措施，

在三维直角坐标系下，

连续性方程(质量守恒定律)可表示为：

式中：u、v、w——分别表示x、y、z方向的速度分量。

动量守恒方程(Navier-Stokes方程)可表示为：

式中：gx、gy、gz——分别为x、y、z方向上重力加速度分量；

V——运动黏度；

p——压力；

d——流体的密度；

t——时间；

——某一变量的增量。

能量守恒方程可表示为：

式中：

Cp——比热容；

λ——导热系数；

S——源项；

θ——温度。

采用体积函数法跟踪自由表面移动时，还需要求解体积函数方程，体积函数方程(自由表面控制方程)如下：

式中：F——流体体积函数。

作为优选的技术措施，离散边界条件包括自由表面边界条件和型壁速度边界条件。自由表面边界条件又包括自由表面速度边界条件和自由表面压力边界条件。

作为优选的技术措施，自由表面速度边界条件自由表面网格内速度边界条件的处理以满足连续性方程为基本原则，并根据自由表面形状和位置由相邻的满网格速度来确定，考虑了10大类64种不同的情况。

作为优选的技术措施，自由表面压力边界条件在三维情况下自由表面边界可以用平面来近似，由网格中的流体体积函数F值及自由表面的法矢量可以确定自由表面的位置d。将自由表面压力pS和内部格子压力pN之间进行线性插值，可以得到自由表面格子的压力p，即：p＝(1-Z)pN–Z*pS。其中，Z＝d/dc，dc为内部格子单元之间的距离。实际计算过程中，忽略黏度对表面应力的影响，将自由表面压力pS设为零，这样可以减少计算量而不影响计算精度。

作为优选的技术措施，型壁速度边界条件对于型壁边界，必须引入一个假想单元来设置速度边界条件。SOLA-VOF算法给出两种典型的边界条件：自由滑动边界和无滑动边界。这样就可以将型壁速度边界条件设置为自由滑动边界和无滑动边界两者之间的状态。

作为优选的技术措施，数值稳定性条件流体充型过程数值计算中，如果时间步长选择不当，将会导致计算发散，因此要对时间步长作一定的限制。由此引出三维充型过程模拟的数值稳定性条件如下：

(1)在一个时间步长内，流体的运动不能超过一个单元，由此得到：

式中：Wt——计算时间步长。

(2)在一个时间步长内，动量扩散不能超过一个单元，由此得到：

式中：_——动力黏度。

与现有技术相比，本发明具有以下有益效果：

本发明基于云计算的压铸仿真技术，在压铸仿真控制技术上引入云计算的方式，实现资源的智能配置。云计算拥有弹性、安全、高效的计算能力。压铸云提供了数据存储的便捷性，其中就包括了仿真数据在线存储云服务。可以让文件储存于云计算中心，同时又具备自动同步功能，省却下载到本地设备的麻烦。用户在使用云存储之后，可以从数据中心获得几乎无限的存储空间。

通过压铸云服务平台，压铸仿真控制技术的学习及使用门槛大大降低。本发明根据压铸仿真控制方法将压铸云求解器进行优化，然后封装进入云服务平台。这些经过整合过的功能不仅可以让新用户快速上手压铸仿真而且节省了工程师安装软件和配置服务的时间。

本发明通过能量守恒、动量守恒等流体力学方程计算模拟压铸过程的温度场，以及通过熔融物的空间分布/体积分数随时间的变化关系计算溶液的填充体积。压铸仿真技术方案详尽，切实可行，适用范围广，计算准确，仿真效果好，能够快速、方便使用并且使用成本低。

附图说明

图1为本发明控制方法流程图(本发明的操作流程图)；

图2为本发明压铸仿真流程图(本发明压铸仿真控制技术流程图)。

具体实施方式

为了更清晰地表示本发明的目的、技术方案及优点，以下内容将结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

如图1所示，一种基于云计算的压铸仿真控制方法，步骤如下：

S1，云端部署：将压铸仿真控制方法通过编程封装为压铸云求解器。压铸云求解器为独立、可移植的模块，便于控制端用户随时移植压铸云求解器到不同云服务平台上，减少编程成本。

云端部署：将压铸云求解器部署到云服务平台，提高了压铸仿真控制方法的安装部署效率，方便对计算资源的集中管理，有益于维护程序的稳定性和计算资源的优化。

S3，弹性资源控制：云端控制模块根据这些数据和命令通过相关的代码逻辑分发到指定的若干服务器，根据需求弹性分配CPU和内存等资源，能够有效节省资源，提升数据处理速度，改善用户使用体验。

S4，后处理整合：用户可以通过后处理查看压铸仿真控制技术的实现过程和结果，分析设计的缺陷。

通过压铸云服务平台，压铸仿真控制技术的学习及使用门槛大大降低。本发明根据压铸仿真控制方法将压铸云求解器进行优化，然后封装进入云服务平台。这些整合好的功能不仅可以让新用户快速上手压铸仿真而且节省了工程师安装软件模块和配置服务的时间。

所述压铸仿真控制方法包括以下步骤：

第一步，参数初始化，如熔液初始温度、浇口速度、材料属性(热物性及流动参数)、浇铸时的重力方向、模具温度以及换热系数等。

第二步，确定初始参数之后，划分计算网格，生成计算节点。在空间域上实现离散控制方程必须使用网格。目前网格分为结构网格和非结构网格两大类。将计算区域离散成相应的网格，在计算网格基础上进行偏微分方程的离散，再将相应的参量组装成AX＝b的矩阵进行求解。接下来进入压铸云求解器的执行环节。

第三步，参数传值于压铸云求解器。该求解方法是由连续性方程、动量方程和能量方程等的偏微分方程所表达的数学模型，它们分别表征了质量守恒、动量守恒和能量守恒三个物理定律。

在充型过程数值模拟中，一般地可将液态金属充型过程视为不可压缩牛顿流体的非定常黏性流动过程和不稳定导热过程，可建立由连续性方程、Navier-Stokes方程(动量方程)和能量方程等偏微分方程所表达的数学模型，它们分别表征了质量守恒、动量守恒和能量守恒三个物理定律。

在三维直角坐标系下，

连续性方程(质量守恒定律)可表示为：

式中：u、v、w——分别表示x、y、z方向的速度分量。

动量守恒方程(Navier-Stokes方程)可表示为：

式中：gx、gy、gz——分别为x、y、z方向上重力加速度分量。

V——运动黏度；

p——压力；

d——流体的密度；

t——时间；

——某一变量的增量。

能量守恒方程可表示为：

式中：

Cp——比热容；

λ——导热系数；

S——源项；

θ——温度。

式中：F——流体体积函数。

第四步，执行压铸的求解运算。如图2所示，在确立边界条件和划分计算网格之后，压铸的工作流程包括：建立以上述方程式为基础的离散方程，根据离散边界条件、离散初始条件以及求解器设置，执行求解器，程序不断地迭代，求解以上述公式为基础的偏微分方程直至求解值收敛或达到迭代步数。离散边界条件包括自由表面边界条件、型壁边界条件。自由表面边界条件又包括自由表面速度边界条件和自由表面压力边界条件，型壁离散边界条件包括速度边界条件和传热边界条件。

自由表面速度边界条件自由表面网格内速度边界条件的处理以满足连续性方程为基本原则，并根据自由表面形状和位置由相邻的满网格速度来确定，考虑了10大类64种不同的情况。

自由表面压力边界条件在三维情况下自由表面边界可以用平面来近似，由网格中的流体体积函数F值及自由表面的法矢量可以确定自由表面的位置d。将自由表面压力pS和内部格子压力pN之间进行线性插值，可以得到自由表面格子的压力p，即：p＝(1-Z)pN–Z*pS。其中，Z＝d/dc，dc为内部格子单元之间的距离。实际计算过程中，忽略黏度对表面应力的影响，将自由表面压力pS设为零，这样可以减少计算量而不影响计算精度。

型壁速度边界条件对于型壁边界，必须引入一个假想单元来设置速度边界条件。SOLA-VOF算法给出两种典型的边界条件：自由滑动边界和无滑动边界。这样就可以将型壁速度边界条件设置为自由滑动边界和无滑动边界两者之间的状态。

数值稳定性条件流体充型过程数值计算中，如果时间步长选择不当，将会导致计算发散，因此要对时间步长作一定的限制。由此引出三维充型过程模拟的数值稳定性条件如下：

式中：Wt——计算时间步长；

Δx，Δy，Δz——分别表示x、y、z速度方向的网格长度，

u、v、w——分别表示x、y、z方向的速度分量。

式中：__——动力黏度

第七步，保存日志文件和结果文件，然后根据遗传算法系统自动调整相关的系数如浇口条件(熔液初始温度、浇口速度等)、模具参数(模具温度以及换热系数)、材料属性(热物性及流动参数)、重力方向等，这一系列的参数再次代入第三步中的离散方程式、而后执行压铸云求解器；本步骤根据遗传算法生成多种参数配置，并行运算。并且根据数据结果，再次生成多组不同参数配置，直至筛选出好的参数配置。

本方法已经在基于云计算的压铸仿真系统中进行应用，仿真效果很好。此方法在云平台上实现了压铸设计方案仿真测试，多台计算机同时执行压铸云求解器的运算，利用云计算的并行计算优势使实时性得到保证。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于云计算的压铸仿真控制方法，其特征在于，

S1，将压铸仿真控制方法通过编程封装为压铸云求解器；压铸云求解器为独立、可移植的模块，便于控制端用户随时移植压铸云求解器到不同云服务平台上，减少编程成本；

S2，终端用户连接云服务平台，根据自己需求选择相应的模型，上传压铸相关数据，以及需要执行的相关命令；

S3，弹性资源控制：云端控制模块根据这些数据和命令通过相关的代码逻辑分发到指定的若干服务器，根据需求弹性分配CPU和内存等资源；

S4，后处理整合：用户通过后处理查看压铸仿真控制技术的实现过程和结果，分析设计的缺陷；压铸云求解器及其依赖的压铸仿真软件模块能够在压铸云服务平台上实现自动更新，终端用户无需下载安装，即可实时享受压铸云求解器的云服务。

2.如权利要求1所述的一种基于云计算的压铸仿真控制方法，其特征在于，所述压铸仿真控制方法包括以下步骤：

第一步，参数初始化，所述参数包括熔液初始温度、浇口速度、材料属性等；

第二步，确定初始参数之后，划分计算网格，生成计算节点，接下来进入压铸云求解器的执行环节；

第三步，参数传值于压铸云求解器的离散方程式；该求解方法是由连续性方程、动量方程和能量方程等的偏微分方程所表达的数学模型；

第四步，求解器执行的过程中，确立边界条件和划分计算网格之后，压铸的工作流程包括：建立以上述方程式为基础的离散方程，根据离散边界条件、离散初始条件以及求解器设置，执行求解器，程序不断地迭代，求解以上述公式为基础的偏微分方程直至求解值收敛或达到迭代步数；

第五步，通过能量守恒、动量守恒等流体力学方程计算模拟压铸过程的温度场，以及通过熔融物的空间分布/体积分数随时间的变化关系计算溶液的填充体积；这些数据通过可视化技术呈现出压铸仿真的过程和结果；用户可根据该结果判断设计是否有缺陷，同时此处运用大数据技术进行数值分析，智能判断并且输出人性化的报表；主要的判断标准有以下几点：一、压铸填充率是否达到100％；二、仿真结果表面温差是否过大，而容易导致翘曲变形；三、表面温度是否分布均匀，冷却效果是否理想；

第六步，如果没有达到相关标准则大致判断该设计方案不具备现实可行性，出现上述情况则需要进入第七步，如果具备现实可行性，则进行第八步；

第七步，保存日志文件和结果文件，然后根据遗传算法系统自动调整相关的系数，这一系列的参数再次代入第三步中的离散方程式、而后执行压铸云求解器；

第八步，如果第五步的判断结果达到了相关的标准则结束求解、输出结果。

3.如权利要求2所述的一种基于云计算的压铸仿真控制方法，其特征在于，所述参数还包括浇口条件、模具参数、浇铸时的重力方向、模具温度以及换热系数。

4.如权利要求3所述的一种基于云计算的压铸仿真控制方法，其特征在于，在充型过程数值模拟中，一般地可将液态金属充型过程视为不可压缩牛顿流体的非定常黏性流动过程和不稳定导热过程，可建立由连续性方程、Navier-Stokes方程(动量方程)和能量方程这样的偏微分方程所表达的数学模型，它们分别表征了质量守恒、动量守恒和能量守恒三个物理定律。

5.如权利要求4所述的一种基于云计算的压铸仿真控制方法，其特征在于，

在三维直角坐标系下，

连续性方程(质量守恒定律)可表示为：

式中：u、v、w——分别表示x、y、z方向的速度分量；

动量守恒方程(Navier-Stokes方程)可表示为：

式中：gx、gy、gz——分别为x、y、z方向上重力加速度分量；

V——运动黏度；

p——压力；

d——流体的密度；

t——时间；

——某一变量的增量。

能量守恒方程可表示为：

<mrow> <mi>d</mi> <mi>C</mi> <mi>p</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>&part;</mo> <mi>&theta;</mi> </mrow> <mrow> <mo>&part;</mo> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>&part;</mo> <mi>&theta;</mi> </mrow> <mrow> <mo>&part;</mo> <mi>x</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>&part;</mo> <mi>&theta;</mi> </mrow> <mrow> <mo>&part;</mo> <mi>y</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>&part;</mo> <mi>&theta;</mi> </mrow> <mrow> <mo>&part;</mo> <mi>z</mi> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>=</mo> <mi>&lambda;</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>&part;</mo> <mi>&theta;</mi> </mrow> <mrow> <mo>&part;</mo> <msup> <mi>t</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>&part;</mo> <mi>&theta;</mi> </mrow> <mrow> <mo>&part;</mo> <msup> <mi>x</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>&part;</mo> <mi>&theta;</mi> </mrow> <mrow> <mo>&part;</mo> <msup> <mi>y</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>&part;</mo> <mi>&theta;</mi> </mrow> <mrow> <mo>&part;</mo> <msup> <mi>z</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>+</mo> <mi>S</mi> </mrow>

式中：

Cp——比热容；

λ——导热系数；

S——源项；

θ——温度；

<mrow> <mfrac> <mrow> <mo>&part;</mo> <mi>F</mi> </mrow> <mrow> <mo>&part;</mo> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <mi>u</mi> <mfrac> <mrow> <mo>&part;</mo> <mi>F</mi> </mrow> <mrow> <mo>&part;</mo> <mi>x</mi> </mrow> </mfrac> <mo>+</mo> <mi>v</mi> <mfrac> <mrow> <mo>&part;</mo> <mi>F</mi> </mrow> <mrow> <mo>&part;</mo> <mi>y</mi> </mrow> </mfrac> <mo>+</mo> <mi>w</mi> <mfrac> <mrow> <mi>&delta;</mi> <mi>F</mi> </mrow> <mrow> <mi>&delta;</mi> <mi>z</mi> </mrow> </mfrac> <mo>=</mo> <mn>0</mn> <mo>;</mo> </mrow>

式中：F——流体体积函数。

6.如权利要求5所述的一种基于云计算的压铸仿真控制方法，其特征在于，离散边界条件包括自由表面边界条件和型壁速度边界条件；自由表面边界条件又包括自由表面速度边界条件和自由表面压力边界条件。

7.如权利要求6所述的一种基于云计算的压铸仿真控制方法，其特征在于，自由表面速度边界条件自由表面网格内速度边界条件的处理以满足连续性方程为基本原则，并根据自由表面形状和位置由相邻的满网格速度来确定，考虑了10大类64种不同的情况。

8.如权利要求7所述的一种基于云计算的压铸仿真控制方法，其特征在于，自由表面压力边界条件在三维情况下自由表面边界用平面来近似，由网格中的流体体积函数F值及自由表面的法矢量确定自由表面的位置d；将自由表面压力pS和内部格子压力pN之间进行线性插值，得到自由表面格子的压力p，即：p＝(1-Z)pN–Z*pS；其中，Z＝d/dc，dc为内部格子单元之间的距离；实际计算过程中，忽略黏度对表面应力的影响，将自由表面压力pS设为零，这样减少计算量而不影响计算精度。

9.如权利要求8所述的一种基于云计算的压铸仿真控制方法，其特征在于，型壁速度边界条件对于型壁边界，必须引入一个假想单元来设置速度边界条件；SOLA-VOF算法给出两种典型的边界条件：自由滑动边界和无滑动边界；这样就将型壁速度边界条件设置为自由滑动边界和无滑动边界两者之间的状态。

10.如权利要求9所述的一种基于云计算的压铸仿真控制方法，其特征在于，数值稳定性条件流体充型过程数值计算中，如果时间步长选择不当，将会导致计算发散，因此要对时间步长作一定的限制；由此引出三维充型过程模拟的数值稳定性条件如下：

<mrow> <mi>W</mi> <mi>t</mi> <mo><</mo> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>{</mo> <mfrac> <mrow> <mi>&Delta;</mi> <mi>x</mi> </mrow> <mrow> <mo>|</mo> <mi>u</mi> <mo>|</mo> </mrow> </mfrac> <mo>,</mo> <mfrac> <mrow> <mi>&Delta;</mi> <mi>y</mi> </mrow> <mrow> <mo>|</mo> <mi>v</mi> <mo>|</mo> </mrow> </mfrac> <mo>,</mo> <mfrac> <mrow> <mi>&Delta;</mi> <mi>z</mi> </mrow> <mrow> <mo>|</mo> <mi>w</mi> <mo>|</mo> </mrow> </mfrac> <mo>}</mo> <mo>;</mo> </mrow>

式中：Wt——计算时间步长；

<mrow> <mi>W</mi> <mi>t</mi> <mo><</mo> <mfrac> <mrow> <mn>3</mn> <mi>d</mi> </mrow> <mrow> <mn>4</mn> <mo>_</mo> </mrow> </mfrac> <mrow> <mo>(</mo> <mfrac> <mrow> <msup> <mi>&Delta;x</mi> <mn>2</mn> </msup> <mo>*</mo> <msup> <mi>&Delta;y</mi> <mn>2</mn> </msup> <mo>*</mo> <msup> <mi>&Delta;z</mi> <mn>2</mn> </msup> </mrow> <mrow> <msup> <mi>&Delta;x</mi> <mn>2</mn> </msup> <mo>*</mo> <msup> <mi>&Delta;y</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>&Delta;y</mi> <mn>2</mn> </msup> <mo>*</mo> <msup> <mi>&Delta;z</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>&Delta;z</mi> <mn>2</mn> </msup> <mo>*</mo> <msup> <mi>&Delta;x</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>;</mo> </mrow>

式中：_——动力黏度。