CN116258093A - 一种面向亿级大规模网格的cae前后处理方法 - Google Patents

Abstract

本发明提供一种面向亿级大规模网格的CAE前后处理方法，包括以下步骤：通过草图、特征操作进行几何建模，或导入外部模型文件；基于组件的前处理交互并对建立的多个组件进行物理模型设置并对几何模型设置网格生成参数，生成百万级以内规模的网格验证操作的正确性；生成大规模网格；使用者通过更改执行记录的模型的网格生成参数设置，重新执行完成大规模网格的前处理；通过可视化方式显示用户选择计算结果文件。本发明提出的面向亿级大规模网格的CAE前后处理方法实现了亿级大规模网格案例的前后处理，并能够以脚本静默的方式实现高达十亿网格规模的案例前处理。

Description

一种面向亿级大规模网格的CAE前后处理方法

技术领域

本发明涉及计算机辅助工程的技术，应用于航天航空、机械工程、水文地质、电子电气、汽车船舶等领域，具体而言，尤其涉及一种面向亿级大规模网格的CAE前后处理方法。

背景技术

计算机辅助工程(Computer Aided Engineering，CAE)软件普遍通过网格对模型进行仿真计算。以最常见的有限元计算方法为例，基本思想是将模型离散化，用有限个容易分析的网格单元来表示复杂的原模型，网格单元之间通过有限个节点相互连接，然后根据变形协调条件综合求解。CAE前后处理指的就是在计算过程之前和之后的用户交互过程，具体分为前处理(建模、网格生成、物理模型设置)和后处理(结果可视化)。

工程级复杂案例需要更大规模网格才能实现更精确的仿真计算，当网格规模上升到亿级时，会导致现有CAE前后处理方法失效，相关软件无法正确输出仿真计算所需的案例文件，且用户交互卡顿，导致仿真失败。本发明提出一种面向亿级大规模网格的CAE前后处理方法，构建的软件可以支撑亿级大规模网格的CAE前后处理过程，满足仿真计算要求。

通用的CAE前后处理过程包括建模、网格生成、物理模型设置、结果可视化环节，承载了用户和CAE仿真过程的所有交互操作。现有的CAE前后处理方法缺乏对大规模网格的流程改进和策略优化，在网格数据存储、处理环节和可视化方面均面临计算机内存压力，大部分软件仅可处理百万级以内的网格，个别软件可以通过提升硬件配置勉强支撑千万级的网格，但会引起严重的用户交互卡顿，甚至无法正确输出仿真计算所需的案例文件，导致仿真失败。

发明内容

根据上述背景技术中提到的技术问题，而提供一种面向亿级大规模网格的CAE前后处理方法。本发明

一种面向亿级大规模网格的CAE前后处理方法，包括以下步骤：

步骤1：通过草图、特征操作进行几何建模，或导入外部模型文件；

步骤2：基于组件的前处理交互并对建立的多个组件进行物理模型设置并对几何模型设置网格生成参数，生成百万级以内规模的网格验证操作的正确性；

步骤3：生成大规模网格；使用者通过更改执行所述步骤2中记录的所述模型的网格生成参数设置，重新执行完成大规模网格的前处理；

步骤4：通过可视化方式显示用户选择计算结果文件。

进一步地，所述步骤2中通过全流程仿真脚本构建技术，对用户操作进行Python脚本封装，用户执行前处理交互操作时，自动记录并提交该操作对应的脚本，软件脚本引擎对该脚本进行解析并调用底层功能函数，实现用户操作。

进一步地，所述物理模型设置，包括：单元设置、材料设置以及边界和载荷设置。

进一步地，所述步骤3中对于大规模网格的前处理包括：网格生成算法并行封装以及大规模网格数据的存储。

进一步地，所述网格生成算法并行封装；通过一种基于粗网格分区的并行四面体网格生成方法，首先根据几何模型特征尺寸优先保证成功率生成粗网格作为分区依据，然后各分区根据用户设置的网格生成参数细化得到细网格，并将粗网格映射的几何特征信息对应到细网格上，在各个子区域之间不通信的情况下，保持子区域网格拓扑相融且共享节点编号一致。

进一步地，所述大规模网格数据的存储是通过二进制文件对并行剖分结果进行数据存储；

所述大规模网格数据的存储格式包括：表面节点文件、表面线单元文件、表面三角形单元文件、全部节点文件以及全部四面体单元文件；

通过对所述表面节点文件、表面线单元文件、表面三角形单元文件、全部节点文件以及全部四面体单元文件分别进行读取，即可识别网格数据与几何模型的映射关系，获取组件上的物理模型设置，供求解器进行仿真计算。

进一步地，所述步骤4中对于可视化方式显示用户选择计算结果文件包括以下策略：可见性策略、实例化渲染策略、远景细节忽略策略、细节层次策略以及文字渲染策略。

进一步地，所述可见性策略即仅为在视域内中的场景局部多边形进行绘制，在视域之外则不进行绘制；所述可见性策略包括：层次视锥裁剪、背面裁剪、遮挡裁剪；

所述实例化渲染策略通过实例化渲染的命令类型进行加速绘制，实例化渲染会将一个对象和多个变换矩阵送入渲染管线，渲染管线内部会进行对象位置、颜色等参数的变换，进而创建多个显示对象；

所述远景细节忽略策略通过判断网格数量与像素数量的大小对场景进行显示；如果网格数量大于像素数量，则细节显示后的网格单元将近似为黑点；

所述细节层次策略中，当视点靠近物体的时候，通过局部细网格显示模型；当视点远离模型的时候，通过不断合并临近单元的方法简化模型，当简化模型的粗网格满足当前硬件显示效率时，停止简化并显示模型；当用户交互时，通过粗网格提高响应速度；静止时，通过细网格实现可视化精度；

所述文字渲染策略通过享元方式将常用字符编入一个纹理中，不同的文字渲染时通过字符编码及字体大小等信息自动索引到文字对应的纹理，降低显示的数据量，提高文字的渲染效率。

较现有技术相比，本发明具有以下优点：

本发明提出的面向亿级大规模网格的CAE前后处理方法采用基于组件的建模、网格生成、物理模型设置、结果可视化的流程，通过在网格生成与处理过程和可视化策略方面进行改进和策略优化，实现亿级大规模网格案例的前后处理，并能够以脚本静默的方式实现高达十亿网格规模的案例前处理，解决现阶段CAE前后处理方法在处理大规模网格时面临的用户交互卡顿、无法正确输出仿真计算所需的案例文件等问题，促进CAE仿真技术在更复杂、更大规模工程场景的应用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于组件的前处理流程图。

图2为本发明全流程仿真脚本构建技术原理图。

图3为本发明实施例中大规模气缸结构稳态分析的案例模型。

图4为本发明实施例中大规模气缸结构稳态分析的位移结果可视化云图。

图5为本发明实施例中大规模顶盖驱动方腔流动分析的案例模型。

图6为本发明实施例中大规模顶盖驱动方腔流动分析的速度云图(局部分区结果)。

图7为本发明实施例中大规模飞机外流场仿真分析的案例模型。

图8为本发明实施例中大规模飞机外流场仿真分析的飞机翼身压力云图。

图9为本发明实施例中大规模飞机外流场仿真分析的流体域剖面压力云图。

图10为本发明实施例中大规模飞机外流场仿真分析的流体域剖面速度云图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

如图1-10所示，本发明提供了一种面向亿级大规模网格的CAE前后处理方法，包括以下步骤：

步骤1：通过草图、特征操作进行几何建模，或导入外部模型文件；

步骤2：基于组件的前处理交互并对建立的多个组件进行物理模型设置并对几何模型设置网格生成参数，生成百万级以内规模的网格验证操作的正确性；所述物理模型设置，包括：单元设置、材料设置以及边界和载荷设置。作为一种优选的实施方式，在本发明中，所述步骤2中通过全流程仿真脚本构建技术，对用户操作进行Python脚本封装，用户执行前处理交互操作时，通过本发明的方法自动记录并提交该操作对应的脚本，软件脚本引擎对该脚本进行解析并调用底层功能函数，实现用户操作。

步骤3：生成大规模网格；使用者通过更改执行所述步骤2中记录的所述模型的网格生成参数设置，重新执行完成大规模网格的前处理；若软件支持脚本静默运行技术，无需展示图形界面，可进一步提升可处理的案例规模。所述步骤3中对于大规模网格的前处理包括：网格生成算法并行封装以及大规模网格数据的存储。所述网格生成算法并行封装；通过一种基于粗网格分区的并行四面体网格生成方法，首先根据几何模型特征尺寸优先保证成功率生成粗网格作为分区依据，然后各分区根据用户设置的网格生成参数细化得到细网格，并将粗网格映射的几何特征信息对应到细网格上，在各个子区域之间不通信的情况下，保持子区域网格拓扑相融且共享节点编号一致；该方法在并行效率方面有显著优势，能够实现大规模网格的快速生成。

在本发明中，所述大规模网格数据的存储是通过二进制文件对并行剖分结果进行数据存储，解决前后处理软件与求解器之间的IO效率问题。所述大规模网格数据的存储格式包含了对整个网格模型的描述，且附带了原始模型的几何信息，将大型并行细化网格数据分成独立文件进行输出，分别是：包括：表面节点文件、表面线单元文件、表面三角形单元文件、全部节点文件以及全部四面体单元文件；

通过对所述表面节点文件、表面线单元文件、表面三角形单元文件、全部节点文件以及全部四面体单元文件分别进行读取，即可识别网格数据与几何模型的映射关系，获取组件上的物理模型设置，供求解器进行仿真计算。

步骤4：通过可视化方式显示用户选择计算结果文件。对于可视化方式显示用户选择计算结果文件包括以下策略：可见性策略、实例化渲染策略、远景细节忽略策略、细节层次策略以及文字渲染策略。

所述可见性策略即仅为在视域内中的场景局部多边形进行绘制，在视域之外则不进行绘制；所述可见性策略包括：层次视锥裁剪、背面裁剪、遮挡裁剪；所述实例化渲染策略通过实例化渲染的命令类型进行加速绘制，实例化渲染会将一个对象和多个变换矩阵送入渲染管线，渲染管线内部会进行对象位置、颜色等参数的变换，进而创建多个显示对象；所述远景细节忽略策略通过判断网格数量与像素数量的大小对场景进行显示；如果网格数量大于像素数量，则细节显示后的网格单元将很接近一些黑点，可忽略细节渲染；所述细节层次策略中，当视点靠近物体的时候，通过局部细网格显示模型；当视点远离模型的时候，局部细网格只覆盖了很少的像素，就不需要所有的网格单元，可以通过不断合并临近单元的方法简化模型，当简化模型的粗网格满足当前硬件显示效率时，停止简化并显示模型，即便数量级相差百倍，给用户的视觉效果也是接近的；当用户交互时(旋转、缩放、平移)，通过粗网格提高响应速度；静止时，通过细网格实现可视化精度；所述文字渲染策略通过享元方式将常用字符编入一个纹理中，不同的文字渲染时通过字符编码及字体大小等信息自动索引到文字对应的纹理，降低显示的数据量，提高文字的渲染效率。

本发明从前处理数据中单独分离出网格数据进行存储，在常见的案例文件基础上，引入网格二进制存储文件。案例文件中保留原有网格数据中的组件信息描述，如组件数量、单元类型以及组件对应的前处理条件信息等，而分离出的网格存储文件中存有网格的具体数据，如各组件的单元和节点信息等。

实施例1

对于大规模气缸结构稳态分析：

本实施例为气缸结构稳态分析，模型材料为钢，密度7800kg/m³，杨氏模量2.1×10¹¹Pa，泊松比0.3。对气缸上表面施加1000Pa的压力载荷，对气缸的支脚施加固定支撑边界条件。采用基于本发明研制的软件，网格生成过程得到的网格单元数为107,364,565(1.07亿)，对气缸进行结构稳态分析，最终获得气缸在压力作用下的位移云图。

实施例2

对于大规模顶盖驱动方腔流动分析：

本实施例为流体力学经典Benchmark案例，依靠流体粘性剪切力，带动流体运动，经常被用来测试不可压缩流动求解精度。因其外形简单，也常用于大规模网格并行计算测试。雷诺数为Re＝1000的顶盖驱动方腔流动分析，计算域为边长1m的立方体，密度1000kg/m³，分子动力学粘性系数为1Pa·s。顶面为入口边界条件，切向速度为1m/s，前面、后面、左面、右面和底面为壁面边界，壁面类型为无滑移壁面。采用基于本发明研制的软件，通过脚本静默运行的方式生成10亿规模的网格，网格单元数为1,063,302,120(10.6亿)，进行不可压缩流动分析，最终获得流场速度云图。

实施例3

对于大规模飞机外流场仿真分析

本实施例为飞机外流场仿真分析，在飞机外创建空气盒子作为外流场分析对象，采用不可压缩流动模型，空气密度为1.225kg/m³，分子动力学粘性系数为10-5Pa·s。攻角0度，入口来流速度80m/s，出口为充分发展流动，静压力为0Pa，机身为无滑移壁面边界。采用基于本发明研制的软件，通过脚本静默运行的方式，完成10亿规模的网格生成，网格单元数为1,051,987,512(10.5亿)，进行不可压缩流动分析，最终获得飞机翼身压力云图和流体域剖面的压力、速度云图。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本发明所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种面向亿级大规模网格的CAE前后处理方法，其特征在于，包括以下步骤：

步骤1：通过草图、特征操作进行几何建模，或导入外部模型文件；

步骤2：基于组件的前处理交互并对建立的多个组件进行物理模型设置并对几何模型设置网格生成参数，生成百万级以内规模的网格验证操作的正确性；

步骤3：生成大规模网格；使用者通过更改执行所述步骤2中记录的所述模型的网格生成参数设置，重新执行完成大规模网格的前处理；

步骤4：通过可视化方式显示用户选择计算结果文件。

2.根据权利要求1所述的一种面向亿级大规模网格的CAE前后处理方法，其特征在于，所述步骤2中通过全流程仿真脚本构建技术，对用户操作进行Python脚本封装，用户执行前处理交互操作时，自动记录并提交该操作对应的脚本，软件脚本引擎对该脚本进行解析并调用底层功能函数，实现用户操作。

3.根据权利要求1所述的一种面向亿级大规模网格的CAE前后处理方法，其特征在于，所述物理模型设置，包括：单元设置、材料设置以及边界和载荷设置。

4.根据权利要求1所述的一种面向亿级大规模网格的CAE前后处理方法，其特征在于，所述步骤3中对于大规模网格的前处理包括：网格生成算法并行封装以及大规模网格数据的存储。

5.根据权利要求4所述的一种面向亿级大规模网格的CAE前后处理方法，其特征在于，所述网格生成算法并行封装；通过一种基于粗网格分区的并行四面体网格生成方法，首先根据几何模型特征尺寸优先保证成功率生成粗网格作为分区依据，然后各分区根据用户设置的网格生成参数细化得到细网格，并将粗网格映射的几何特征信息对应到细网格上，在各个子区域之间不通信的情况下，保持子区域网格拓扑相融且共享节点编号一致。

6.根据权利要求4所述的一种面向亿级大规模网格的CAE前后处理方法，其特征在于，所述大规模网格数据的存储是通过二进制文件对并行剖分结果进行数据存储；

所述大规模网格数据的存储格式包括：表面节点文件、表面线单元文件、表面三角形单元文件、全部节点文件以及全部四面体单元文件；

通过对所述表面节点文件、表面线单元文件、表面三角形单元文件、全部节点文件以及全部四面体单元文件分别进行读取，即可识别网格数据与几何模型的映射关系，获取组件上的物理模型设置，供求解器进行仿真计算。

7.根据权利要求1所述的一种面向亿级大规模网格的CAE前后处理方法，其特征在于，所述步骤4中对于可视化方式显示用户选择计算结果文件包括以下策略：可见性策略、实例化渲染策略、远景细节忽略策略、细节层次策略以及文字渲染策略。

8.根据权利要求7所述的一种面向亿级大规模网格的CAE前后处理方法，其特征在于，所述可见性策略即仅为在视域内中的场景局部多边形进行绘制，在视域之外则不进行绘制；所述可见性策略包括：层次视锥裁剪、背面裁剪、遮挡裁剪；

所述实例化渲染策略通过实例化渲染的命令类型进行加速绘制，实例化渲染会将一个对象和多个变换矩阵送入渲染管线，渲染管线内部会进行对象位置、颜色等参数的变换，进而创建多个显示对象；

所述远景细节忽略策略通过判断网格数量与像素数量的大小对场景进行显示；如果网格数量大于像素数量，则细节显示后的网格单元将近似为黑点；

所述细节层次策略中，当视点靠近物体的时候，通过局部细网格显示模型；当视点远离模型的时候，通过不断合并临近单元的方法简化模型，当简化模型的粗网格满足当前硬件显示效率时，停止简化并显示模型；当用户交互时，通过粗网格提高响应速度；静止时，通过细网格实现可视化精度；

所述文字渲染策略通过享元方式将常用字符编入一个纹理中，不同的文字渲染时通过字符编码及字体大小等信息自动索引到文字对应的纹理，降低显示的数据量，提高文字的渲染效率。

Images