TW201721462A - 構造解析方法及構造解析程式 - Google Patents
構造解析方法及構造解析程式 Download PDFInfo
- Publication number
- TW201721462A TW201721462A TW105135268A TW105135268A TW201721462A TW 201721462 A TW201721462 A TW 201721462A TW 105135268 A TW105135268 A TW 105135268A TW 105135268 A TW105135268 A TW 105135268A TW 201721462 A TW201721462 A TW 201721462A
- Authority
- TW
- Taiwan
- Prior art keywords
- model
- analysis
- strength
- constraint
- boundary condition
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
- G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32358—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device using picture signal storage, e.g. at transmitter
- H04N1/32443—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device using picture signal storage, e.g. at transmitter with asynchronous operation of the image input and output devices connected to the memory
- H04N1/32448—Controlling data flow to or from the memory in relation to the available memory capacity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32358—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device using picture signal storage, e.g. at transmitter
- H04N1/32443—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device using picture signal storage, e.g. at transmitter with asynchronous operation of the image input and output devices connected to the memory
- H04N1/32454—Controlling data flow to or from the memory in relation to the amount of data, e.g. file size
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/333—Mode signalling or mode changing; Handshaking therefor
- H04N1/33376—Mode signalling or mode changing; Handshaking therefor according to characteristics or state of one of the communicating parties, e.g. available memory capacity
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本發明的構造解析裝置取得模型資訊。構造解析裝置根據取得的模型資訊,來評估解析對象模型的規模。構造解析裝置根據從模型資訊、網格尺寸及元素類型算出的元素數及/或節點數,來進行模型規模的評估。構造解析裝置根據評估的模型規模,來選擇採用了模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法,要設為直接法或疊代法。
Description
發明領域 本發明是關於一種構造解析方法及構造解析程式。
發明背景 以往已習知採用有限元素法來進行構造解析的技術。在採用有限元素法的構造解析中,例如藉由解聯立一次方程式,來求出構造物的變位或應力。該聯立一次方程式求解的計算量多,耗費時間,因此有各種技術利用計算機用以高速求解。聯立一次方程式的解法例如以大分類而言,可舉出直接法或疊代法等。相對於直接法是例如將係數矩陣予以三角化來直接求出解的解法,疊代法則是藉由疊代計算來求出近似解的解法。
由直接法或疊代法所代表的聯立一次方程式的演算法,已進行各種技術開發,用以更有效率地使用計算機,更高速地求解。例如非專利文獻1介紹適用於稀疏矩陣的直接法的演算法。非專利文獻2介紹適合平行處理的疊代法的演算法及其計算例。 先行技術文獻
非專利文獻 非專利文獻1:山本有作:"疎行列連立一次方程式の直接解法",計算工学,Vol.11,No.4,pp.14-18(2006) 非專利文獻2:大原敏靖、川島康弘、藤野清次:"Hybrid反復法ソルバーによるFEM構造解析の処理時間短縮",計算工学講演会論文集Proceedings of the Conference on Computational Engineering and Sceience 19,4p,2014-06
發明概要 發明欲解決之課題 然而,聯立一次方程式的解法有其拿手與不拿手之處,以往並不存在確實且最快解開所有問題的解法。因此,以往若將採用解析對象模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法,設為特定的解法,來進行數值解析,則依解析對象模型會發生解析時間比其他解法長的問題點。例如直接法由於聯立一次方程式的特性,若非零區增加時,會需要更多演算量或記憶體量,解析時間可能變長。另,例如疊代法由於聯立一次方程式的特性,解有時難以收斂,解析時間可能變長。
就一側面而言,本發明的目的在於提供一種可達成縮短解析時間的構造解析方法及構造解析程式。
用以解決課題之手段 依據本發明的一側面,提案一種構造解析方法及構造解析程式,其取得模型資訊,根據取得的前述模型資訊,評估解析對象模型的模型規模,根據前述模型規模的評估結果,來選擇採用了前述模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法,要設為直接法或疊代法。
依據本發明的其他一側面,提案一種構造解析方法及構造解析程式,其取得解析對象模型的邊界條件,根據取得的前述邊界條件,評估前述邊界條件的強度,根據前述邊界條件的強度的評估結果,來選擇採用了前述模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法,要設為直接法或疊代法。
依據本發明的其他一側面,提案一種構造解析方法及構造解析程式,其取得模型資訊及解析對象模型的邊界條件,根據取得的前述模型資訊,評估前述模型的模型規模,根據取得的前述邊界條件,評估前述邊界條件的強度,根據前述模型規模的評估結果及前述邊界條件的強度的評估結果,來選擇採用了前述模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法,要設為直接法或疊代法。
發明效果 依據本發明的一態樣,可達成縮短解析時間。
用以實施發明之形態 以下參考附圖,詳細說明本發明的構造解析方法及構造解析程式的實施形態。
圖1是表示本發明的構造解析裝置的一動作例的說明圖。構造解析裝置100是電腦,其針對解析對象的FEM(Finite Element Method:有限元素法)模型,進行採用了有限元素法的構造解析。在此,有限元素法是指用以逼近地解微分方程式的數值解析方法。藉由構造解析的評估中,例如評估變位來作為剛性指標,評估應力等來作為強度指標。
解析對象的FEM模型以下僅稱為模型,亦稱為解析對象模型等。有限元素法是將被定義方程式的區域,分割為小區域,以共通的互補函數來逼近各小區域的方程式的方法。在此,小區域成為元素102。元素102是於各頂點等,配置有節點103。於採用了有限元素法的構造解析中,被定義方程式的區域為解析對象構造物。解析對象模型101藉由逼近解析對象構造物,以成為可藉由FEM來進行構造解析的狀態,其配置於模擬空間上。
模擬空間是指為了於電腦上,表現解析區域而設定的空間,該解析區域包含解析對象的物理性構造物的內部及其構造的外部的空間。於解析對象模型101,將解析對象構造物分割為複數個元素102,元素102的集合表現全體的形狀。元素102的集合亦稱為網格。網格中1個格子的尺寸亦稱為網格尺寸。
1個元素102的形狀在二維時為四角形或三角形等,在三維時為四面體、五面體或六面體等。於圖1,元素102是舉例四面體的二次元素,關於元素102的形狀例或元素102與節點103的關係,利用圖2來詳細說明。
開發人員利用例如CAD(Computer Aided Design(電腦輔助設計)),製作以多邊形表現構造物的三維形狀立體模型的立體模型資訊。立體模型資訊具有例如多邊形的座標資料等。接著,開發人員利用CAE(Computer Aided Engineering(電腦輔助工程)),在實際做成構造物前,在電腦上模擬設計的構造物是否符合要求性能。在此,CAE具有例如稱為預處理器、解答器及後處理器的三種軟體。
首先,CAE的預處理器可藉由進行網格分割或邊界條件定義,來製作表現FEM模型的模型資訊111。接著,CAE的解答器是對於模型資訊111所表現的FEM模型,進行數值解析的構造解析解答器。最後,CAE的後處理器將藉由CAE的解答器所獲得的解析結果,進行可視化。
以往,FEM的構造解析可藉由解力平衡方程式,來求出構造物的變位或應力。力平衡方程式為聯立一次方程式。聯立一次方程式亦表示為「Ku=f」。K為剛性矩陣。u是表示各個節點103各自由度的變位的向量。u是以解析求出的未知向量。f是表示荷重的向量。f是在已設定荷重條件時,對應於各節點103的自由度的荷重量。
以往,聯立一次方程式的求解因計算量多,計算耗費時間,因此開發各種手法,用以更有效率地使用計算機,更高速地求解。聯立一次方程式的解法包括直接法或疊代法。直接法是例如將係數矩陣予以三角化來直接求出解的解法。直接法包括例如多鋒面法等。疊代法則是藉由疊代計算來求出近似解的解法。疊代法包括例如附有預處理的CG法等。
然而,習知技術若將採用解析對象模型101的有限元素法的構造解析解答器求解聯立一次方程式的演算法,設為特定的解法,來進行數值解析,則依模型會發生解析時間比其他解法長的問題點。例如一般而言,直接法比疊代法需要更多記憶體量。又,直接法由於聯立一次方程式的特性,若非零區增加時,會需要更多演算量或記憶體量,解析時間可能變長。另,例如疊代法在約束條件所導致對模型101的約束不充分等情況,模型不安定的話,解有時難以收斂,解析時間可能變長。
因此,於本實施形態,構造解析裝置100根據表現解析對象模型101的資訊,來評估解析模型規模,對應於模型規模,從直接法及疊代法中,選擇採用FEM的聯立一次方程式的解法。藉此,可推定記憶體的使用量,可使記憶體不至於不足並藉由直接法進行解析,可達成縮短解析時間。
首先,構造解析裝置100取得模型資訊111。模型資訊111包含例如解析對象模型101的形狀的資訊。模型資訊111的詳細例利用後述圖6來說明。
接著,構造解析裝置100根據取得的模型資訊111,來評估解析對象模型101的規模。構造解析裝置根據100根據從例如模型資訊111、網格尺寸及元素類型算出的元素數及/或節點數及/或解析自由度數,來進行模型規模的評估。
然後,構造解析裝置100根據評估的模型規模,來選擇採用了模型101的有限元素法的構造解析解答器求解聯立一次方程式的演算法,要設為直接法或疊代法。構造解析裝置100在例如模型規模越大時,選擇疊代法。
若解析對象模型101的模型規模大,解析的節點103的數目多,記憶體使用量變多。因此,構造解析裝置100根據評估的模型規模及解析時可使用的記憶體使用量,選擇將演算法設為直接法或疊代法。
具體而言,構造解析裝置100例如於利用直接法解析模型101的模型規模時所使用的記憶體量,小於解析時可使用的記憶體使用量時,選擇直接法。另,構造解析裝置100例如於利用直接法解析模型101的模型規模時所使用的記憶體量,是解析時可使用的記憶體使用量以上時,選擇疊代法。於圖1例選擇疊代法。
例如解析模型時所使用的記憶體量,可根據從元素類型、元素數或節點數等所算出的模型規模來算出推測值。例如預先於記憶裝置等,準備利用直接法時,對於1個元素使用多少程度的記憶體量。然後,構造解析裝置100算出對應於解析對象模型101的元素數所使用的記憶體量。
例如一般而言,直接法的解析比疊代法的解析精度高,因此已知直接法的解析不耗費時間時,為了提升精度,有時欲利用直接法。然而,如上述,直接法的解析時,若記憶體的使用量不足,則解析耗費時間。因此,藉由對應模型規模來選擇解析法,可藉由模型規模來推測記憶體的使用量,因此可不缺乏記憶體並進行直接法的解析,達成提升精度,同時達成縮短解析時間。
圖2是表示本發明的構造解析裝置的其他動作例的說明圖。構造解析裝置100是針對解析對象的FEM模型,進行採用了有限元素法的構造解析的電腦。由於圖2所示的構造解析裝置100與圖1所示的構造解析裝置100為同一裝置或不同裝置均可,因此附上同一符號。又,於圖2所示例與圖1所示例,省略針對同一構成或功能的詳細說明。
如圖1所說明,習知技術若將採用解析對象模型101的有限元素法的構造解析解答器求解聯立一次方程式的演算法,設為特定的解法,來進行數值解析,則依模型會發生解析時間比其他解法長的問題點。直接法例如解析時使用許多記憶體量,解析時間可能變長。另,疊代法例如若約束條件對於模型101的約束不足,解有時不收斂。因此,解析時間可能變長。
因此,於本實施形態,構造解析裝置100評估模型101的邊界條件的強度,對應於邊界條件的強度,從直接法及疊代法,選擇採用了FEM的聯立一次方程式的解法。藉此,可達成縮短解析時間。在此,邊界條件是指為了表現構造物的負載狀態而設定於邊界的條件。邊界條件包括例如約束條件及荷重條件兩種條件。約束條件是對於解析對象的構造物,某部位如何固定、賦予何種程度的強制變位等條件。荷重條件是對某部位,以某方向加施多少力等條件。邊界條件的強度例如在約束條件的強度的情況下,可藉由約束條件所界定的邊界的約束,來判斷計算模型是否安定,可達成縮短解析時間。
首先,構造解析裝置100取得解析對象模型101的邊界條件。接著,構造解析裝置100根據取得的邊界條件,評估解析對象模型101的邊界條件的強度。邊界條件的強度包含例如約束條件的強度及荷重條件的脆弱性中至少一者。
約束條件設定約束的種類或方向、約束的位置或區域等。約束條件的強度是例如對應於約束條件約束解析對象模型101的強度。約束條件的強度例如如後述,根據相當於解析對象模型101的表面中,由約束條件所約束的範圍的區域面積來評估。荷重條件設定荷重種類、荷重大小或方向、加施荷重的位置或區域等。荷重條件的脆弱性是例如荷重條件對剛性造成的影響大小的倒數。荷重條件的脆弱性是根據例如荷重條件對剛性造成的影響大小的倒數來評估。
構造解析裝置100例如根據評估的邊界條件的強度,選擇採用模型101的有限元素法的構造解析解答器求解聯立一次方程式的演算法,設為直接法或疊代法。構造解析裝置100若例如邊界條件的強度越大,選擇疊代法。
在此,舉例說明約束條件的強度。若解析對象模型101的約束條件的強度大,由於約束條件所界定的邊界的約束,解析模型安定,因此於疊代法,解收斂的可能性升高。另,若解析對象模型101的約束條件的強度小,約束條件所界定的邊界的約束可能不足,於疊代法,解不收斂的可能性升高。
因此,構造解析裝置100在例如約束條件的強度為臨限值以上時,選擇疊代法,約束條件的強度小於臨限值時,選擇直接法。藉此,可藉由約束條件的強度來判斷邊界的安定程度,可達成縮短解析時間。
圖3是表示有限元素法的構造解析所用的元素及節點的說明圖。如圖3(1)所示,構造物為例如連續體。如上述,CAE的預處理器藉由逼近在三維模擬空間上製作的構造物的立體模型,來做成FEM模型。
如圖3(2)所示,元素類型可舉出三維的實體元素、二維的殼元素、一維的柱元素或桁架元素、零維的質量元素等。實體元素的形狀包括六面體、五面體、四面體等。又,殼元素的形狀包括四角形、三角形等。又,柱元素或衍架元素的形狀為線。質量元素的形狀為點。
如圖3(3)所示,例如元素形狀為四面體時,如一次元素及二次元素,節點的定義方法有複數種。一次元素時,元素所含的節點為四面體的節點。二次元素時,節點為四面體的頂點、及連結頂點的線的中心點。如此,依元素形狀或節點的定義方法,構成元素的節點數會不同。於本實施形態,元素類型是採用四面體的二次元素來說明。
在此,實體元素亦稱為固體元素。又,殼元素亦稱為例如板元素。又,柱元素亦稱為樑元素。依該等元素類型,後述構成節點的解析自由度亦各不相同。
(構造解析裝置100的硬體構成例) 圖4是表示構造解析裝置的硬體構成例的方塊圖。於圖4,構造解析裝置100具有CPU(Central Processing Unit(中央處理單元))401、ROM(Read Only Memory(唯讀記憶體))402、RAM(Random Access Memory(隨機存取記憶體))403、磁碟機404及碟片405。又,構造解析裝置100具有I/F(Interface)406、鍵盤407、滑鼠408及顯示器409。又,CPU401、ROM402、RAM403、磁碟機404、I/F406、鍵盤407、滑鼠408及顯示器409分別藉由匯流排400連接。
在此,CPU401掌管構造解析裝置100全體的控制。ROM402記憶啟動程式等程式。RAM403是作為CPU401的工作區使用。磁碟機404按照CPU401的控制,來控制對於碟片405的資料讀取/寫入。碟片405記憶由磁碟機404的控制所寫入的資料。碟片405可舉出磁碟片、光碟片等。
I/F406經由通訊線路連接於LAN(Local Area Network(區域網路))、WAN(Wide Area Network(廣域網路))、網際網路等網路410,經由該網路410連接於其他裝置。然後,I/F406掌管網路410及內部的介面,控制來自外部裝置的資料的輸出入。I/F406可採用例如數據機或LAN配接器等。
鍵盤407或滑鼠408是藉由利用者的操作,來進行各種資料輸入的介面。顯示器409是依據CPU401的指示來輸出資料的介面。
又,雖省略圖示,於構造解析裝置100,亦可設置從攝影機載入圖像或動畫的輸入裝置,或從微音器載入聲音的輸入裝置。又,雖省略圖示,於構造解析裝置100亦可設置列印機等輸出裝置。
(構造解析裝置100的功能性構成例) 圖5是表示構造解析裝置的功能性構成例的方塊圖。構造解析裝置100具有取得部501、第1評估部502、第2評估部503及選擇部504。從取得部501到選擇部504的控制部的處理編碼於例如程式,該程式記憶於圖4所示之CPU401可存取的ROM402、RAM403、碟片405等記憶裝置。然後,CPU401從記憶裝置讀出該程式,執行編碼於程式的處理。藉此,實現控制部的處理。又,控制部的處理結果記憶於例如ROM402、RAM403、碟片405等記憶裝置。
取得部501取得模型資訊111。模型資訊111是表現解析對象模型的資訊。模型資訊111包含例如模型的形狀的資訊。又,表現模型形狀的資訊可舉出模型所含元素的元素資訊、元素所含的節點及節點的位置資訊等。表現模型形狀的資訊亦可為例如體積、表面積等資訊。又,取得的模型資訊111亦可包含例如表現模型材質的資訊。又,取得的模型資訊111亦可包含例如解析時設定於模型的邊界條件的資訊。又,取得的模型資訊111亦可包含例如結果的輸出項目的資訊。結果的輸出項目的資訊是例如變位、應力、反作用力等計算輸出何種解析結果的資訊。
圖6是表示模型資訊例的說明圖。於圖6(1)~圖6(3),模型資訊111表示模型所含元素的元素資訊、元素所含的節點及節點的位置資訊等。又,於圖6(4),模型資訊111表示表現模型形狀的資訊、表現模型材質的資訊、或解析時設定於模型的邊界條件的資訊等。在此,邊界條件是指為了表現構造物的負載狀態而設定於邊界的條件。邊界條件包括例如約束條件及荷重條件兩種條件。約束條件是對於解析對象的構造物,某部位如何固定、賦予何種程度的強制變位等條件。荷重條件是對某部位,以某方向加施多少力等條件。
於圖6(1),模型資訊111具有模型ID、元素ID的欄位。模型ID的欄位設定有識別模型的識別資訊。於元素ID的欄位,設定有識別解析對象模型所含元素的識別資訊。於圖6(1)例,模型ma具有例如元素en1~en3。
接著,於圖6(2)例中,模型資訊111具有元素ID、節點ID的欄位。元素ID的欄位設定有識別元素的識別資訊。於節點ID的欄位,設定有識別元素所含節點的識別資訊。於圖6(2)例,元素en1具有節點nn1~nn4。
然後,於圖6(3)例,模型資訊111具有節點ID、節點位置資訊的欄位。節點ID的欄位設定有識別節點的識別資訊。於節點位置資訊的欄位,設定有節點的位置資訊。節點的位置資訊為例如節點的x軸、y軸、z軸的座標值。
藉由圖6(1)~(3)所示的模型資訊111,構造解析裝置100可特定模型形狀。例如構造解析裝置100可算出模型的體積、表面積等。
接著,於圖6(4)例,模型資訊111具有模型ID、體積、質量、主慣性力矩、節點數、元素類型、網格尺寸、元素數、解析自由度數、最小球體積、表面積、邊界條件等欄位。於模型ID欄位,設定有識別模型的識別資訊。於體積欄位設定有模型體積。於質量欄位設定有模型質量。於主慣性力矩欄位,設定有模型的主慣性力矩。在此,體積、質量或主慣性力矩是由模型的材質或形狀決定的資訊。
於元素類型欄位,設定識別如圖2所示的元素類型的資訊。又,於解析自由度數欄位,設定有例如模型所含各節點的自由度數的總和。最終的解析自由度數須完成CAE的解答器內部所進行的聯立一次方程式的建構後,才得以獲知。因此,解析自由度數亦可設定例如依據節點數×每1節點的自由度數等之概算值。
於網格尺寸欄位,設定網格分割時具代表性1元素的元素長。於本實施形態,由於舉例說明所有元素為同一元素類型的情況,因此網格尺寸為一種。
於節點數欄位設定有模型所含的節點數。又,於元素數欄位設定有模型所含的元素數。關於元素數,可藉由網格尺寸、形狀的體積及元素類型來算出預測值。又,節點數可根據元素數及元素類型來算出概略的預測值,亦可藉由進一步考慮模型形狀,來提高預測精度。又,關於元素數及節點數,在已經有圖6(1)~(3)所示的模型資訊111時,可根據該模型資訊111來特定。
於最小球體積欄位,設定有覆蓋模型的最小球體積。在此雖有最小球體積的欄位,但不限於此,亦可有例如覆蓋模型的最小立方體體積的欄位。
於表面積欄位設定有模型表面積。邊界條件欄位具有例如約束條件、約束面積、荷重條件的欄位。然後,於約束條件欄位設定有例如約束條件。約束條件可舉出例如單側端面固定、兩端固定、全周固定等。於約束面積欄位,設定有模型表面積之中相應於約束條件而受約束的面積。於約束自由度數欄位,設定有例如每1節點的自由度數之中受約束的自由度數。例如每1節點的自由度為3方向時,約束自由度是指3方向中拘束幾個方向。於荷重條件欄位設定有荷重條件。荷重條件可舉出例如各方向的重力荷重等。
<對應於模型規模的選擇> 首先,說明構造解析裝置100根據表現解析對象模型101的資訊,來評估模型規模,因應模型規模,從直接法及疊代法,選擇採用了FEM的聯立一次方程式的解法例。
第1評估部502根據取得部501所取得的模型資訊111,來評估模型的模型規模。模型規模可為例如元素數、節點數、解析自由度數。又,模型規模是與係數矩陣相關的帶寬、天際線、剖面、非零項數、填充數等,或組合該等項目所算出的值均可。
具體而言,第1評估部502根據從例如模型資訊111及網格尺寸算出的元素數及/或節點數及/或解析自由度數,來進行模型規模的評估。例如模型資訊111包含例如模型體積等表現模型形狀的資訊時,第1評估部502根據模型體積、網格尺寸及元素類型來算出元素數。在此算出的元素數為預測值。又,第1評估部502根據例如模型體積、網格尺寸及元素類型來算出節點數。在此算出的節點數為預測值。又,第1評估部502根據例如模型體積、網格尺寸、元素類型及約束條件來算出解析自由度數。在此算出的解析自由度數為預測值。
又,於模型資訊111,模型所含元素、節點或解析自由度數的資訊等包含於模型資訊111時,第1評估部502亦可從模型資訊111,特定出元素數、節點數或解析自由度數。
又,如上述,解析自由度數是例如模型所含各節點的自由度數的總和。解析自由度數須完成CAE的解答器內部所進行的聯立一次方程式的建構後,才得以獲知。因此,解析自由度數亦可藉由節點數×每1節點的自由度數來算出預測值。在此,模型規模的指標數舉元素數為例來進行說明。每1節點的自由度數雖依元素類型來決定,例如包含於模型資訊111亦可。
接著,選擇部504根據模型規模的評估結果,來選擇採用了模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法,要設為直接法或疊代法。選擇部504若例如模型規模越大,選擇疊代法。
具體而言,選擇部504取得例如可用記憶體量。可用記憶體量是指例如RAM403或碟片405等記憶裝置中的可用區域量。選擇部504根據可用記憶體量及評估的模型規模,來選擇設為直接法或疊代法。模型規模越大,記憶體使用量越多。
例如對應於模型規模,準備了針對可用記憶體量的臨限值,選擇部504若取得的可用記憶體量,是對應於模型規模的臨限值以上時,利用直接法。選擇部504若取得的可用記憶體量,小於對應於模型規模的臨限值時,利用疊代法。
圖7是表示與元素數相對應的記憶體容量的臨限值例的說明圖。臨限值表700具有例如就各元素數的記憶體量的臨限值。元素數為例如1~3000、3001~5000、5001~7000、7001~10000。例如若模型規模為4500,選擇對應於3001~5000的臨限值mt2。
例如模型規模越大,針對記憶體量的臨限值越大。例如臨限值mt1<臨限值mt2<臨限值mt3<臨限值mt4。據此,由於模型規模越大,臨限值越大,故利用疊代法。因此,可避免解析時的記憶體量不足,可縮短可用記憶體量。又,即使模型規模大,若有許多可用記憶體量,可利用直接法,因此可達成提升解析精度。
(構造解析裝置100根據模型規模的選擇處理程序例) 圖8是表示構造解析裝置根據模型規模的選擇處理程序例的流程圖。構造解析裝置100取得表現解析對象模型的模型資訊111(步驟S801)。然後,構造解析裝置100評估模型規模(步驟S802)。
接著,構造解析裝置100確認可用記憶體量(步驟S803)。構造解析裝置100因應模型規模及記憶體量來選擇解法(步驟S804)。然後,構造解析裝置100藉由選擇的解法,執行數值解析(步驟S805),結束一連串的處理。
<對應於邊界條件的強度及模型規模的選擇> 接著,說明根據邊界條件的強度來選擇解析法的例子,及根據邊界條件的強度及模型規模來選擇解析法的例子。
第2評估部503根據取得的模型資訊111及邊界條件,來評估邊界條件的強度。如在圖5所示模型資訊111已說明,邊界條件包括約束條件及荷重條件。邊界條件的強度包含例如約束條件的強度及荷重條件的脆弱性中任一者。
約束條件設定例如約束的種類或方向、約束的位置或區域等。約束條件的強度是例如對應於約束條件約束解析對象模型的強度。約束條件的強度例如如後述,根據相當於解析對象模型的表面中,由約束條件所約束的範圍的區域面積來評估。荷重條件設定例如荷重種類、荷重大小或方向、加施荷重的位置或區域。荷重條件的脆弱性是根據例如荷重條件對剛性造成的影響大小的倒數來評估。
在此,舉例邊界條件所含的約束條件,舉例約束條件的強度來作為邊界條件的強度來說明。第2評估部503根據模型的拘束面積、約束自由度,來評估約束條件的強度。約束面積是模型內對應於約束條件而受約束的部分的面積。更具體而言,第2評估部503藉由下式(1)算出約束條件的強度。
約束條件的強度=約束面積/表面積×(每1節點的約束自由度數/每1節點的自由度數)…式(1) 模型設定有複數個約束條件時,該等的總和為模型全體的約束條件的強度亦可。
選擇部504根據約束條件的強度的評估結果,來選擇採用了模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法,要設為直接法或疊代法。選擇部504若例如約束條件的強度越大,選擇疊代法。具體而言,選擇部504例如在約束條件的強度為臨限值以上時,選擇疊代法,在約束條件的強度小於臨限值時,選擇直接法。在此,臨限值預先設定,並記憶於ROM402、RAM403、碟片405等記憶裝置。
接著,說明選擇部504的詳細選擇例前,先說明選擇部504選擇時的臨限值的設定方法。在此,說明由構造解析裝置100進行的臨限值設定方法,但不限於此,亦可由不同於構造解析裝置100的裝置事先決定臨限值,並提供臨限值給構造解析裝置100。
首先,構造解析裝置100例如對於模型,準備複數種約束條件,針對複數種約束條件的各條件,算出塊度。又,構造解析裝置100針對複數種約束條件的各條件,對於模型,藉由直接法或疊代法執行數值解析。構造解析裝置100藉由線性內插,求出直接法的解析時間與疊代法的解析時間的性能比為1時之約束條件的強度,來作為臨限值。
圖9是表示臨限值導出所用的模型例的說明圖。舉例模型m1來說明臨限值的導出。模型m1的尺寸為例如50×100×1000[mm]的長方體。例如約束條件1為懸臂。例如約束條件2為兩端固定。例如約束條件3為全周固定。
於本實施形態,表示分別針對模型m1進行網格分割以成為元素數5000程度,及進行網格分割以成為元素數10000程度時,藉由約束條件的強度及解析時間來設定臨限值的例子。
圖10是表示元素數為5000時的臨限值導出例的說明圖。於圖10,於(1)~(4)表示約束條件的強度的導出所用的各數值,於(5)及(6)表示解析時間。
構造解析裝置100例如如上述式(1)所示,藉由「約束面積×表面積×(每1節點的約束自由度數/每1節點的自由度數)」,來算出約束條件的強度。約束面積表示於(3)。表面積表示於(1)。每1節點的約束自由度數表示於(4)。每1節點的自由度數表示於(2)。
約束條件1的懸臂的情況,約束條件的強度依據「(5000/310000)×(3/3)」,應為「0.016」。
約束條件2的兩端固定的情況,約束條件的強度依據「(10000/310000)×(3/3)」,應為「0.032」。
約束條件3的全周固定的情況,約束條件的強度依據「(110000/310000)×(3/3)」,應為「0.355」。
構造解析裝置100例如藉由針對各個約束條件,進行直接法的數值解析及疊代法的數值解析,來求出解析時間。然後,構造解析裝置100求出直接法的解析時間與疊代法的解析時間的比,來作為解析方法的性能比。直接法的解析時間表示於(5)。疊代法的解析時間表示於(6)。
於圖10例,約束條件2的性能比與約束條件3的性能比之間有性能比1。因此,構造解析裝置100將約束條件2的約束條件的強度及約束條件3的約束條件的強度進行線性內插,求出性能比為1時的約束條件的強度。然後,構造解析裝置100將性能比為1時的約束條件的強度,設定作為臨限值。例如不限於線性內插,亦可藉由拉格朗內插、仿樣內插、最小平方法來求出。
臨限值=約束條件2的強度+(約束條件3的強度-約束條件2的強度)×(1-約束條件2的性能比)/(約束條件3的性能比-約束條件2的性能比) =0.032+(0.355-0.032)×(1-0.37)/(1.57-0.37) =0.202
約束條件2的情況,直接法的解析時間短於疊代法的解析時間。相對於此,約束條件3的情況,疊代法的解析時間短於直接法的解析時間。因此,如上述,選擇部504在由第2評估部503所算出的約束條件的強度為臨限值以上時,選擇疊代法,小於臨限值時,選擇直接法,藉此可達成縮短解析時間。
圖11是表示元素數為10000時的臨限值導出例的說明圖。於圖11,於(1)~(4)表示約束條件的強度的導出所用的各數值,於(5)及(6)表示解析時間。關於約束條件的強度與圖10例相同。於圖11例,約束條件2的性能比與約束條件3的性能比之間有性能比1。因此,圖11是與圖10同樣地求出臨限值,故省略詳細說明,如下求出。
臨限值=約束條件2的強度+(約束條件3的強度-約束條件2的強度)×(1-約束條件2的性能比)/(約束條件3的性能比-約束條件2的性能比) =0.032+(0.355-0.032)×(1-0.47)/(2.16-0.47) =0.133
又,圖5所示之選擇部504例如根據模型規模的評估結果及約束條件的強度的評估結果,選擇採用了模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法,要設為直接法或疊代法。關於模型的評估規模是藉由上述第1評估部502所進行的評估,故省略詳細說明。
具體而言,選擇部504例如根據約束條件的強度,選擇解法要設為直接法或疊代法時,根據模型規模來變更選擇基準。又,具體而言,選擇部504例如根據模型規模,來選擇解法要設為直接法或疊代法,根據約束條件的強度,來選擇解法要設為直接法或疊代法。然後,選擇部504亦可例如根據基於模型規模的選擇結果、及基於約束條件的強度的選擇結果,最終選擇解法要設為直接法或疊代法。在此,說明根據模型規模來變更選擇基準的例子。
圖12是表示與模型規模相對應的臨限值例的說明圖。臨限值表1200例如就各元素數而具有臨限值。於圖12,作為模型規模的評估的一例,舉出元素數,但不限於此,如上述亦可為節點數或解析自由度數。
於臨限值表1200,元素數為例如3000、5000、7500、10000。對應於元素數3000的臨限值th1>對應於元素數5000的臨限值th2>對應於元素數7500的臨限值th3>對應於元素數10000的臨限值th4。如此,元素數越小,臨限值越大,元素數越大,臨限值越小。據此,元素數越大,臨限值越小,故元素數越大,則選擇疊代法。
選擇部504從臨限值表1200,取得對應於元素數的臨限值,比較算出的約束條件的強度與取得的臨限值。具體而言,選擇部504若例如解析對象模型的元素數為4000以下,取得對應於元素數3000的臨限值。具體而言,選擇部504若例如解析對象模型的元素數大於4000且為6250以下,則取得對應於元素數5000的臨限值。如此,設定元素數的範圍亦可。然後,選擇部504在算出的約束條件的強度為臨限值以上時,選擇疊代法,算出的約束條件的強度小於取得的臨限值時,選擇直接法。
接著,利用具體例來說明約束條件的強度的算出例,及依據約束條件的強度的解法選擇例。
圖13是表示約束條件的強度的算出例及解法選擇例的說明圖。解析對象模型例如尺寸為50×100×500。
第1評估部502例如評估解析對象模型的模型規模。在此,模型規模的指標數採用元素數。接著,第2評估部503例如根據解析對象模型的約束條件,來評估約束條件的強度。
約束條件的強度=約束面積/表面積×(每1節點的約束自由度數/每1節點的自由度數) =(1000/16000)×(3/3) =0.0625
選擇部504例如從臨限值表1200,對應於評估的模型規模取得臨限值。於圖13例,由於元素數為4724,因此選擇部504例如從臨限值表1200,取得對應於元素數5000的臨限值。在此,作為對應於元數數5000的臨限值,採用圖10例「0.202」。
因此,選擇部504判斷約束條件的強度小於臨限值,選擇直接法。約束條件所界定的模型的約束不足時,若利用疊代法,則解難以收斂。因此,在諸如約束條件的強度小於臨限值,模型的約束條件的強度較弱時,藉由選擇直接法,可達成縮短解析時間。
(構造解析裝置100根據約束條件的強度的選擇處理程序例) 圖14是表示構造解析裝置根據約束條件的強度的選擇程序例的流程圖。構造解析裝置100取得解析對象模型的模型資訊111(步驟S1401)。
構造解析裝置100評估邊界條件的強度(步驟S1402)。然後,構造解析裝置100評估模型規模(步驟S1403)。接著,構造解析裝置100取得對應於模型規模的臨限值(步驟S1404)。構造解析裝置100比較邊界條件的強度與臨限值(步驟S1405)。
邊界條件的強度小於臨限值時(步驟S1405:小於臨限值),構造解析裝置100選擇直接法(步驟S1406),移至步驟S1408。另,邊界條件的強度為臨限值以上時(步驟S1405:臨限值以上),構造解析裝置100選擇疊代法(步驟S1407),移至步驟S1408。
然後,構造解析裝置100藉由選擇的解法,執行數值解析(步驟S1408),結束一連串的處理。
圖15是表示系統適用例的說明圖。系統1500具有例如客戶終端裝置1501及資料中心1502。客戶終端裝置1501亦可如圖15所示有複數個。資料中心1502具有例如複數個伺服器1503。客戶終端裝置1501與資料中心1502是經由網路410連接。資料中心1502的伺服器1503的管理方法並未特別限定。
構造解析裝置100亦可藉由客戶終端裝置1501及複數個伺服器1503來實現。例如取得部501、第1評估部502及第2評估部503亦可藉由客戶終端裝置1501來實現,選擇部504亦可藉由伺服器1503來實現。在此,亦可預先決定資料中心1502的某一伺服器1503進行選擇部504的處理。
伺服器1503執行例如CAD及CAE。然後,客戶終端裝置1501例如取得藉由CAE製作的模型資訊111,並評估約束條件的強度。然後,客戶終端裝置1501將評估的約束條件的強度發送給伺服器1503。然後,伺服器1503根據約束條件的強度來選擇疊代法及直接法中任一者的解法,藉由選擇的解法執行數值解析。在此,伺服器1503亦可將過去解析的實績,登錄於資料庫。然後,伺服器1503亦可根據從客戶終端裝置1501接收的約束條件的強度來選擇解法。
圖16是表示解析資料庫例的說明圖。解析資料庫1600具有例如模型ID、邊界條件的強度、模型規模、直接法A的解析時間、直接法B的解析時間、疊代法C的解析時間、疊代法D的解析時間的欄位。藉由於各欄位設定資訊,以記憶作為記錄(1601-1、1601-2)。解析資料庫1600是藉由例如ROM402、RAM403、碟片405等記憶裝置來實現。
於模型ID的欄位,設定有識別模型的識別裝置。於邊界條件的強度的欄位,設定有模型ID所示模型的約束條件的強度。例如設定有約束條件強度。於模型規模的欄位,設定有模型ID所示模型的模型規模。例如設定有元素數。
於直接法A的解析時間的欄位,設定有利用直接法A進行數值解析時的解析時間。於直接法B的解析時間的欄位,設定有利用直接法B進行數值解析時的解析時間。於疊代法C的解析時間的欄位,設定有利用疊代法C進行數值解析時的解析時間。於疊代法D的解析時間的欄位,設定有利用疊代法D進行數值解析時的解析時間。如此,由於解法包括各種方法,因此就直接法或疊代法的種類,逐一準備解析時間的欄位。再者,不限於直接法或疊代法,亦可有其他方法的解析欄位。
又,不限於圖16,亦可記憶模型的尺寸、體積、網格尺寸、元素類型等。
圖17是表示根據系統的實績的解法選擇例的說明圖。客戶終端裝置1501將例如約束條件的強度、模型規模等評估結果,發送給伺服器1503。接著,伺服器1503從資料庫1600,檢索具有與接收自客戶終端裝置1501的評估結果最接近的評估結果的記錄1601。具體而言,伺服器1503比較評估結果、與解析資料庫1600所含記錄1601內的評估結果,將類似度予以分數化,檢出具有最接近的評估結果的記錄1601。
伺服器1503選擇例如檢出記錄1601所含的解法的解析時間中最短解析時間的解法,來作為解析模型的解法。於圖17例,選擇疊代法C。伺服器1503根據例如選擇的解法或模型規模,來決定計算資源。於圖1例,利用伺服器1503-1及伺服器1503-2來進行解析。例如利用圖18來說明計算資源的決定例。
伺服器1503-1及伺服器1503-2藉由平行處理,利用選擇的疊代法C,對於解析對象模型進行數值解析。
接著,伺服器1503將解析結果發送給客戶終端1501。又,伺服器1503將評估結果及解析時間,作為記錄1601而登錄於解析資料庫1600。
又,伺服器1503在有可用的計算機資源時,藉由未選擇作為解析對象模型解法的解法進行數值解析,將解析時間登錄於解析資料庫1600。
又,針對檢出的最接近的評估結果,在各類似度低時,伺服器1503亦可如上述比較邊界條件的強度與對應於模型規模的臨限值來選擇解法。
圖18是表示伺服器的狀態及記憶體量的管理例的說明圖。表1800具有用以管理位於資料中心1502內的伺服器1503的狀態及資源的資訊。表1800具有例如伺服器ID、狀態、記憶體量、CPU數等欄位。
於伺服器ID的欄位,設定有識別伺服器1503的識別資訊。於狀態的欄位,設定有表示伺服器1503的狀態的資訊。於圖18例,藉由「使用中」及「未使用」來表現伺服器1503的狀態。又,更詳言之,亦可藉由使用中的CPU數等來表示伺服器1503的狀態。
於記憶體量的欄位,設定有伺服器1503所具有的RAM403或碟片405的記憶體量。於CPU數的欄位,設定有例如伺服器1503所具有的處理器數。
在此,舉例就伺服器1503-1~伺服器1503-3而言,記憶體量及CPU數相同,伺服器1503-4比伺服器1503-1~伺服器1503-3的記憶體量及CPU數多的情況。
舉例解析對象模型為x~z的3個例子。解析對象模型的模型規模設為相同程度。又,解析對象模型x的約束條件的強度為ax,解析對象模型y的約束條件的強度為ay,解析對象模型z的約束條件的強度為az。約束條件的強度的關係為ax>臨限值>ay>az。解析對象模型x的解法選擇疊代法,解析對象模型y的解法選擇直接法,解析對象模型z的解法選擇直接法。
在此,選擇直接法時,伺服器1503選擇記憶體量多的計算資源。伺服器1503選擇例如伺服器1503-4作為計算資源。例如疊代法時,伺服器1503選擇伺服器1503-1~伺服器1503-3中任一者。又,例如可選擇複數種疊代法時,伺服器1503因應疊代法的種類,藉由伺服器1503-1~伺服器1503-3中複數個伺服器1503來進行同時處理。又,在可利用複數個伺服器進行平行處理的解法時,伺服器1503亦可選擇複數個計算資源。進而言之,伺服器1503亦可從模型資訊,預先估計效率計算所需要的記憶體量等計算資源,因應其結果選擇適當的計算資源。
例如針對解析對象模型x,選擇例如伺服器1503-4來作為計算資源。針對解析對象模型y,選擇例如伺服器1503-1來作為計算資源。針對解析對象模型z,選擇例如伺服器1503-2來作為計算資源。如此,選擇部504針對各個選擇對象模型,選擇計算資源。
又,計算資源的選擇舉例使用表1800的例子,但並未特別限定。
(表示系統1500的構造解析處理程序例的流程圖。) 圖19及圖20是表示系統的構造解析處理程序例的流程圖。在此,系統1500如上述具有客戶終端裝置1501及伺服器1503。因此,圖19及圖20所示處理亦可由伺服器1503來進行,或由客戶終端裝置1501來進行。
系統1500藉由客戶終端裝置1501取得解析對象模型的模型資訊111(步驟S1901)。接著,系統1500藉由客戶終端裝置1501評估解析對象模型的模型規模(步驟S1902)。系統1500藉由客戶終端裝置1501評估邊界條件的強度(步驟S1903)。
接著,系統1500從解析資料庫1600,藉由伺服器1503檢索包含評估結果最接近解析對象模型的評估結果的記錄1601(步驟S1904)。系統1500從藉由伺服器1503檢索到的記錄1601,選擇解析時間最短的解法(步驟S1905)。接著,系統1500藉由伺服器1503所特定出的解法,來執行數值解析(步驟S1906)。
接著,系統1500藉由伺服器1503輸出解析結果(步驟S2001)。然後,系統1500藉由伺服器1503,將評估結果及解析時間儲存於解析資料庫1600(步驟S2002)。系統1500判斷計算機環境的負載是否高(步驟S2003)。計算機環境的負載高時(步驟S2003:是),系統1500返回步驟S2003。計算機環境的負載高,是指例如沒有無處理的伺服器1503的狀態。
計算機環境負載低時(步驟S2003:否),系統1500判斷是否已藉由伺服器1503,以所有解法執行了解析(步驟S2004)。判斷尚未以所有解法執行解析時(步驟S2004:否),系統1500係於未執行的解法中,藉由檢索到的記錄1601中解析時間最短的解法,來執行數值解析(步驟S2005)。然後,系統1500藉由伺服器1503,將解析時間儲存於解析資料庫1600(步驟S2006),返回步驟S2003。於步驟S2004中,判斷以所有解法執行了解析時(步驟S2004:是),系統1500結束一連串的處理。
如以上說明,構造解析裝置100根據表現解析對象模型的資訊,來評估模型規模,對應於模型規模,從直接法及疊代法,選擇採用了FEM的聯立一次方程式的解法。據此,由於可藉由模型規模來推定記憶體的使用量,因此可使記憶體不至於不足,並藉由直接法來進行解析。因此,可達成提升精度,同時達成縮短解析時間。
又,構造解析裝置100根據從模型資訊、網格尺寸及元素類型算出的元素數及/或節點數及/或解析自由度數等,來進行模型規模的評估。藉此,可簡單地評估模型規模,可達成縮短評估所耗費的時間。
又,構造解析裝置100根據模型的邊界條件,來評估邊界條件的強度,對應於邊界條件的強度,從直接法或疊代法,選擇採用了FEM的聯立一次方程式的解法。藉此,可判斷藉由約束條件所界定的邊界的約束是否安定,可選擇更適合模型的解法。因此,可達成縮短解析時間。
又,構造解析裝置100根據模型的邊界條件中的約束條件所含的約束面積、約束自由度,來進行約束條件的強度的評估。藉此,可簡單地評估邊界的約束會在何種程度安定,可達成縮短評估所耗費的時間。
又,構造解析裝置100根據模型資訊來評估模型規模,根據邊界條件來評估邊界條件的強度,對應於模型規模及邊界條件的強度,從直接法或疊代法,選擇採用了FEM的聯立一次方程式的解法。藉此,可減少解不收斂的可能性,且可選擇使記憶體的使用量夠用的解法,可達成縮短解析時間。
又,構造解析裝置100根據從模型資訊、網格尺寸及元素類型算出的元素數及/或節點數及/或解析自由度數等,來進行模型規模的評估。藉此,可簡單地評估模型規模,可達成縮短評估所耗費的時間。又,構造解析裝置100根據模型的約束條件所含的約束面積、約束自由度,來進行約束條件的強度的評估。藉此,可簡單地評估邊界的約束會在何種程度安定,可達成縮短評估所耗費的時間。
又,構造解析裝置100根據模型資訊來評估解析對象模型的模型規模,根據模型規模,來選擇採用了模型的有限元素法的構造解析的數值解析演算法,並且決定數值解析所用的計算資源。藉此,可對應於該模型的數值解析特性,來選擇更適合的解法及計算資源,可達成縮短解析時間。
又,構造解析裝置100根據模型的邊界條件,來評估邊界條件的強度,對應於邊界條件的強度,來選擇採用了模型的有限元素法的構造解析的數值解析演算法,並且決定數值解析所用的計算資源。藉此,可對應於該模型的數值解析特性,來選擇更適合的解法及計算資源,可達成縮短解析時間。
再者,本實施形態所說明的構造解析方法,可藉由以個人電腦或工作站等電腦,來執行預先準備的構造解析程式而實現。本構造解析程式記錄於磁碟片、光碟片、USB(Universal Serial Bus(通用序列匯流排))快閃記憶體等電腦可讀取的記錄媒體,藉由利用電腦從記錄媒體讀出來執行。又,構造解析程式亦可經由網際網路等網路來分送。
100‧‧‧構造解析裝置
101‧‧‧解析對象模型
102‧‧‧元素
103‧‧‧節點
111‧‧‧模型資訊
400‧‧‧匯流排
401‧‧‧CPU
402‧‧‧ROM
403‧‧‧RAM
404‧‧‧磁碟機
405‧‧‧碟片
406‧‧‧I/F
407‧‧‧鍵盤
408‧‧‧滑鼠
409‧‧‧顯示器
410‧‧‧網路
501‧‧‧取得部
502‧‧‧第1評估部
503‧‧‧第2評估部
504‧‧‧選擇部
700、1200‧‧‧臨限值表
1500‧‧‧系統
1501‧‧‧客戶終端裝置
1502‧‧‧資料中心
1503、1503-1~1503-4‧‧‧伺服器
1600‧‧‧解析資料庫
1601、1601-1、1601-2‧‧‧記錄
1800‧‧‧表
ax、ay、az‧‧‧約束條件的強度
en1~en3‧‧‧元素
ma、m1‧‧‧模型
mt1~mt4、th1~th4‧‧‧臨限值
nn1~nn4‧‧‧節點
S801~S805、S1401~S1408、S1901~S1906、S2001~S2006‧‧‧步驟
x~z‧‧‧解析對象模型
101‧‧‧解析對象模型
102‧‧‧元素
103‧‧‧節點
111‧‧‧模型資訊
400‧‧‧匯流排
401‧‧‧CPU
402‧‧‧ROM
403‧‧‧RAM
404‧‧‧磁碟機
405‧‧‧碟片
406‧‧‧I/F
407‧‧‧鍵盤
408‧‧‧滑鼠
409‧‧‧顯示器
410‧‧‧網路
501‧‧‧取得部
502‧‧‧第1評估部
503‧‧‧第2評估部
504‧‧‧選擇部
700、1200‧‧‧臨限值表
1500‧‧‧系統
1501‧‧‧客戶終端裝置
1502‧‧‧資料中心
1503、1503-1~1503-4‧‧‧伺服器
1600‧‧‧解析資料庫
1601、1601-1、1601-2‧‧‧記錄
1800‧‧‧表
ax、ay、az‧‧‧約束條件的強度
en1~en3‧‧‧元素
ma、m1‧‧‧模型
mt1~mt4、th1~th4‧‧‧臨限值
nn1~nn4‧‧‧節點
S801~S805、S1401~S1408、S1901~S1906、S2001~S2006‧‧‧步驟
x~z‧‧‧解析對象模型
圖1是表示本發明的構造解析裝置的一動作例的說明圖。 圖2是表示本發明的構造解析裝置的其他動作例的說明圖。 圖3是表示有限元素法的構造解析所用的元素及節點的說明圖。 圖4是表示構造解析裝置的硬體構成例的方塊圖。 圖5是表示構造解析裝置的功能性構成例的方塊圖。 圖6是表示模型資訊例的說明圖。 圖7是表示與元素數相對應的記憶體容量的臨限值例的說明圖。 圖8是表示構造解析裝置根據模型規模的選擇處理程序例的流程圖。 圖9是表示臨限值導出所用的模型例的說明圖。 圖10是表示元素數為5000時的臨限值導出例的說明圖。 圖11是表示元素數為10000時的臨限值導出例的說明圖。 圖12是表示與模型規模相對應的臨限值例的說明圖。 圖13是表示約束條件的強度的算出例及解法選擇例的說明圖。 圖14是表示構造解析裝置根據約束條件的強度的選擇程序例的流程圖。 圖15是表示系統適用例的說明圖。 圖16是表示解析資料庫例的說明圖。 圖17是表示根據系統的實績的解法選擇例的說明圖。 圖18是表示伺服器的狀態及記憶體量的管理例的說明圖。 圖19是表示系統的構造解析處理程序例的流程圖(其一)。 圖20是表示系統的構造解析處理程序例的流程圖(其二)。
100‧‧‧構造解析裝置
101‧‧‧解析對象模型
102‧‧‧元素
103‧‧‧節點
111‧‧‧模型資訊
Claims (11)
- 一種構造解析方法,其特徵為電腦執行如下處理: 取得模型資訊; 根據取得的前述模型資訊,來評估解析對象模型的模型規模; 根據前述模型規模的評估結果,來選擇將採用了前述模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法設為直接法或疊代法。
- 如請求項1之構造解析方法,其中前述模型規模的評估是根據從前述模型資訊、網格尺寸及元素類型算出的元素數及/或節點數來進行。
- 一種構造解析方法,其特徵為電腦執行如下處理: 取得解析對象模型的邊界條件; 根據取得的前述邊界條件,來評估前述邊界條件的強度; 根據前述邊界條件的強度的評估結果,來選擇將採用了前述模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法設為直接法或疊代法。
- 如請求項3之構造解析方法,其中前述邊界條件的強度的評估是根據前述模型的邊界條件中的約束條件所含的約束面積、約束自由度來進行。
- 一種構造解析方法,其特徵為電腦執行如下處理: 取得模型資訊及解析對象模型的邊界條件; 根據取得的前述模型資訊,來評估前述模型的模型規模; 根據取得的前述邊界條件,來評估前述邊界條件的強度; 根據前述模型規模的評估結果及前述邊界條件的強度的評估結果,來選擇將採用了前述模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法設為直接法或疊代法。
- 如請求項5之構造解析方法,其中前述模型規模的評估是根據從前述模型資訊、網格尺寸及元素類型算出的元素數及/或節點數來進行; 前述邊界條件的強度的評估是根據前述約束條件所含的約束面積、約束自由度來進行。
- 一種構造解析方法,其特徵為電腦執行如下處理: 取得模型資訊; 根據取得的前述模型資訊,來評估解析對象模型的模型規模; 根據前述模型規模的評估結果,來選擇採用了前述模型的有限元素法的構造解析的數值解析演算法,並且決定數值解析所用的計算資源。
- 一種構造解析方法,其特徵為電腦執行如下處理: 取得解析對象模型的邊界條件; 根據取得的前述邊界條件,來評估前述邊界條件的強度; 根據前述邊界條件的強度的評估結果,來選擇採用了前述模型的有限元素法的構造解析的數值解析演算法,並且決定數值解析所用的計算資源。
- 一種構造解析程式,其特徵為令電腦執行如下處理: 取得模型資訊; 根據取得的前述模型資訊,來評估解析對象模型的模型規模; 根據前述模型規模的評估結果,來選擇將採用了前述模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法設為直接法或疊代法。
- 一種構造解析程式,其特徵為令電腦執行如下處理: 取得解析對象模型的邊界條件; 根據取得的前述邊界條件,來評估前述邊界條件的強度; 根據前述邊界條件的強度的評估結果,來選擇將採用了前述模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法設為直接法或疊代法。
- 一種構造解析程式,其特徵為令電腦執行如下處理: 取得模型資訊及解析對象模型的邊界條件; 根據取得的前述模型資訊,來評估前述模型的模型規模; 根據取得的前述邊界條件,來評估前述邊界條件的強度; 根據前述模型規模的評估結果及前述邊界條件的強度的評估結果,來將選擇採用了前述模型的有限元素法的構造解析解答器求解聯立一次方程式的演算法設為直接法或疊代法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2015/081098 WO2017077609A1 (ja) | 2015-11-04 | 2015-11-04 | 構造解析方法、及び構造解析プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201721462A true TW201721462A (zh) | 2017-06-16 |
Family
ID=58661642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105135268A TW201721462A (zh) | 2015-11-04 | 2016-10-31 | 構造解析方法及構造解析程式 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11003816B2 (zh) |
JP (1) | JP6645508B2 (zh) |
TW (1) | TW201721462A (zh) |
WO (1) | WO2017077609A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11061738B2 (en) * | 2019-02-28 | 2021-07-13 | Movidius Limited | Methods and apparatus to store and access multi dimensional data |
AU2020378413A1 (en) * | 2019-11-06 | 2022-06-23 | OnScale, Inc. | Methods and systems for the estimation of the computational cost of simulation |
TWI764312B (zh) * | 2020-10-08 | 2022-05-11 | 國立中央大學 | 基於等效節點割線質量逼近之結構體分析方法、裝置與電腦程式產品 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01145723A (ja) * | 1987-08-28 | 1989-06-07 | Hitachi Ltd | プログラム生成方法 |
JP3190697B2 (ja) | 1991-02-28 | 2001-07-23 | 日本電気株式会社 | 有限要素法による構造解析システム |
JPH0573527A (ja) * | 1991-09-12 | 1993-03-26 | Nippon Steel Corp | 電磁場解析装置 |
TW388921B (en) * | 1997-11-28 | 2000-05-01 | Nippon Electric Co | Semiconductor process device simulation method and storage medium storing simulation program |
US6313490B1 (en) * | 1999-03-16 | 2001-11-06 | Micron Technology, Inc. | Base current reversal SRAM memory cell and method |
JP3648089B2 (ja) * | 1999-03-18 | 2005-05-18 | 富士通株式会社 | 設計システムおよび記録媒体 |
JP4629255B2 (ja) * | 2001-03-27 | 2011-02-09 | 株式会社富士通長野システムエンジニアリング | 構造解析処理方法および構造解析処理プログラム |
US7657412B2 (en) * | 2001-03-29 | 2010-02-02 | Honda Giken Kogyo Kabushiki Kaisha | Method of and apparatus for displaying structure optimizing result |
US7289635B2 (en) * | 2001-07-20 | 2007-10-30 | Edag Ag | Structural noise source predictor |
US6813749B2 (en) * | 2002-02-12 | 2004-11-02 | The Boeing Company | Method, system and computer program product for multidisciplinary design analysis of structural components |
JP4583698B2 (ja) * | 2002-08-01 | 2010-11-17 | トヨタ自動車株式会社 | 解析対象物の部品間境界条件の同定装置 |
CN100351791C (zh) * | 2002-11-06 | 2007-11-28 | 甲骨文国际公司 | 控制对由应用程序限定的专用操作的执行的方法 |
US7319943B2 (en) * | 2002-12-16 | 2008-01-15 | Canon Kabushiki Kaisha | Optimum design method, and apparatus, and program for the same |
JP4381743B2 (ja) * | 2003-07-16 | 2009-12-09 | 独立行政法人理化学研究所 | 境界表現データからボリュームデータを生成する方法及びそのプログラム |
US20090012751A1 (en) * | 2006-01-27 | 2009-01-08 | National University Corporation Nagoya University | Method and program for structure analysis by finite element method |
JP2008165488A (ja) * | 2006-12-28 | 2008-07-17 | Fujitsu Ltd | 組立操作性評価装置、方法及びプログラム |
JP4973957B2 (ja) | 2009-11-02 | 2012-07-11 | 独立行政法人科学技術振興機構 | 有限要素法解析方法、有限要素法解析装置及び有限要素法解析プログラム |
US8306793B2 (en) * | 2010-06-04 | 2012-11-06 | Livermore Software Technology Corporation | Systems and methods of performing vibro-acoustic analysis of a structure |
GB201104413D0 (en) * | 2011-03-16 | 2011-04-27 | Airbus Operations Ltd | Stresses induced by random loading |
US20140149090A1 (en) * | 2012-11-27 | 2014-05-29 | Autodesk, Inc. | Distributed Analysis of Structures |
US10008036B2 (en) * | 2012-12-10 | 2018-06-26 | Ansys, Inc. | System and method for generating a mesh |
US11205807B2 (en) * | 2014-01-22 | 2021-12-21 | Samsung Electronics Co., Ltd. | Computationally screening the stability of battery electrode materials with mixtures of redox couple elements |
WO2016043261A1 (ja) * | 2014-09-18 | 2016-03-24 | 新日鐵住金株式会社 | 構造体の部材における変形モード分析方法、変形モード分析方法を用いた構造体の補強方法、構造体の変形モード分析用コンピュータプログラム、及び記録媒体 |
-
2015
- 2015-11-04 WO PCT/JP2015/081098 patent/WO2017077609A1/ja active Application Filing
- 2015-11-04 JP JP2017548568A patent/JP6645508B2/ja active Active
-
2016
- 2016-10-31 TW TW105135268A patent/TW201721462A/zh unknown
-
2018
- 2018-04-24 US US15/960,744 patent/US11003816B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20180239854A1 (en) | 2018-08-23 |
JPWO2017077609A1 (ja) | 2018-07-26 |
US11003816B2 (en) | 2021-05-11 |
JP6645508B2 (ja) | 2020-02-14 |
WO2017077609A1 (ja) | 2017-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6901423B2 (ja) | 情報処理装置、情報処理端末、及びプログラム | |
US10068037B2 (en) | Simulation method and simulation apparatus for continuum motion analysis using a particle method | |
TW201721462A (zh) | 構造解析方法及構造解析程式 | |
WO2022233206A1 (zh) | 样本数据库系统、训练及检验打印参数的方法、计算机 | |
US11295050B2 (en) | Structural analysis method and structural analysis apparatus | |
KR102063791B1 (ko) | 클라우드 기반의 인공지능 연산 서비스 방법 및 장치 | |
JP2014164425A (ja) | 情報処理装置、リソース制御方法及びプログラム | |
WO2015146100A1 (ja) | 負荷推定システム、情報処理装置、負荷推定方法、及び、プログラムを記憶する記憶媒体 | |
Pacheo et al. | Inverse parameter identification in solid mechanics using Bayesian statistics, response surfaces and minimization | |
Li et al. | Predicting inference latency of neural architectures on mobile devices | |
Kowalewski et al. | Assessment of optimization methods used to determine plasticity parameters based on DIC and back calculation methods | |
Belcour et al. | ALTA: a BRDF analysis library | |
US11138354B2 (en) | Nonuniform discretization of quantum computing device model | |
US20220067246A1 (en) | Simulation method and system | |
KR20200010644A (ko) | 컴퓨터 수행 가능한 클라우드 기반의 인공지능 연산 서비스 방법 | |
Lu et al. | Parallel contact-aware simulations of deformable particles in 3D Stokes flow | |
Li et al. | Inference latency prediction at the edge | |
JP2014160321A (ja) | 構造解析装置 | |
Zapata et al. | A GPU parallel finite volume method for a 3D Poisson equation on arbitrary geometries | |
EP3156913B1 (en) | A method for evaluating a plurality of data aggregations, a method for calibrating a finite element model using measured data points and a method for storing a plurality of simulations | |
Gawronska et al. | Scalable engineering calculations on the example of two component alloy solidification | |
Demir et al. | Progressive High‐Quality Response Surfaces for Visually Guided Sensitivity Analysis | |
JP7096218B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JPWO2019069512A1 (ja) | 測定必要個数決定装置、測定必要個数決定プログラム及び測定必要個数決定方法、並びに、測定精度推定装置、測定精度推定プログラム及び測定精度推定方法 | |
Nguyen et al. | Neural Multigrid Memory For Computational Fluid Dynamics |