首页 > 聚焦 >  >  > 正文

ANSYS 2023R1| 电子产品新版本亮点|全球快消息

2023-04-12 18:33:59 来源:软服之家

在Ansys 2023 R1版本中,Ansys Electronic继续展示了其在计算电磁领域的技术领先地位。仿真性能、网格划分、与其他Ansys工具的集成、自动化工作流程和建模功能方面的改进,进一步巩固了Ansys在电磁仿真和多物理场计算领域的领导地位,可用于设计高速PCB、电机、天线、雷达和其他电子系统。

主要亮点


【资料图】

1、Ansys HFSS

HFSS 3D增强了布局设计中的元件放置– 改进了工作流程,可在HFSS 3D布局设计中轻松放置元件,从而在几分钟内创建极其复杂的装配体。

HFSS对3D Component天线阵列的并行自适应组件处理– 通过并行调整阵列的各个3D组件单元来加速有限阵列仿真。

改进了分布式网格融合求解器的HPC性能 – 在使用网格融合时,提高了硬件利用率和仿真效率。

2、Ansys Icepak w/AEDT

新的网格划分增强功能 – 阶梯网格划分(2D多级),可捕获单个层和细节,从而产生鲁棒性更强的PCB网格,可在堆叠和分层结构上发挥作用。该增强功能也被用于滑动条形网格剖分中。

增强的热场后处理使其性能比22 R2版本提高了 2-3 倍。

版本2支持紧凑型热模型(CTM)。当使用加密的TSMC技术时,可以与Redhawk-SC ET进行双向代码模拟。通过使用Ansys Icepak,用户可以捕获环境影响(风扇/气流和对流/辐射),然后将这些热数据返回给RHSC-ET。

3、Ansys Maxwell

基于ROM的感应电机效率图– 通过在电机工具包中包含降阶建模(ROM),FEA解决方案可以有效压缩电路仿真时间,从而显著增强仿真性能。

准静态求解器的性能改进 –该增强功能在导通路径中包含复杂几何形状(这会不可避免地引起大量激励)的PCB仿真中特别有用。在便携式设备、计算机、开关模式电源设备等应用中,允许多层PCB有更高的元件密度、更精细的导线。准静态求解器的增强功能减少了分配给磁场计算的CPU时间,在求解开始时进行的处理从几小时减少到几分钟。

4、Ansys EMA3D Cable

新API和与Ansys optiSLang、Ansys ModelCenter、Ansys STK或用户Python脚本(pyEMA3D)的互操作性功能。此功能允许以编程方式调整3D几何体和电缆,并在没有用户交互的情况下多次重复运行仿真。

新的自动化工作流程,通过Ansys Granta的自动材料分配、自动网格划分以及具有标准电磁兼容性(EMC)限制曲线的自动化后处理,实现全设备和整车仿真。

新的多线束工具,允许自动导入其他电缆数据库格式,在连接器处自动连接不同的线束并快速分配电缆终端电路元件。

5、Ansys EMA3D Charge

Ansys Discovery中新的集成数据可视化功能,可在EMA3D Charge的端到端工作流程中完成仿真结果分析。通过GPU加速图形可视化工具包,工程师现在可以更高效地访问EMA3D Charge物理求解器所有3D和时变变量。

与系统耦合2.0的新集成,允许将EMA3D Charge中的等离子体物理场变量推送给其他Ansys物理场求解器。加强了与Ansys Fluent的多物理场耦合,用于电弧建模中的发热、对流和耗散建模,或PE-CVD应用中的等离子体动力学模型。

与Ansys STK的全新无缝集成,使用活跃STK会话中定义的星历沿线时变辐射模型,使用户能够高效分析3D模型中辐射屏蔽效能和内部充电。

6、Ansys SIwave & Ansys Q3D Extractor

一些SIwave增强功能和新组件,包括新的DC IR绘图显示,更加清晰地呈现了复杂设计中的IR压降。

针对电力电子和PCB应用的Q3D求解器改进 – 用于CG提取的分布式计算内存求解器,可以处理更大的设计,且仿真运行速度更快。电力电子器件仿真也有了一定的改进,现在用于交流RL提取的DC/AC过渡区域求解器有了一个针对非线性区域的特定求解器,相较于之前基于单独DC和AC求解器的混合结果,其具有更高的精度。

7、Ansys Motor-CAD

增强NVH功能 – 现在可用于感应电机,包括瞬态计算改进和全面性能改进。其中包括与Ansys optiSLang、Ansys Mechanical和Ansys Sound的改进集成,为NVH分析和仿真提供进一步支持。

通过与Ansys Discovery、Ansys Mechanical、Ansys Maxwell和Ansys Fluent模型导出和设置的自动化工作流程,提升了对多物理场计算的支持。

添加了多种转子几何形状,用于使用Ansys optiSLang进行参数驱动的优化。

改进了多项发夹缠绕建模。

标签:

相关阅读
返回顶部