Έχοντας ολοκληρώσει με επιτυχία τα προηγούμενα βήματα για την προετοιμασία των ιδιοτήτων του φυσικού προβλήματος, έχει συνέχεια η δημιουργία του πλέγματος της ανάλυσης. Όπως έχει προαναφερθεί σε προηγούμενο άρθρο η μέθοδος των πεπερασμένων στοιχείων, χωρίζει την γεωμετρία σε μικρότερους όγκους, πεπερασμένου αριθμού και συγκεκριμένων χαρακτηριστικών, στα οποία εφαρμόζονται οι μαθηματικοί τύποι που μελετάνε τα φαινόμενα. Αυτοί οι όγκοι είναι καθιερωμένο στην βιβλιογραφία να αναφέρονται ως στοιχεία.
Το λογισμικό διαθέτει αλγορίθμους για την αυτόματη πλεγματοποίηση της γεωμετρίας, άρα στην πραγματικότητα ο χρήστης αυτό που έχει να ορίσει είναι οι ιδιότητες αυτών των στοιχείων.
Ποια είναι τα βήματα για αν οριστεί το πλέγμα;
Προκειμένου κάποιος να μπορέσει να κατανοήσει σε βάθος τον τρόπο με τον οποίο πρέπει να δημιουργείται σωστά ένα πλέγμα στοιχείων, δεν θα αρκούσε ένα μικρό άρθρο αλλά μία πολύωρη εκπαίδευση. Και ακόμα και τότε δεν θα ήταν αρκετό. Όπως η ρεαλιστική αποτύπωση των πακτώσεων και των δυνάμεων που αναλύθηκαν σε προηγούμενα άρθρα τα οποία είναι καθαρές παραδοχές από εμπειρία με τα πραγματικά μοντέλα, η πλεγματοποίηση απαιτεί αντίστοιχο επίπεδο εμπειρίας το οποίο συνοδεύεται από πολύωρη χρήση του λογισμικού, προκειμένου ο χρήστης να χτίσει μία κατανόηση της συμπεριφοράς των στοιχείων.
Σε αυτό το σημείο πρέπει να αναγνωριστεί η σπουδαιότητα του SOLIDWORKS Simulation. Ως μία πλατφόρμα που προσπαθεί να κάνει το λογισμικό εύκολο στην κατανόηση του για τον χρήστη, έχει απλοποιήσει πολλά από τα βήματα που πρέπει να κάνει ο χρήστης σε άλλα λογισμικά έτσι ώστε να μπορεί να μειώσει τον χρόνο εκμάθησης του λογισμικού και αν επιταχύνει την εξαγωγή σωστών αποτελεσμάτων από τους χρήστες. Παρακάτω θα παρουσιαστεί η πιο απλή μέθοδος με την οποία κάποιος μπορεί να δημιουργήσει ένα πλέγμα για την ανάλυση καθώς και κάποιες επιπλέον τεχνικές με τις οποίες μπορεί να βελτιωθεί η ποιότητα του πλέγματος.
Βήμα 1ο: Δεξί κλικ στο Mesh
Βήμα 2ο: Επιλέγετε force.
Βήμα 3ο: Ρύθμιση του Mesh density
Βήμα 4ο: Ολοκλήρωση διαδικασίας
Πατήστε ok.
Αν ο χρήστης ακολουθήσει τυφλά αυτή την διαδικασία θα δημιουργήσει γρήγορα ένα γενικό πλέγμα το οποίο θα μπορέσει να δώσει κάποια βασικά αποτελέσματα για την γεωμετρία. Αυτό το πλέγμα θα είχε κατευθυντήριο ρόλο προκειμένου να μπορέσει ο χρήστης να πάρει κάποιες αποφάσεις για την τροποποίηση του.
Ένας γενικός κανόνας είναι πως όσο πιο πυκνό το πλέγμα, τόσο καλύτερα αποτελέσματα κάποιος θα πάρει. Η παραπάνω πρόταση έχει μία μεγάλη δόση αλήθειας, παρόλα αυτά ταυτόχρονα κρύβει κάποια μεγάλα “Αλλά…”.
Υπάρχουν όμως δύο πολύ βασικά θέματα τα οποία ένας χρήστης πρέπει να έχει στον νου του καθώς πυκνώνει το πλέγμα.
Το πρώτο πρόβλημα, το οποίο είναι αρκετά απλό στην κατανόηση, είναι η ίδια η υπολογιστική δύναμη του χρήστη η οποία καλώς η κακώς θα είναι πάντα περιορισμένη. Όποιος έχει δοκιμάσει να τρέξει τέτοιες αναλύσεις θα έχει παρατηρήσει πως η δημιουργία ενός πλέγματος είναι αρκετά απαιτητική από θέμα μνήμης και χρόνου υπολογισμού. Κάποιες φορές, οι αλγόριθμοι της πλεγματοποίησης μπορεί να χρειαστούν μέχρι και ώρα προκειμένου να δώσουν ένα καλό αποτέλεσμα σε ένα περίπλοκο κομμάτι ή και συναρμολόγημα. Προφανώς αυτό το πρόβλημα γίνεται ακόμα εντονότερο για τον χρήστη όταν θα έρθει η ώρα να τρέξει η ίδια η ανάλυση, από την στιγμή που το μαθηματικό μοντέλο έχει γίνει τόσο περίπλοκο.
Το δεύτερο πρόβλημα έχει να κάνει με την ίδια την ικανότητα του μαθηματικού μοντέλου να δώσει σωστά αποτελέσματα. Με ένα υπερβολικά πυκνό πλέγμα, το σύστημα εξισώσεων που πρέπει να επιλυθεί γίνεται πολύ μεγάλο. Αυτό μπορεί να εισαγάγει σφάλματα στρογγυλοποίησης λόγω της πεπερασμένης ακρίβειας της αριθμητικής των υπολογιστών, που μπορεί να επηρεάσει την ακρίβεια των αποτελεσμάτων.
Πως μπορούμε να φτιάξουμε ένα πλέγμα κατάλληλο για το μοντέλο?
Εύρεση ικανοποιητικής πύκνωσης
Μία καλή τεχνική είναι να μην τρέχουμε την ανάλυση μας μόνο μία φορά. Αν τρέξουμε αρκετές φορές μία ανάλυση με διαφορετικό πλέγμα κάθε φορά, θα υπάρχει μία απόκλιση ως προς τα αποτελέσματα κάθε φορά. Αυτό το φαινόμενο μειώνεται όσο περισσότερο το πλέγμα πυκνώνει όλο και περισσότερο, μέχρι έως ότου η τιμές δεν μεταβάλλονται πλέον. Εκεί θεωρητικά είναι το ιδανικό πλέγμα.
Ακριβώς όμως επειδή αυτή είναι μία χρονοβόρα διαδικασία η οποία απαιτεί χρόνο και εμπειρία, το SOLIDWORKS Simulation βοηθάει τον χρήστη με το feature trend tracker το οποίο από επανάληψη σε επανάληψη καταγράφει την πορεία της ανάλυσης προκειμένου ο χρήστης να μπορεί να ελέγχει την πορεία σύγκλισης των αποτελεσμάτων.
Τοπικές πυκνώσεις
Αφού κάποιος έτρεξε μία ανάλυση αυτό που μπορεί να εντοπίσει πλέον είναι τα σημεία του μοντέλου στα οποία εντοπίζονται μεγαλύτερες τάσεις. Μία καλή μέθοδος λοιπόν προκειμένου να μην χρειάζεται να πυκνώσει ολόκληρη την γεωμετρία είναι να πυκνώσει τοπικά την γεωμετρία σε εκείνα τα σημεία και στην υπόλοιπη όπου δεν είναι το σημείο ενδιαφέροντος να έχουμε απλά ένα ικανοποιητικό πλέγμα. Αυτό στο SOLIDWORKS μπορεί να γίνει με την βοήθεια της εντολής Apply Mesh control. Πρακτικά αυτή η εντολή δίνει την δυνατότητα σε κάποιον να επαναορίσει τις παραμέτρους του πλέγματος, αλλά αυτή την φορά τοπικά.υτή την επιλογή να ολοκληρώσει μεγάλο ποσοστό των αναλύσεων του καθώς μπορεί να κατανοήσει που και πως εφαρμόζονται δυνάμεις σε μία κατασκευή. Παρόλα αυτά το SOLIDWORKS Simulation στην προσπάθεια να μειώσει τον χρόνο εκμάθησης του, αλλά και να μειώσει τον χρόνο που απαιτείται για την προετοιμασία μίας ανάλυσης ακόμα και για έναν έμπειρο χρήστη, προσφέρει μία πληθόρα επιλογών με ένα εύχρηστο και φιλικό ως προς τον χρήστη Interface.
Αξιολόγηση ποιότητας πλέγματος
Τα στοιχεία τα οποία δημιουργούνται προκειμένου να δημιουργηθεί το πλέγμα έχουν συγκεκριμένα κριτήρια τα οποία αν στην πλειοψηφία του πλέγματος δεν ικανοποιούνται τότε υπονομεύεται η ακρίβεια της ανάλυσης. Προκειμένου ο χρήστης να μπορεί να αξιολογήσει τα κριτήρια αυτά θα χρειαστεί να κάνει χρήση ενός εργαλείου το οποίο ονομάζεται mesh quality diagnostics , που θα αναδείξει ποια στοιχεία είναι προβληματικά και έτσι θα υπάρχει καθοδήγηση για τις διορθώσεις που πρέπει να γίνουν σε αυτό.
Εντοπισμός Hot spots
Το διαγνωστικό εργαλείο Stress Hot Spot εντοπίζει περιοχές του μοντέλου όπου οι τιμές τάσεων μεταξύ γειτονικών στοιχείων είναι ακανόνιστες. Σε ορισμένες περιπτώσεις, αυτές οι ακανόνιστες υψηλές τιμές τάσεων μπορούν να αποδοθούν σε ιδιομορφίες τάσεων.
Το διαγνωστικό αυτό εργαλείο εντοπίζει περιοχές του μοντέλου με ακανόνιστες κλίσεις τάσεων μεταξύ γειτονικών στοιχείων. Η αιτία των ακανόνιστων κλίσεων τάσεων μπορεί να οφείλεται σε ιδιομορφίες τάσεων.
Όταν το διαγνωστικό εργαλείο εντοπίζει ακανόνιστες τιμές τάσεων γύρω από τις ακμές προσβολής, ενδείκνυται να βελτιωθεί τοπικά το πλέγμα και να εκτελεστεί εντοπισμός ιδιομορφίας τάσεων. Η έννοια της ιδιομορφίας τάσης υπάρχει στην αριθμητική ανάλυση και δεν έχει φυσική σημασία, καθώς δεν υπάρχουν άπειρες τάσεις σε ένα ιδιομορφικό σημείο.
Παραπάνω αναλύθηκε ο τρόπος με τον οποίο κάποιος μπορεί να δημιουργήσει το πλέγμα για το μοντέλο που θα αναλυθεί, καθώς και κάποιες μεθοδολογίες με τις οποίες είναι εφικτή η βελτιστοποίηση του.
Μάθετε περισσότερα για το πως μπορείτε να δημιουργήσετε το πλέγμα της ανάλυσης σας σωστά, εκμεταλλευόμενοι τα εργαλεία του SOLIDWORKS Simulation ρωτώντας μας ή κάνοντας εγγραφή σε κάποιο από τα μαθήματα μας.
Στο επόμενο και τελευταίο άρθρο της σειράς θα παρουσιαστούν οι τρόποι με τους οποίους κάποιος μπορεί να εξάγει τα αποτελέσματα μίας ανάλυσης καθώς και το πως μπορεί να τα ερμηνεύσει.
About the Author
Ο Μιχάλης Λάζος είναι Μηχανολόγος μηχανικός με σπουδές στο Πανεπιστήμιο Δυτικής Μακεδονίας με ειδικότητα στις τεχνολογίες CAD/CAE για τον σχεδιασμό και αξιολόγηση μηχανολογικών προϊόντων. Ως Design Automation Specialist μπορεί να παρέχει στους συνεργάτες της INNOVATION ERA δυνατότητες αυτοματοποίησης σχεδιασμού σε περιβάλλον SOLIDWORKS, εκμηδενίζοντας τους χρόνους σχεδιασμού. Επιπλέον δεξιότητες αποτελούν οι γνώσεις πάνω στο Additive manufacturing, ενώ παράλληλα ως κάτοχος πιστοποιήσεων για Simulation στο SOLIDWORKS προσφέρει υπηρεσίες CAE πάνω σε αναλύσεις αντοχής κατασκευών αλλά και ρευστοδυναμικής για προβλήματα της βιομηχανίας.
ΑΝΑΖΗΤΗΣΤΕ ΠΕΡΙΣΣΟΤΕΡΑ
