5 Gründe, warum PreonLab die ideale Software für die Simulation von Fahrzeugverschmutzung ist

In PreonLab dreht sich alles um Partikel. Es basiert auf der Smoothed-Particle-Hydrodynamics-Methode, einer netzfreien, partikelbasierten Simulationsmethode. Aufgrund des rein Lagrange'schen Ansatzes ist eine Vermaschung, wie sie bei herkömmlichen gitterbasierten CFD-Methoden üblich ist, nicht erforderlich. Dadurch lässt sich ein erheblicher Teil der Zeit und des Aufwands beim Simulationsaufbau einsparen. Darüber hinaus ist das Herzstück der revolutionären PREON-Technologie von PreonLab ein hochfunktionaler impliziter Löser, der große Zeitschrittgrößen (CFL 1), schnelle Berechnungen pro Zeitschritt und eine räumlich adaptive Partikelauflösung ermöglicht, ohne die Stabilität zu beeinträchtigen. Zusätzlich zu diesen inhärenten Leistungsvorteilen im Kern des Solvers wurde PreonLab so konzipiert, dass es eine intuitive Benutzererfahrung, eine Fülle von einfach zu bedienenden Funktionen und Multiplattformunterstützung für verschiedene Hardwaretypen bietet.

PreonLab kann für die Simulation einer Vielzahl von Verschmutzungsanwendungen nützlich sein. Die Software bietet Voreinstellungen für Flüssigkeiten wie Wasser und Öl sowie integrierte Voreinstellungen für verschiedene Arten von Schnee, wobei Wasser und Schnee für Verschmutzungssimulationen besonders interessant sind. Video 1 zeigt eine Sammlung von Simulationsbeispielen mit Wasser und Schnee.

Video 1: Fahrzeugverschmutzung Anwendungen – PreonLab

Zusätzlich zu den bewährten Modellen für Adhäsion und Kohäsion bietet PreonLab einen zusätzlichen Parameter, die laterale Adhäsion, um mehr Kontrolle über das Verhalten von Tropfen zu erhalten. Video 2 zeigt die Auswirkung des Parameters Laterale Adhäsion auf das Tröpfchenverhalten, und Video 3 zeigt ein Beispiel für eine Windschutzscheibensimulation mit diesem Parameter.

Video 2: Auswirkung des Parameters "Laterale Adhäsion" auf das Tröpfchenverhalten.

Video 3: Beispiel einer Windschutzscheibensimulation unter Verwendung von Lateral Adhesion.

Darüber hinaus ist es möglich, physikalische Eigenschaften für zusätzliche newtonsche und nicht-newtonsche Flüssigkeiten zu definieren und eine breitere Palette von benutzerdefinierten Materialien zu simulieren. Die Benutzer können benutzerdefinierte Voreinstellungen erstellen und speichern und sie bei Bedarf sofort verwenden.

Im Mittelpunkt der Entwicklung von PreonLab steht die Verpflichtung von FIFTY2, eine effiziente und leistungsstarke Simulationssoftware zu entwickeln. Dazu gehört die Entwicklung der Software zur Maximierung der Simulationsgeschwindigkeit bei gleichzeitiger Minimierung des Speicherbedarfs für die Simulation.

Continuous Particle Size (CPS) ist ein einzigartiger, fortschrittlicher Algorithmus zur räumlich adaptiven Partikelverfeinerung und -vergröberung, der genau dies leistet. In der Regel ist eine hohe Simulationsauflösung erforderlich, d. h. feine Partikel in Regionen, in denen es auf Genauigkeit ankommt. Im Falle von Verschmutzungssimulationen könnten dies Bereiche im Radkasten eines Fahrzeugs, Bereiche entlang der Oberfläche des Fahrzeugs oder um Dichtungselemente herum sein, durch die Leckagen auftreten können. Um die Gesamtzahl der Partikel in der Simulation und damit die Simulationszeit und den Speicherbedarf so gering wie möglich zu halten, ist eine geringere Auflösung wünschenswert, d. h. gröbere Partikel abseits dieser interessanten Regionen. Mit CPS werden die Partikel für jeden Simulationsschritt auf effiziente Weise verfeinert und vergröbert, und es ist möglich, große Größenverhältnisse zwischen den größten und kleinsten Partikeln in den Verfeinerungsregionen zu haben. Folglich müssen keine Kompromisse zwischen Simulationsgenauigkeit, Simulationszeit und Speicherplatz eingegangen werden, um die bestmögliche Simulationsleistung zu erzielen.

Außerdem ist die Verwendung von CPS in Simulationen und die Definition von Regionen von Interesse auch bei komplexen Geometrien recht einfach. Mit der Surface Proximity Refinement Funktion können Sie Verfeinerungsregionen auf der Grundlage ihrer Nähe zu ausgewählten Festkörperoberflächen definieren. Abbildung 3 zeigt ein Beispiel für eine Oberflächenverfeinerung, die nur auf das linke Vorderrad eines Autos angewendet wird.

Ein weiterer wichtiger Aspekt, der dazu beiträgt, den Speicherbedarf einer Simulation zu reduzieren, ist die Fähigkeit von PreonLab, pro Simulationsschritt nur die erforderliche Anzahl von Festkörperoberflächen in der Simulation zu sampeln. Dynamic Sampling stellt sicher, dass in jedem Simulationsschritt nur Feststoffpartikel aktiv sind, die Flüssigkeitspartikel in ihrer Nähe haben. Auf diese Weise wird die Gesamtzahl der aktiven Feststoffteilchen und folglich auch der gesamte Speicherbedarf so gering wie möglich gehalten. Dies kann bei Verschmutzungssimulationen, die viele Feststoffpartikel enthalten können, die alle Feststoffnetze (z. B. Fahrzeug- und Straßengeometrien) repräsentieren, von großem Vorteil sein.

Abbildung 4 zeigt die Auswirkungen des dynamischen Samplings auf die Anzahl der aktiven Feststoffpartikel in einer Autoreifenspritzsimulation, wie sie in Abbildung 2 zu sehen ist. Bei eingeschaltetem dynamischen Sampling erreicht die Simulation ein Maximum von 83,5 Millionen aktiven Feststoffpartikeln, da sich die Flüssigkeit aufgrund des Aufpralls ausbreitet.

Ist das dynamische Sampling hingegen ausgeschaltet, werden alle möglichen Festkörperoberflächen in der Simulationsszene als Partikel erfasst, auch solche, die weiter von der Flüssigkeit entfernt sind, was zu einer Gesamtanzahl von fast 1 Milliarde Festkörperpartikeln bereits beim ersten Simulationsschritt führt.

Wie bereits erwähnt, können Verschmutzungssimulationen in Bezug auf Rechenaufwand und Speicherbedarf recht anspruchsvoll sein. Dies bedeutet, dass die Simulationszeiten recht lang sein können und zu einer erheblichen Verlängerung der Projektdurchlaufzeiten führen.

In den meisten Fällen ermöglicht die GPU-Beschleunigung eine deutlich höhere Leistung pro Watt im Vergleich zur herkömmlichen Simulation auf CPUs. Folglich übertreffen High-End-GPUs auch High-End-CPUs in Bezug auf die Simulationslaufzeiten. Dies kann sehr vielversprechend sein, um die Simulationszeit für Verschmutzungssimulationen zu reduzieren. Zwar können GPUs dazu beitragen, Simulationen in einem Bruchteil der auf CPUs benötigten Zeit durchzuführen, doch sind sie mit Speicherbeschränkungen konfrontiert. Daher bietet PreonLab 6.1 auch Multi-GPU-Unterstützung, die es ermöglicht, große Simulationsszenen auf mehreren GPU-Karten unterzubringen und von einer weiteren Leistungssteigerung aufgrund der nahezu linearen Leistungsskalierung über mehrere GPUs zu profitieren.

Wie man sich vorstellen kann, ist dieser Leistungs- und Speicherschub mit Multi-GPU besonders vorteilhaft für Verschmutzungssimulationen. Abbildung 5 zeigt die Leistungssteigerung, die mit der Multi-GPU-Unterstützung von PreonLab 6.1 möglich ist, für eine Simulation, die die Ansammlung von Schnee im Radkasten eines Autos zeigt.

Visualisierung des Luftstroms

Wie bereits in diesem Artikel erwähnt, hat die Aerodynamik des Fahrzeugs einen erheblichen Einfluss auf das Verschmutzungsmuster. In der Tat ist die Einbeziehung instationärer Luftströmungen in die Simulation von wesentlicher Bedeutung, insbesondere für Simulationen, die darauf abzielen, Verschmutzungsmuster an den Seitenscheiben aufgrund von Überströmungen der A-Säule oder am hinteren Ende des Fahrzeugs aufgrund von Spritzern zu erfassen.

PreonLab unterstützt den Import sowohl instationärer als auch stationärer Luftströmungen über das CSV-Format oder das EnSight Gold-Format. Die importierte Luftströmung kann dann einfach mit Hilfe eines Vektorfeld-Visualisierers visualisiert werden, um den korrekten Simulationsaufbau sicherzustellen, wie in Video 4 zu sehen ist.

Video 4: Visualization of transient airflow with a Vector Field Visualizer in PreonLab.

Benetzungssensor

Der Benetzungssensor misst die aktuelle und die Gesamtmenge der Benetzung eines beliebigen festen Objekts, dem er zugewiesen ist. Ein Sensor kann mit nur wenigen Klicks an jedes Solid-Mesh in der Simulation angeschlossen werden. Der Sensor misst und visualisiert, wo und wie viel Flüssigkeit mit einem festen Objekt in Berührung gekommen ist oder gerade ist. Dies ist eine äußerst praktische Funktion für Verschmutzungssimulationen, da sie die Analyse von Verschmutzungsmustern auf Fahrzeugoberflächen und die Identifizierung kritischer Stellen, die anfällig für Verschmutzung oder Leckagen sind, vereinfacht. Abbildung 5 zeigt, wie das durch einen Reifenspritzer verursachte Verschmutzungsmuster mit einem an der Seite eines Fahrzeugs angeschlossenen Benetzungssensor visualisiert wird.

Pfadlinien-Sensor

Pathlines kann sehr nützlich sein, wenn es um die Analyse der Ergebnisse von Verschmutzungssimulationen geht. In PreonLab visualisiert die Funktion die von einem einzelnen Partikel zurückgelegte Flugbahn sowie die Größe seiner Geschwindigkeit über die Zeit. Der Benutzer muss lediglich einen Zeitbereich und eine Region im Raum angeben, um die Partikel auszuwählen, für die Trajektorien gezeichnet werden sollen. Die Region kann auch in Bezug auf ihre Nähe zu einer bestimmten geometrischen Oberfläche in der Simulation definiert werden. Die Bahnlinien können mit Pfeilen visualisiert werden, die die Richtung des Partikelflusses anzeigen, wie in Video 5 gezeigt.

Video 5: Pathlines visualized with a Pathlines Sensor for selected particles in a snow simulation.

Fotorealistisches Rendering

Schließlich ist PreonLab mit Materialvoreinstellungen für häufig verwendete Flüssigkeiten und Festkörper sowie einem leistungsstarken integrierten, auf Raytracing basierenden Rendering-Werkzeug namens PreonRenderer ausgestattet. Mit nur wenigen Klicks können Anwender beeindruckende Bilder und Videos erstellen und mit anderen teilen, die helfen, die Fahrzeugdesigns und Verschmutzungsmuster besser zu analysieren und auf intuitive Weise mehr Erkenntnisse zu gewinnen.

Die Verschmutzung von Fahrzeugen spielt eine wichtige Rolle bei verschiedenen Sicherheitsaspekten des Fahrens sowie bei der Platzierung von Sensoren und Kameras für das autonome Fahren. Es gibt viele Faktoren, die das Verschmutzungsmuster auf Fahrzeugoberflächen beeinflussen, und es ist nicht möglich, alle möglichen Kombinationen während der physischen Tests für jeden Prototyp zu berücksichtigen. Dank der Fähigkeit von PreonLab, eine breite Palette von Flüssigkeiten zu simulieren, in Kombination mit einer Vielzahl innovativer und einfach zu bedienender Funktionen, ist es möglich, wertvolle Erkenntnisse in den frühen Phasen des Fahrzeugdesigns zu gewinnen und physikalische Tests zu ergänzen. Darüber hinaus können der netzfreie Ansatz von PreonLab, der Fokus auf die Simulationsleistung und die Unterstützung mehrerer Plattformen die Projektdurchlaufzeiten und -kosten für Fahrzeugverschmutzungssimulationen erheblich reduzieren.

Schauen Sie sich unser neustes Webinar zum Thema Fahrzeugverschmutzungssimulationen an.