La simulation de systèmes comme moteur de l'innovation
Le développement ou la surveillance de systèmes très complexes est impensable sans l'ingénierie numérique. Les modèles de simulation sont énormes et représentent en détail de nombreuses influences et interactions différentes. Si les résultats doivent être disponibles très rapidement (pensez aux capteurs virtuels d'un jumeau numérique), même le calcul à haute performance ne suffit pas.
Le développement ou la surveillance de systèmes très complexes est impensable sans l'ingénierie numérique. Les modèles de simulation sont énormes et représentent en détail de nombreuses influences et interactions différentes. Si les résultats doivent être disponibles très rapidement (pensez aux capteurs virtuels d'un jumeau numérique), même le calcul à haute performance ne suffit pas.
Grandes distances de déplacement dans la simulation du système
Les machines Pick-and-Place ont pour tâche de prélever des composants d'un chargeur et de les positionner rapidement et avec précision à un autre endroit. Pour ce faire, une unité de préhension se déplace rapidement sur une grande distance par rapport à un portique.
Dans la simulation FE, cette charge mobile est modélisée par des contacts non linéaires le long du rail de guidage, mais la simulation transitoire de l'ensemble du processus n'est pas possible en raison du grand nombre de pas de temps. Afin d'observer l'interaction entre le contrôleur, l'entraînement et la mécanique, la solution la plus évidente consiste à utiliser la réduction de l'ordre du modèle (MOR) dans la simulation du système. La dynamique du système de la machine est déterminée par la position relative de la pince par rapport au portique, ce qui rend obsolète l'approche habituelle d'une réduction modale utilisant des points distants comme points de connexion.
Une étape intermédiaire a été introduite pour tenir compte de cet aspect. La déformation du rail de guidage normale à la direction du mouvement n'est pas représentée par des déplacements de nœuds individuels comme dans FE, mais est projetée sur une nouvelle base, un ensemble de déplacements unitaires. Pondéré par des coefficients dépendant du temps, le déplacement de chaque nœud de la surface peut être décrit à tout moment sur un petit nombre de degrés de liberté.
Les déplacements unitaires appliqués comme bornes pour la ROM à partir de Model Reduction inside Ansys (MORiA) permettent de combiner la déformation en fonction de la position du portique et du rail de guidage avec leurs modes internes dans un seul modèle. Une translation est utilisée pour la connexion de la pince mobile, qui décrit les forces et les déplacements associés à partir des coordonnées physiques de la pince vers le système de base du rail de guidage et vice-versa.
L'accélération de la simulation du système qui en résulte par rapport à un calcul par éléments finis représente un facteur d'environ 1 000 et rend possible l'analyse détaillée et l'optimisation des processus de positionnement.
A propos de l'auteur
Dr.-Ing. Hanna Baumgartl soutient les clients dans le domaine de la simulation de systèmes chez CADFEM depuis 2014 et est impliquée dans de nombreux projets. Hanna a étudié le génie mécanique à l'Université technique d'Ilmenau et a fait son doctorat sur le thème de la simulation de systèmes.
Électronique de puissance - pertes dans le boîtier en fonction de la température
Un trop grand nombre de pas de temps peut également constituer un problème pour la simulation thermoélectrique de l'électronique de puissance, par exemple dans les demi-ponts. Avec l'avènement de la technologie SiC, la perte de puissance convertie ne se concentre plus sur les semi-conducteurs, mais sur l'échauffement par effet Joule des conducteurs et des barres omnibus. Le chauffage entraîne une modification de la conductivité électrique qui, à son tour, influence fortement le comportement du circuit et ses pertes.
Les échelles de temps très différentes de ces effets qui s'influencent mutuellement (nanosecondes contre plusieurs secondes) interdisent l'imagerie couplée dans le modèle FE. Ici aussi, le chemin utilisant le MOR est utile. En raison de la nature non linéaire du couplage (la densité du flux thermique est le carré de la distribution de la densité de courant), la réduction des deux domaines ensemble n'est pas possible. Là encore, la solution fournit une nouvelle base, convenablement sélectionnée : à savoir les distributions de densité de courant orthogonalisées provenant du circuit. Chaque mode de courant se voit attribuer une résistance dépendant de la température, et les puissances converties se retrouvent dans une ROM thermique en tant que vecteurs de charge.
L'accélération est encore plus impressionnante. Un facteur de 30 000 permet d'examiner de près l'interaction thermique-électrique en tant que source importante de pertes résolues localement.
Trempe par induction - Capteur de température virtuel
Les capteurs virtuels fournissent des informations précieuses pour l'optimisation en ligne des processus de fabrication tels que la trempe par induction. Le résultat de la trempe dépend de nombreux paramètres de fabrication et de matériaux - les premiers peuvent être contrôlés, mais en combinaison avec les fluctuations des lots de matériaux, l'instinct de l'opérateur de l'usine est actuellement une variable d'influence technologique importante.
Pour améliorer le contrôle du processus (plus rapide, moins de retouches), les opérateurs ont tout intérêt à prévoir la distribution de la température et l'influence des paramètres de fabrication sur celle-ci "en direct".
Pour le MOR nécessaire, une voie spéciale a également été empruntée ici. Les effets électromagnétiques sont fortement non linéaires, dépendent localement de la distribution de la température et sont quasi-stationnaires. Le champ de température est approximativement linéaire, bien que dépendant du temps. En utilisant deux ensembles de vecteurs de base (distribution de la température et taux de génération de chaleur), le couplage spatialement résolu de deux types de modèles a lieu dans la simulation du système par l'intermédiaire des coefficients des bases.
La non-linéarité du taux de production de chaleur en fonction de la température est représentée par les modèles MOP d'optiSLang. Un modèle d'espace d'état avec des vecteurs de charge de génération de chaleur fournit la réponse transitoire de la distribution de température et la combinaison des deux modèles fournit la vision rapide nécessaire.
