Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Industrial Internet of Things >> Sensor

Técnicas Avançadas de Simulação Modelam Precisamente Dinâmica de Veículos e Fluxo de Pneus

Técnicas Avançadas de Simulação Modelam Precisamente Dinâmica de Veículos e Fluxo de Pneus

Especialistas em dinâmica de fluidos na Universidade Rice e na Universidade Waseda em Tóquio desenvolveram seus métodos de simulação computacional a ponto de ser possível modelar com precisão carros em movimento, até o fluxo ao redor de pneus rolantes.

Os resultados estão lá para todos verem em um vídeo  produzido por Takashi Kuraishi, um associado de pesquisa no laboratório de Tayfun Tezduyar, Professor James F. Barbour de Engenharia Mecânica.

"Ele tem escalado a complexidade de seus cálculos, começando com um pneu autônomo e agora tendo o resto do carro," disse Tezduyar sobre Kuraishi, que ingressou no laboratório da Rice em 2020.

O vídeo também demonstra a eficácia do método de Geração de Malha Guiada por Superfície NURBS para Volume, uma técnica desenvolvida pela Equipe para Simulação e Modelagem Avançada de Fluxo co-liderada por Tezduyar e Takizawa para modelar dinâmica de fluxo ao redor e através de objetos de geometria complexa. NURBS significa Splines de Base Racional Não Uniformes, uma técnica matemática para descrever formas 3D e fornecer análise computacional de problemas de mecânica de fluidos e estruturais envolvendo tais formas.

Complicando o modelo está o fato de que os pneus estão em contato com a estrada e se deformam conforme rolam. "Estamos lidando com geometrias de carro e pneus quase reais," disse Tezduyar.

Uma descrição detalhada dos métodos e da simulação do carro foi publicada no mês passado no jornal Computational Mechanics. Desde então, a equipe Rice-Waseda fez o vídeo para dar vida às ilustrações.

"Conhecer o comportamento do fluxo de ar ao redor do carro e seus pneus levará a melhor compreensão de seu desempenho aerodinâmico," disse Kuraishi. "Simulações tão sofisticadas são importantes para fornecer soluções realistas e respostas confiáveis em design e avaliação de desempenho."

Tezduyar, cujo laboratório também modelou paraquedas de recuperação para cápsulas Orion da NASA, disse que o uso de NURBS em análise computacional cresceu dramaticamente nos últimos anos, combinando eficiência e precisão ao reduzir o número de pontos de malha necessários para modelar um sistema. Pense na malha como uma rede de um fluido — como ar — ao redor de um objeto, com os pontos de malha vivendo em elementos 3D. Os pontos e elementos se movem quando o objeto se move.

Em um modelo de carro em movimento, a análise de fluxo computacional com NURBS foi alcançada com cerca de 1,1 milhão de pontos, uma fração do número usado em métodos costumeiros, mantendo sua precisão. Isso também reduz o custo computacional, disse Tezduyar.

"Temos uma malha 3D ao redor do carro e dos pneus, com mais pontos perto das superfícies dos pneus para maior precisão onde importa mais," ele disse. "À medida que o pneu gira, os pontos e elementos giram com ele, mas o problema é que, à medida que o pneu gira, os elementos movendo-se sob o pneu colapsam — e isso é o que outros métodos não conseguem lidar. Nosso método faz isso, e é a chave para obter uma simulação precisa."

"À medida que o tempo passa, naturalmente, novos designs de pneus ou melhorias serão considerados," ele disse. "Seria muito benéfico para fabricantes de pneus fazer este tipo de simulação antes de investir na geração de um protótipo, porque isso lhes daria dados numéricos abrangentes e detalhados sobre a aerodinâmica ao redor do pneu que seria difícil de obter de qualquer outra forma."

Sensor

  1. Dominando Simulação de Circuitos Elétricos com SPICE: Guia Prático para Projetistas e Estudantes
  2. Pneu: Da Matéria-Prima ao Design Avançado – Guia Completo
  3. NVIDIA Jetson Nano: Computador AI de 5 W e 472 GFLOPS Capacitando Makers e Empresas
  4. Modelos de Machine Learning Preveem com Precisão Saúde e Longevidade de Baterias
  5. Dominando Tarefas de Display do Verilog: Depuração e Logging Eficientes
  6. Sete Maneiras Comprovadas de a Visão Computacional Impulsionar Eficiência e Economizar Custos
  7. Detecção Rápida e Precisa de COVID-19 Usando Tecnologia de Grafeno
  8. Monitoramento de Saúde em Tempo Real com Câmeras de Smartphone e Computador
  9. Ferramenta Fe³ da NASA Ames: Simulação Avançada de Tráfego Aéreo de Baixa Altitude
  10. Radar Avançado Permite Carros Detectarem Perigos Ocultos em Esquinas