Per la soluzione del gruppo di equazioni sono disponibili tre solutori diretti e un solutore iterativo.
Nell'analisi agli elementi finiti, un problema è rappresentato da una serie di equazioni algebriche che devono essere risolte simultaneamente. I metodi di soluzione sono suddivisi in due classi: diretti e iterativi.
I metodi diretti risolvono le equazioni utilizzando tecniche numeriche esatte. I metodi iterativi risolvono le equazioni utilizzando tecniche approssimative dove ad ogni iterazione si presume una soluzione e gli errori associati sono valutati. Le iterazioni continuano fino a quando gli errori rientrano nei limiti accettabili.
Il software offre le seguenti scelte:
|
Automatico
|
Il software seleziona il solutore in base al tipo di studio, alle opzioni di analisi, alle condizioni di contatto, ecc. Alcune opzioni e condizioni sono applicabili solo al Direct Sparse o al FFEPlus. |
|
Diretto per matrici sparse
|
Selezionare Direct Sparse:- quando si dispone di sufficiente RAM e CPU multiple sulla propria macchina.
- durante la risoluzione dei modelli con il tipo di contatto Senza compenetrazione.
- durante la risoluzione dei modelli di parti con proprietà del materiale molto diverse.
Per ogni 200.000 dof, è necessario 1 GB di RAM per l'analisi lineare statica. Il solver Direct Sparse richiede una quantità di RAM 10 volte superiore rispetto al solver FFEPlus.
|
|
FFEPlus (iterativo)
|
Questo solver utilizza le tecniche avanzate di riordinamento matrici per una maggiore efficienza con i problemi grandi. In generale, il solver FFEPlus è più rapido nella soluzione di problemi complessi e diventa tanto più efficiente quanto più il problema si ingrandisce. Per ogni 2.000.000 dof, è necessario 1 GB di RAM.
|
|
Solutore diretto per matrici sparse per grandi problemi
|
Utilizzando algoritmi di allocazione della memoria migliorati, il Solutore diretto per matrici sparse per grandi problemi può gestire i problemi di simulazione che eccedono la memoria fisica del PC. Se inizialmente si seleziona il solutore Diretto per matrici sparse e a causa di risorse di memoria limitate si raggiunge una soluzione fuori fase, un messaggio di avvertimento segnala che è necessario passare a Large Problem Direct Sparse (Solutore diretto per matrici sparse per grandi problemi).
Il solver Large Problem Direct Sparse (LPDS) è più efficiente dei solver FFEPlus e Direct Sparse nello sfruttare i nuclei multipli.
|
|
Intel Direct Sparse
|
L'Intel Direct Sparse è disponibile per gli studi statici, termici, di frequenza, dinamici lineari e non lineari. Utilizzando algoritmi di allocazione della memoria migliorati e funzionalità di elaborazione multi-core, il solver Intel Direct Sparse migliora le velocità di risoluzione dei problemi di simulazione che vengono risolti in-core.
|
Scelta di un solutore
Automatico è la scelta di default per il solutore negli studi statici, di frequenza, del carico di punta e termici.
Con problemi di contatto in più aree, dove l'area di contatto viene identificata da diverse iterazione, è preferibile il solutore Diretto per matrici sparse.
Mentre tutti i solutori sono efficienti per risolvere piccoli problemi (25.000 gradi di libertà al massimo), grandi sono le differenze nelle prestazioni (velocità e utilizzo della memoria) nella soluzione di problemi ingenti.
Se un solutore richiede più memoria di quella disponibile sul computer, utilizza lo spazio disco per archiviare e recuperare i dati temporanei. In tal caso, l'utente riceve un messaggio per indicare che la soluzione sta sconfinando dall'obiettivo e l'avanzamento della soluzione si rallenta. Se il quantitativo di dati da salvare sul disco è eccessivo, l'avanzamento della soluzione può rallentare notevolmente. In questi casi (per gli studi statici e non lineari), usare il solutore Diretto per matrici sparse per grandi problemi.
I seguenti fattori aiutano a scegliere il solutore appropriato:
| Entità del problema |
In generale, il solutore FFEPlus è più rapido nella soluzione di problemi con gradi di libertà superiori a 100.000. Questo solutore è tanto più efficiente quanto il problema si ingrandisce. |
| Risorse del computer: RAM e numero di CPU (core o processori) disponibili |
Il solutore Diretto per matrici sparse richiede una quantità di RAM di circa 10 volte superiore rispetto al solutore FFEPlus. Diventa più veloce se è disponibile più memoria nel computer. Il solutore Diretto per matrici sparse per grandi problemi utilizza la funzionalità di elaborazione multicore e migliora la velocità di soluzione per gli studi statici e non lineari. |
| Proprietà del materiale |
Quando i moduli di elasticità dei materiali usati in un modello sono molto diversi (ad esempio Acciaio e Nylon), i metodi iterativi potrebbero essere meno esatti rispetto a quelli diretti. In questi casi si consigliano i solutori diretti. |
| Caratteristiche dell'analisi |
L'analisi con i contatti senza compenetrazione e i contatti uniti applicata usando le equazioni dei vincoli si risolve in genere più velocemente con i solutori diretti. |
A seconda del tipo di studio, valgono le raccomandazioni seguenti:
| Statico |
Usare il solver Direct Sparse e Large Problem Direct Sparse quando si dispone di sufficienti RAM e CPU multiple per risolvere:- I modelli con il contatto senza compenetrazione, soprattutto quando si attivano gli effetti di attrito.
- I modelli con parti che presentano proprietà del materiale molto diverse.
- Modelli con mesh mista
Per un'analisi statica lineare, il solver Direct Sparse richiede 1 GB di RAM per ogni 200.000 gradi di libertà (dof). Il solver iterativo FFEPlus richiede meno memoria (circa 2.000.000 dof/1 GB di RAM).
|
| Frequenza e carico di punta |
Usare il solutore FFEPlus per calcolare qualsiasi modo del corpo rigido. Un corpo senza vincoli ha sei modi del corpo rigido.
Usare il solutore Diretto per matrici sparse:- Valutare l'effetto del carico sulle frequenze naturali
- I modelli con parti che presentano proprietà del materiale molto diverse.
- I modelli in cui la mesh incompatibile è unita usando le equazioni dei vincoli.
- Aggiungere molle morbide per stabilizzare i modelli supportati in modo inadeguato (studi del carico di punta).
Simulation usa il metodo di iterazione Subspace come metodo di estrazione eigenvalue per il solutore Diretto per matrici sparse e il metodo Lanczos per il solutore FFEPlus. È più efficiente usare Lanczos con i solutori iterativi come FFEPlus. Subspace può utilizzare la sostituzione avanti e indietro dei solutori diretti (per matrici sparse) all'interno del proprio ciclo di iterazioni per valutare i vettori eigen (deve decomporre la matrice solo una volta). Ciò non è possibile con i solutori iterativi.
|
| Termico |
I problemi termici hanno un grado di libertà (DOF) per nodo, quindi la loro risoluzione è in genere molto più rapida rispetto ai problemi strutturali dello stesso numero di nodi. Per i problemi molto grandi (più grandi di 500,00 dof), usare il solutore Diretto per matrici sparse per grandi problemi o il solutore FFEPlus. |
| Non lineare |
Per gli studi non lineari di modelli con gradi di libertà in numero superiore a 50.000, il solutore FFEPlus è più efficace e genera una soluzione in poco tempo. Il solutore Diretto per matrici sparse per grandi problemi può gestire casi in cui la soluzione sta sconfinando dall'obiettivo. |
Stato del solver
Viene visualizzata la finestra Stato del solver quando si esegue uno studio. Inoltre, per fare avanzare le informazioni, apparirà:
- uso di memoria
- Tempo trascorso
- Informazioni specifiche di studio come i gradi di libertà, il numero di nodi, il numero di elementi
- Le informazioni del solver come un tipo di solver
- Avvertimenti
Tutti gli studi che usano il solver (iterativo) FFEPlus consentono di accedere al grafico di convergenza e ai parametri del solver. Il grafico di convergenza aiuta a visualizzare il modo in cui la soluzione converge. I parametri del solver aiutano a manipolare le iterazioni del solver in modo da migliorare la precisione o la velocità con risultati meno precisi. I valori preimpostati del solver possono essere usati o cambiati:
- Numero massimo di iterazioni (P1)
- Soglia di interruzione (P2)
Per migliorare la precisione, diminuire il valore della soglia di interruzione. Nelle situazioni di lenta convergenza, migliorare la velocità con risultati meno precisi aumentando il valore di soglia di interruzione o diminuendo il numero massimo di iterazioni.