
简介
广州思茂(thinks)作为达索系统资深增值服务商,依托深厚的CAE技术背景和工程经验,将SIMULIA的仿真解决方案,Abaqus, CST, fe-safe等CAE仿真软件与企业研发相结合,帮助企业打造仿真分析平台,提升产品研发能力,完善技术研发创新体系,欢迎咨询Abaqus软件,CST软件。
擅长的技术栈
可提供的服务
提供达索系统CAE软件咨询、购买服务
本文介绍了CST软件中分布式参数扫描的设置方法。主要内容包括:1)在时域求解器界面勾选参数扫描选项,设置同时扫描参数数量;2)DC属性设置可选择全局或指定服务器;3)参数数量与token消耗的关系,当参数数量超过服务器数量时系统会分批处理;4)通过实例验证了8个参数在2台电脑8个节点上的计算情况。文章还附带相关推荐内容,包括CST中Python脚本管理和超宽带超表面吸波体的特征模式分析。

分布式计算(Distributed Computing)的核心是主控制器(Main Controller),它充当前端和求解器之间的信息代理。分布式计算组件(Main Controller 和Solver Server) 可能由两个或更多的TCP/IP 网络连接,不同网络可能性能不同,比如有HPC专用高速(比如infiniband)和普通网络组合。最后说明一下,分布式计算的效率受系统的数据传输效率

文章摘要:本文探讨二端口网络参数提取RLC元件的方法,重点分析Y参数和Z参数在电容和电感等效电路中的适用性。研究表明:串联电路只能用Y参数提取;T型和π型等效电路可分别用Z12和Y12提取寄生电容和电感;L和C串联时仅能提取C,并联时仅能提取L。作者建议优先采用单端口方法,并提供了具体计算公式和仿真结果验证。本文可作为FAQ067的补充材料,帮助用户正确选择参数提取方式。

这里的提速主要是针对时域电磁算法的。因为时域算法的蛙跳推进模式仅对大量存放在固定 位置的数据进行完全相同的且是简单的操作(移位相加),这正是 GPU。与内存的存取速度(又称带宽)直接决定了整个运算速度。在时域仿真中能够极大地提速的根源。数据总线的带宽比较,显然。架构所进行的运算,即。

在CST中用两种有源S参数的表示方式,一种是直接在S-parameter文件夹中生成的结果,而另一种是生成在F-parameter中。这里的F1,1[2,0]+2[1,0]=2*S1,1+S1,2,同样F2,1[2,0]+2[1,0]=2*S2,1+S2,2,可以看到有源S参数和F参数的区别在于是否除以端口本身的激励功率额,这个2端口的现象也可以推广到N端口的有源结果。这里我们1端口激励幅度是2,

摘要:本文分析了CST时域求解器中TLM网格剖分不当对仿真结果的影响。通过3×3交叉阵子阵列案例,展示了网格剖分不足导致馈电口连接不充分的问题,使端口接近开路状态。利用CST2022新增的"Run discretizer only"功能可提前检查网格质量,对比加密网格后的合理结果,验证了TLM网格可视化功能对快速定位和修正剖分问题的有效性。结果表明,合理的网格剖分对保证仿真精度

注意这里还有功率信息,比如辐射Radiated Power 0.4324597W,这样全部的激励信息就都有了,可以用作激励源了。在远场界面中,用户可以设置远场类型,线性还是dB,远场角的分辨率等等,所以这里导出的ASCII数据就是此时远场界面设置下的数据。三个方法导出的远场源都是这样的数据,就是每个theta和phi方位上的电场theta和phi分量,以及该场源的位置、频率等等。下面我们看ASCI

我们在预览界面下,点击右键,可以自定义改变仿真模型导入区域(图中的长方形方框)。同时,我们还能将所做的设定进行导出,用以下次调用。在仿真局部SI问题时,可以用以上提到的局部导入模型的方法。当我们只导入并仿真部分网络时,为了避免新的截断的边界引起的反射能量,我们建议在边界处直接用Open边界条件。在EDA领域里的常见问题,如何选取部分的封装或者PCB进行仿真。用户在仿真PCB时,有时候只需要仿真其中

比如这里有两条平行的线,通过设置多个Node可以就可以分开计算并得到独立的RLCG寄生参数,比如走线本身的自感,电阻。本例中设置了6对pairs,那些pairs分别都有自身的电阻R1-R6和电感L1-L6,同时每个节点都有电容值C11-C88,这里的电容是8个节点对于电势为0处的结果。对于这里提供的节点电容补充一句,如果要计算整个线的对地电容,则需要把C1,C2,C3,C4加起来。RLCG生成的S

降阶模型是用于减少复杂系统维度的简化模型(Reduced Order Models,ROM),在处理高维度的复杂系统时,基于对原始系统的分析和数学处理,找到能够表示系统行为的关键变量、方程和向量等,从而代替原始模型进行设计和控制。降阶后的模型可以在保留模型基本特性的同时,大大减少复杂模型的CPU计算时间以及存储空间。代理模型则是在分析和优化设计过程中,用近似的数学模型替代比较复杂和费时的数值分析,








