thiết kế> / quần / hfss hội tụ

[jgiardini@invap.com.ar]

Trong các softs, khi một giải pháp thích nghi được chọn, các lưới giữa các giải pháp thích ứng liên tục được tự động bởi chương trình để các giải pháp hiện nay là lý thuyết chính xác hơn so với trước đó.

Tuy nhiên, sau khi một số thiết bị đo lường, tôi đã tìm thấy mà không phải là luôn luôn nhiều hơn mắt lưới dày đặc những cái mà đạt được kết quả tốt hơn.

Ai có thể giải thích điều đó không?
Bạn có thể gợi ý một số giấy tờ liên quan đến lý thuyết này hội tụ?

: Sm18:

 

[rugbyfun]

Hi.
lưới dày đặc không phải luôn luôn có nghĩa là kết quả tốt
nếu bạn đã thực hiện một thiết lập sai
bạn có thể chạy nó cho bao giờ có được lưới quái vật và vẫn không nhận được kết quả tốt
nhưng do sai modelization

Tôi sẽ được hiếu kỳ để xem mô hình của bạn và đo lường của bạn
để xem độ chính xác của mô phỏng có thể được cải thiện
plese gửi cho cả hai
europa_pa2000 (at) yah00.it
Tôi sẽ có một cái nhìn vào nó nếu bạn thích

Rugbyfun

 

[jgiardini@invap.com.ar]

Rugbyfun,

Tôi không thể nói modellization là sai.Trong thực tế, thích ứng cho số lượng vượt qua 2 hay 3 người giải quyết các kết quả rất giống với những người thực sự.Nếu bạn cho nó đi giải quyết mới, sau đó bạn có thể thấy những kết quả bắt đầu để đi theo một cách sai lầm.

Tôi đã thấy rằng với một mô hình 2.5D trong quần thể, các | q | biến thể không phải là đơn điệu qua đi liên tiếp, và trong một số trường hợp, nó là lớn hơn cho sau này đi.

jgiardini

 

[jgiardini@invap.com.ar]

Kính thưa tất cả, tôi bày tỏ câu hỏi của tôi một lần nữa:

Điểm có ích là tôi đã tìm thấy rằng những mô phỏng không phải luôn luôn đại diện cho những gì xảy ra trong thế giới thực.Đặc biệt, nếu bạn sử dụng một lưới dày đặc các kết quả sẽ nghèo hơn cho mắt lưới ban đầu.

Tuy nhiên, giả lập để làm việc theo nguyên tắc, khi một giải pháp thích nghi được chọn, kết quả là lý thuyết chính xác hơn (tức là tương tự như thực tế hơn một) cho đi sau đó (có nghĩa là những gì mắt lưới dày đặc hơn) hơn là cho những người thân trước đó.Ngoài ra, nó là độc lập với hình dạng cấu trúc hay chức năng.

Tôi muốn biết nếu có của bạn có phát hiện cùng một vấn đề, và cũng có, nếu bạn có lời giải thích cho điều đó.

 

[navuho]

jgiardini (at) invap.com.arnếu bạn sử dụng một lưới dày đặc các kết quả sẽ nghèo hơn cho mắt lưới ban đầu

Có thể để tính cơ cấu resonanse.Morever nó thông thường cho
bacause trường hợp này hội tụ không phải là đơn điệu.
Chỉ cho cộng hưởng cấu trúc mắt lưới dày đặc không luôn luôn tương ứng với kết quả tốt hơn.
Ngoài ra kết quả mạnh mẽ phụ thuộc vào meshing chính nó.Bạn cần phải lưới dày đặc
chỉ tại các khu vực thích hợp (với các trường cao thường)

 

[mogwai]

Bằng cách tăng mật độ lưới lý thuyết bạn có thể nhận được kết quả ngày càng tốt hơn.Tuy nhiên, (tùy thuộc vào phương pháp này cũng) khi tế bào có kích thước mắt lưới nhỏ hơn và nhỏ hơn được, các lỗi phân rời sẽ nhỏ hơn (kể từ khi hình học là mô hình tốt hơn), nhưng một lỗi roundoff bắt đầu xuất hiện kể từ khi thuật toán đã để đối phó với trường thậm chí còn nhỏ hơn giá trị giữa các tế bào lưới lân cận ...

Rất thú vị giấy về vấn đề này (đính kèm):Tính toán của trường điện từWexler A.

IEEE Trans.vào lò vi sóng Lý thuyết và Kỹ thuật, Vol.MTT-17, 8, tháng 8 năm 1969

Hơn thế, theo Chew, Jin, Michielssen và Song, nhanh và hiệu quả các thuật toán trong điện từ tính toán (Artech House, 2001), khi giải quyết các phương trình Maxwell trong hình thức phân biệt trong một lưới rời rạc, mã tính toán giới thiệu một lỗi pha vận tốc nhỏ vào tính lĩnh vực.Lỗi này là cumulating khi các tế bào lưới sẽ nhỏ đi .. ngay cảNgược lại, khi giải quyết các hình thức tách rời của các phương trình Maxwell, lĩnh vực này được tính bằng một chức năng tích hợp Green ở dạng kín và vì thế, các lỗi tích lũy nhỏ ..

mogwai.
Xin lỗi, nhưng bạn cần đăng nhập để xem tập tin đính kèm này

 

[onurb]

Nó thực sự phụ thuộc vào vấn đề.Điều này tương tự oversampling: một lưới dày đặc không phải luôn luôn cho kết quả tốt hơn.Với modellization chính xác tương tự nhưng thiết lập giải pháp khác nhau mà bạn có thể endup với kết quả khác nhau.Để an toàn tôi luôn luôn cố gắng hội tụ một số tiêu chí khác nhau để xem kết quả đều giống nhau.

Tôi không biết phiên bản mới nhất nhưng hfss 8 cho thấy mật độ lưới, đồng bằng S đồ thị cho mỗi lần lặp.bạn sẽ thấy một hội tụ liên tục với giá trị mong muốn.nếu bạn thấy một số dao động đó có thể là một dấu hiệu của một tụ xấu.

Họ luôn luôn nói "hội tụ tốt hơn" trong các phiên bản mà họ phát hành, nhưng vấn đề là phương pháp phần tử hữu hạn của chính nó.Tôi một lần tìm thấy một số liên kết đến các giấy tờ và phương pháp họ sử dụng trong hfss nhưng họ không phải là rất dễ dàng để có được in họ không trao cho cái nhìn sâu sắc: làm thế nào để lựa chọn thiết lập giải pháp cho một giải pháp tối ưu, vì hội tụ là vấn đề / hình học phụ thuộc.

Tôi phải nhắc nhở một hội tụ tốt không bảo đảm một giải pháp tốt mặc dù.(Giống như số điều kiện, của một hệ thống tuyến tính).Đây là giới hạn của các loại công cụ tôi đoán.

 

[student153]

nó dpends về vấn đề bạn đang xử lý.hfss hội tụ sẽ được giống như của FEM đã được xử lý trong văn học

 

[maxwellian]

Tôi đã thấy đáng tin cậy khá đơn điệu hội tụ lỗi cho môi trường được bảo vệ Moment Phương (MOM) mã số cho 3D phân tích EM phẳng.Đây thường là những loại có chức năng giải quyết Green là thông qua việc sử dụng các cô sin / summations sin, bằng cách sử dụng các phương thức nội bộ của một phần mũ của Waveguide là kernal cho chức năng của nhà điều hành của Green.

ví dụ thương mại của loại mã được bài thơ mười bốn câu và AWR EMsight.Nó gần như luôn luôn đúng trong các mã số mà lỗi của bạn giảm kích thước mắt lưới từ chối, và hội tụ được gần như luôn luôn ở cùng một hướng.(Bài thơ mười bốn câu có một phiên bản miễn phí này mà bạn có thể nhận được từ trang web của họ mã.) Đây là những mặt phẳng EM, không 3D đầy đủ.Họ làm việc tốt cho micrstrip, stripline và các ứng dụng CPW.Tôi không biết một kỹ thuật 3D EM đầy đủ cho thấy lỗi chủ yếu hội tụ đơn điệu.

- Max