LSDYNA时间步长的解释

LSDYNA时间步长的解释

示例设置：

解释一下：

*CONTROL_TERMINA TION是指模型计算的终止时间，也就是你要模拟的时间。根据你的单位系统定的。比如上面的例子中是70秒。

*CONTROL_TIMESTEP是指时间步长，第一个字段取0.0表示是计算机自动设置。在程序中，可能会有如下的提示

就是说这次计算步长不能超过0.486E-03秒（秒取决与自己的单位系统）。本次计算的实际步长会显示出来，如下图的第一个框8.27E-04秒。当前计算到的时间也会显示，如图第二个框9.9940E-01，这个值跟前次的时间0.000E+00的差约等于1，就是K文件中指定的*DATABASE_BINARY_D3PLOT，是指每隔1t（在本文的单位系统中也就是一秒）写一个D3PLOT文件。前面的数如1、1209等是通过t和dt除出来的，如

（9.9940E-01 - 0.000E+00）/ 8.27E-04 = 1209.1898

注：

关于计算中到底写多少个D3PLOT文件，要完全取决于实际的需要，如碰撞在一瞬间发生，那么写的文件少了，在后处理中，就没有相应的state，自然就观察不到了。

加速步长法

实验报告 实验名称：加速步长法 院（系）：机电学院 专业班级：机械制造及其自动化 姓名：赵丹 学号：100710431 2013年5 月3 日

实验一：加速步长法实验日期：2013年5 月3日一、实验目的 了解MATLAB的基本运用 了解MATLB在优化中的使用 二、实验原理 加速步长法是利用试探来确定单谷函数的初始搜索区间。其主要思路是：从一点出发，按照一定的步长，试图确定出函数值呈现“高低高”规律的相邻三点。从一个方向试探搜索，如不成功，则沿反方向探索。如方向正确，则加大步长探索。直至最终三点x1x2x3，满足x1f(x2)

h=-h; x2=x4; f2=f4; else x3=x2; x2=x1; x1=x4; break; end end end left=min(x1,x3); right=x1+x3-left; 四调用执行程序： clc syms t f=t^3-t^2-2*t+1; [left,right]=xiti4_1(f,0,0.1) 执行结果：left = 0.7000 right = 3.1000 实验小结 通过本实验了解了了matlab的基本操作方法，了解加速步长法的原理与基本运用

ansys时间步长的确定

ANSYS 瞬态动力学分析中的时间步长的选择 对于瞬态动力学分析问题，如何选取合适的时间步长，才能保证得到正确的计算结果呢？这是我们在瞬态动力学分析中需要关注的一个问题。 积分时间步长的选取决定了瞬态动力学问题的求解精度：时间步长越小，则计算精度越高。太大的时间步长会导致高阶模态的响应出错，从而会影响到整体的响应。但是太小的时间步长会浪费计算资源。要得到一个较好的时间步长，应该遵循下述原则： （1）分析响应的频率。 时间步长应该小到可以分析结构的响应。既然结构的动力响应可以看成是一系列模态的组合，时间步长应该可以求解对响应有贡献的最高阶模态。对NEWMARK 积分方案而言，发现可以使用感兴趣结果的最高阶频率的每个周期内取20个点就可以得到大致合适的解答。这就是说， f t 201=? 上式中，t ?为时间步长，f 为所关注系统的最高频率。 如果需要计算加速度，则上述时间步长需要更小一些。 对于HHT 时间积分方法，可以使用同样的时间步长。在使用相同的时间步长和时间积分参数的前提下，HHT 方法比NEWMARK 方法更精确一些。 （2）分析加载的载荷-时间曲线。 时间步长应该足够的小到能跟踪载荷历程。响应一般要比施加的载荷慢半拍，阶跃载荷尤其如此。它需要较小的时间步以便能紧密的跟踪载荷的改变。它应该小到1/180f 会较合适。 （3）分析接触频率。 在包含接触（碰撞）的问题中，时间步长应该小到足以捕捉接触面之间的动力传递。否则，会产生明显的能量损失，而碰撞将不再是理想弹性的。时间步长可以由接触频率得到 c Nf t 1=? m k f c π21=

CHP22时间步长

CHP22.15 时间步长的设定 绘制当前时间数据图的方法： 使用显式非稳态公式或使用的是适应时间步长法，推荐用绘制当前时间或当前时间步长数据图。方法： Solve—Monitors—statistic 在statistics框中选择time或是delta_time 项。 确定与时间有关的求解参数： 一阶或二阶隐式求解方法： Max Iterations per Time Step:当FLUENT用隐式方法求解时，每个时间步长都要迭代。设定了每个时间步长内迭代的最大数值，如果在达到这个数值以前迭代收敛的话，求解过程会提前进入下一个时间步长。 Time Step Size：时间步长大小是t?的数值大小。由于FLUENT是完全隐式，因此没有队时间步长大小的要求。但为了正确模拟瞬态流动，时间步长大小的数量级至少应比系统中正在模拟的最小时间常量要小一个数量级。判断t?的选择的一个好方法是观察FLUENT在每个时间步长内迭代至收敛的次数，理想次数是10到20次，如果次数多于这个数值，则说明时间步长太大了。如果每个时间步长内只有几次迭代，则说明t?应该增大。常见的问题是FLUENT启动很快，而衰减也很快。这样情况下，聪明的办法是开始的5到10个时间步长设的相对较小，然后随着计算过程逐渐增加t?。 对于周期性时间的计算，应该根据时间周期的大小选择时间步长。比如说，对于转子/定子模型，可以在每个叶片通过之间设置20个时间步长。再比如对于涡轮流散的模型，每个周期20个时间步长比较好。 迭代时间步场面板上，默认的时间步长大小是固定的。要想在计算过程中随时修改时间步长大小，则要选adaptive并在adaptive time stepping中设好参数。第22.15.2节中详细讲述该内容。 22.15.2 调整性时间步长 调整性时间步长只有在segregated算法和coupled implicit算法中才能用，coupled explicit 算法不能用。另外，VOF或是分散相模型也不能用。 自动调整时间步长根据对与时间差分方案有关的truncation error截断误差而定，如果截断误差小于指定的允许程度，时间步长大小就要增大，反之，时间步长要减小。 截断误差的估测可以通过对算法的时间差分的预测修正得到。每个时间步长开始时，算法简单、粗略的计算问题的初始值，将它作为该时间步长的初始条件，然后用非线性迭代隐式算法修正，在对预测值和修正值之间的差异以截断误差为标准进行比较，如果达到了截断误差的预期程度，FLUENT就调整时间步长的大小。 参数： 截断误差Truncation Error Tolerance：指定与计算的截断误差相比较的初始值，增大这个值，会使时间步长增大，求解精度降低。反之，则变化趋势相反，但计算所需的时间要变长。对大多数情况，用默认值0.01即可。 结束时间Ending Time：指定计算的结束时间。结束时间不等于时间步乘以固定时间步长长短，应该专门指定它的值。 最大/最小时间步长长短Minimum/Maximun Time Step Size：该项指定时间步长的上下限值。如果时间步长很小，计算要花费的时间和所占空间就高，如果时间步长很大，计算精度就不够。 最大/最小步长改变系数Minimum/Maximum Step Change Factor Limit：限制了每一步时

二维铸造充型过程数值模拟的特征分数步长法

二维铸造充型过程数值模拟的特征分数步长法? 鲁统超1，葛亮2 1山东大学数学与系统科学学院, （250100） 2 山东大学数学与系统科学学院, （250100） E-mail ：lutc@https://www.doczj.com/doc/834007197.html, 摘 要：铸造充型过程的数学模型是包括连续性方程和动量方程的偏微分方程组。本文利用分数步长法将动量方程分裂成两部分，对第一个方程采用特征差分法进行处理，对第二个方程结合连续性方程进行处理后得到压力的 泊松方程，用迭代法进行求解，给出了收敛性分析和稳定性条件。 关键词：分数步长；特征差分；收敛性；迭代。 1. 引 言 铸造生产的实质就是直接将液态金属浇入铸型并在铸型中凝固和冷却，进而得到铸件。液态金属的充型过程是铸件形成的第一个阶段。许多铸造缺陷(如卷气、夹渣、浇不足、冷隔及砂眼等)都是在充型不利的情况下产生的。因此，了解并控制充型过程是获得优质铸件的重要条件。但是，由于充型过程非常复杂，长期以来人们对充型过程的把握和控制主要是建立在大量实验基础上的经验准则。随着计算机的发展，铸件充型过程数值模拟才得到广泛应用。 充型过程流场数值模拟的主控方程均为非线性方程。其计算使用有限差分或有限元等数值方法求解质量守恒方程(连续性方程)和动量守恒 方程即Navier-Stokes 方程，以得出流体运动规律。在以前的研究中，Chorin(1968)和Temam(1969)分别独立的提出投影法。1972年由Minnesota 大学的Patankar 与Spalding 提出了simple 算法，这是一个压力修正算法，在以后的研究中又有simplec 方法,Raithby 提出的simplex 方法, Sheng 等提出的simplet 算法。 本文中利用分数步长法的思想将动量方程分裂成两部分，对第一个方程采用特征差分法求解，对第二个方程结合连续性方程进行处理后得到压力的 泊松方程，我们用迭代法进行求解，给出了收敛性分析和稳定性条件。 2. 问题的数学模型 铸造充型过程的模型主要由连续性方程和动量方程组成。 (a) 流体的动量方程 1x u p V u g u t x μρρ ??=???++???r " (2.1) ? 本课题得到教育部高等学校博士点基金资助，编号：20030422049 - 1 -

Fluent时间步长

用FLUENT计算非稳态问题，是不是在计算时必须保证在每个时间步timestep里都要收敛才行，否则计算结果就不对呢也就是说，在iteration选项里，max iteration pertime step设为一个值，比如500，就是如果500次迭代后仍未收敛，进入下一步迭代，那对结果会有什么影响。 对于隐式非定常格式，原则上，每个时间步长内必须保证结果收敛。在fluent 的帮助中就有这样的话：“对于不可压流动，在每个时间步内，不可压解必须迭代直至收敛。”另外，我们回归到fluent内部计算的本源，它实质就是一种差分算法，通过不断逼近来获得真实解，这样我们就不难理解为什么在每个时间步长内需要收敛了。max iteration pertime step 设定的是最大时间步，在单一步长内，如果结果已经收敛，则会自动跳至下一时间进行计算。所以其设定要纵观全局。但对于周期性流动，这种收敛性的要求就相对松动一些。不过你需要多计算几个周期，等计算结果达到对时间的周期状态后，再对结果进行储存。 对于显式非定常格式，在Fluent帮助中这样说：“一定记住，对于显式非定常格式，每一个迭代就是一个时间步。” 如果每个时间步内结果没有得到收敛，则很有可能你所得到的结果是不真实的，但是一个时间步内的不真实性应该不会影响到下一个时间步长内的计算。因为在每一个时间步开时，fluent 都会进行初始化。在单个时间步内，它实际是按照稳态进行计算的。 time step size的设定是根据你的计算需要，一般是你的特征长度（比如说管道的长度）除于特征速度（比如平均速度）的值再小一到两个量级即可，如果你的time stip size太大，计算会提示你的，改小即可。

分步步长法和多重网格法_实验

微分方程数值解 姓名： 班级： 一．二维抛物方程分布步长法

实验用的二维热传导 是方程是： 22(,,)sin()sin()0,1,0t u x y t x y e x y t πππ-=<<> 它满足书中 0,,0(,,0)(,)(0.,)(,,)(,0.)(,.)0l xx yy u u u x y l t u x y x y u y t u l y t u x t u x l t ?=+<<>?? =??====? 的要求，这里1l =。以0t =为初始时刻，分别用ADI,LOD,对称LOD （记为symLOD ）进行算法设计，求在时刻1t =的数值解，并与精确解做比较。 实验过程： 1.t=1时刻原始图像 当x,y 方向上的网格数是160，时间t 方向上的网格数是40时，t=1时刻的原始图像为

2．ADI法恢复的图像 当x,y 方向上的网格数是160，时间t方向上的网格数是40时，ADI法所绘t=1时刻图像为

3．LOD法恢复图像 当x,y 方向上的网格数是160，时间t方向上的网格数是40时，LOD法所绘t=1时刻图像为 4．对称LOD法（记为symLOD）恢复图像

当x,y 方向上的网格数是160，时间t方向上的网格数是40时，symLOD法所绘t=1时刻图像为 5.x,y方向上的网格数和误差关系 t=40固定,x,y方向的的网格数分别取[10,50,100,250,500] 三者的误差的二范数分别为（见error2.m） ADI=[8.730504221745552e-010, 6.029451734592973e-009, 1.265923756496139e-008, 3.206705449439820e-008, 6.425372124435197e-008]; LOD=[8.730504221745788e-010, 6.029451734600921e-009, 1.265923756507861e-008, 3.206705449886893e-008, 6.425372131563230e-008]; SymLOD=[8.730502288715592e-010, 6.029452708815150e-009, 1.265923951388676e-008, 3.206705936704847e-008, 6.425373098974900e-008];

simulink步长设置

simulink仿真设置 一、算法设置 1.变步长(Variable—Step)求解器 可以选择的变步长求解器有：ode45，ode23，ode113，odel5s，ode23s 和discret．缺省情况下，具有状态的系统用的是ode45；没有状态的系统用的是discrete。 1)ode45基于显式Runge—Kutta(4，5)公式，Dormand—Prince对．它是—个单步求解器(solver)。也就是说它在计算y(tn)时，仅仅利用前一步的计算结果 y(tn-1)．对于大多数问题．在第一次仿真时、可用ode45试一下。 2)ode23是基于显式Runge—Kutta(2，3)．Bogackt和Shampine对．对于宽误差容限和存在轻微刚性的系统、它比ode45更有效一些．ode23也是单步求解器。 3)odell3是变阶Adams-Bashforth—Moulton PECE求解器．在误差容限比较严时，它比ode45更有效．odell3是一个多步求解器，即为了计算当前的结果y(tn），不仅要知道前一步结果y(tn-1)，还要知道前几步的结果y(tn-2)，y(tn-3)，…； 4)odel5s是基于数值微分公式(NDFs)的变阶求解器．它与后向微分公式BDFs(也叫Gear方法)有联系．但比它更有效．ode15s是一个多步求解器，如果认为一个问题是刚性的，或者在用ode45s时仿真失败或不够有效时，可以试试odel5s。odel5s是基于一到五阶的NDF公式的求解器．尽管公式的阶数越高结果越精确，但稳定性会差一些．如果模型是刚性的，并且要求有比较好的稳定性，应将最大的阶数减小到2．选择odel5s求解器时，对话框中会显示这一参数．可以用ode23求解器代替。del5s，ode23是定步长、低阶求解器。 5)ode23s是基于一个2阶改进的Rosenbrock公式．因为它是一个单步求解器，所以对于宽误差容限，它比odel5s更有效．对于一些用odel5s不是很有效的刚性问题，可以用它解决。 6)ode23t是使用“自由”内插式梯形规则来实现的．如果问题是适度刚性，而且需要没有数字阻尼的结果，可采用该求解器。 7)ode23tb是使用TR—BDF2来实现的，即基于隐式Runge—Kutta公式，其第一级是梯形规则步长和第二级是二阶反向微分公式．两级计算使用相同的迭代矩阵．与ode23s相似，对于宽误差容限，它比odtl5s更有效。 8)discrete(变步长)是simulink在检测到模型中没有连续状态时所选择的一种求解器。