超级计算机在智能制造装备中的应用

发布时间：2020-12-18 13:08

　　为了满足工业转型升级对装备制造企业的更高要求,提出产品设计、生产制造和运营的数据化,以及设备维护等方面的智能制造策略。通过在智能设计计算、产品大数据化和预防性维护等方面的应用开发,发现装备企业对高性能计算及平台、超大容量存储和高效化的数据处理等的需求很大。为此,探究了超级计算机的优势和在智能制造装备中设计、运营和维修等方面应用的可能性,结果表明超级计算机有助于装备企业向智能制造的转型升级。 

【文章来源】：机电工程技术. 2020年04期

【文章页数】：3 页

【部分图文】：

装备企业在智能制造的3个方面

CAE是用计算机辅助求解复杂工程和产品结构强度、刚度、屈曲稳定性、动力响应、热传导、三维多体接触、弹塑性等力学性能的分析计算以及结构性能的优化设计等问题的一种近似数值分析方法。CAE应用程序基本可以分成2大类，一类是共享内存应用程序，另一类是分布式内存应用程序。其主要有3个步骤：第一步是建模亦即前处理，通常在工作站上进行；第二步是求解过程，这是至关重要的一步，需要占用大量的处理器、内存资源以及存储空间，通常在高性能计算机上完成，这个过程涉及到的软件有Fluent、ANSYS、Nastran、Ls-Dyna等；第三步是后处理过程，对计算结果进行处理分析，通常也是在工作站上完成[4-6]。装备企业会涉及车身的流线型流体仿真、复杂庞大的装备系统模型、装备的刚柔耦合运动解析和车身的碰撞仿真等。而智能制造对以上CAE计算提出高分辨率、系统性整体建模等要求，需要将模型建立的更加精细，为准确捕捉各种工况的热点，特别是疲劳计算问题，会建立每一处的单元密度很高的精细模型，复杂产品千百个零件之间的接触关系及非线性求解等。这些复杂模型的求解过程，会进行成千上次的迭代结果，势必要求计算机有大内存即时容量和庞大的存储空间。在CAE计算求解速度方面，过去，计算机提高速度的方法主要靠提高处理器的时钟速度；而今，处理器的时钟速度已经接近极限，计算机性能提高的唯一通道是发展多核计算机。分布式并行可以明显减少计算时间，使得大型问题的求解得以松绑。因此，CAE计算的核心内容是高性能计算，这正是超级计算机所具有的巨大优势，故而装备企业在智能制造中的CAE计算能够应用超算，会使得企业取得转型升级的成果事半功倍。

【参考文献】：
期刊论文
[1]智能制造时代机械设计技术研究[J]. 李介普.  内燃机与配件. 2019(14)
[2]故障诊断及预测性维护在智能制造中的应用[J]. 祝旭.  自动化仪表. 2019(07)
[3]大数据驱动的智能制造[J]. 张洁,汪俊亮,吕佑龙,鲍劲松.  中国机械工程. 2019(02)
[4]面向大数据应用挑战的超级计算机设计[J]. 廖湘科,谭郁松,卢宇彤,谢旻,周恩强,黄杰.  上海大学学报(自然科学版). 2016(01)
[5]中国CAE软件发展的新契机[J]. 田荣.  计算机辅助工程. 2011(01)
[6]高性能CAE软件[J]. 梁国平,钱华山.  CAD/CAM与制造业信息化. 2007(01)
[7]为自由而战——CAE高性能计算破冰纪实[J]. 田锋.  CAD/CAM与制造业信息化. 2006(11)

硕士论文
[1]透过工业4.0解析“中国制造2025”[D]. 侯晋珊.北京工业大学 2017



本文编号：2924051