Discrete Element Modelling and its Applications

寻找复杂设计优化挑战的开创性解决方案, 采埃孚是一家为乘用车提供系统的全球性技术公司, 商用车辆, 和工业技术-与OPE电子合作，为电机实施数据驱动的开发和优化战略. ZF和OPE电子的合作已经产生了一个用户友好的优化环境，能够处理一个电机平台设计问题的复杂定义. 最初是在2021年10月的充电电动汽车虚拟会议上提出的，请参阅http://chargedevs.com/oct - 2021 - session/modular -电机-平台optimization/

本演讲讨论了智能设计技术的兴起，该技术在整个工业中用于快速评估和优化产品性能，然后再进行实物原型. 该会议包括一些最新的简单的动手示范, 易于使用的模拟技术，使世界各地的设计师和设计工程师能够利用数字设计革命. 演讲者: Dr. 罗伊斯顿·琼斯，“OPE电子”首席技术官 Ken Welch，OPE电子公司高级副总裁，激励设计和制造产品 持续时间: 20分钟

仿真在设计和制造仿真中的好处被很好地证明了. 但公司管理层往往没有意识到模拟制造在产品开发早期的优势. 作为一个结果, 工程师缺乏来自领导层的支持，他们需要克服这些障碍，采用这些模拟和数字转换工具. 本主题演讲由Shawn Wasserman，工程学院的高级编辑.com, 概述了描述仿真在整个产品生命周期中的好处的调查结果，并分享了工程师如何说服管理层采用这些技术的技巧. 发言人: Shawn Wasserman, Senior Editor, engineering.com 持续时间: 22分钟

Dactem (a DAM group company), developer of specialist test, 为航空航天行业提供测量和组装解决方案, 介绍了用于电推力器合格耐久性测试中精确测量的推力天平的优化设计. 本演讲将详细介绍如何使用多物理模拟方法来寻找机械的最佳设计, thermal and electromagnetic performance into account. 演讲者: Emmanuel Pouleau, CEO, Dactem (a DAM Group company) Pierre Moutet, Engineer, Dactem (a DAM Group company) 持续时间: 15分钟

Electrification is everywhere! 它为系统带来能源效率，也有助于为产品添加新的智能功能. 电动机是这种系统的关键部件，它将电能转化为机械动力. It is multiphysics by nature. 电机工程师从设计初期就需要考虑各种约束条件, looking at electromechanical performance, as well as respecting thermal and 噪音 constraints. 模拟需要整合这些物理和耦合效应. 开发了专用工具和流线型的多物理工作流程，以降低复杂性和加快设计. 演讲者: Limin Huang, Electromechanical Engineer, “OPE电子” Samia Saaidi, “OPE电子”机电解决方案高级技术专家 持续时间: 20分钟

这个研讨会展示了产品开发的模拟驱动设计方法是如何对性能产生巨大影响的, 设计时, and profitability of a new product. Using a belt sander tool as a demonstration model, 我们的主持人展示了OPE电子的设计和仿真技术如何进行砂光机外部外壳的概念设计分析和优化，以提高刚度和减轻重量. 他们继续展示我们如何通过观察填充来模拟制造过程本身, 包装, cooling and warpage of the plastic housing; before concluding with a series of stress 分析 and validation studies such as a virtual drop test, 三点弯曲模拟，甚至对电机的传热效果进行了研究. 这是一个很有价值的会议，可以看到如何在整个设计过程中使用模拟技术, 在每个阶段增加价值并减少开发时间. 演讲者: Ujwal Patnaik，OPE电子全球业务发展经理 Chris Sambell, Application Engineer, “OPE电子” 持续时间: 60分钟

Design 合作伙伴' mission is to Elevate Human Potential. 作为产品设计 & 创新机构, 他们知道，一种技能是为了构思突破性的未来解决方案，另一种技能是为了实现这种创新. 在这个主题, 詹姆斯•林奇, Engineering Director for Design 合作伙伴, 谈到了物理原型在公司35年的历史中所扮演的角色, 数字原型已经开始在他们的未来发挥作用. 他深入探讨了团队为何将模拟模式引入内部，并解释了他们与一些世界上最具创新性的品牌合作所带来的好处. 发言人: 詹姆斯•林奇, Engineering Director, Design 合作伙伴 持续时间: 13分钟

“OPE电子”®EDEM™是一个离散元方法求解器，使用户能够精确模拟颗粒过程. 当与“OPE电子”计算流体动力学(AcuSolve)耦合时, 这两种解决方案使两相固液系统的模拟和分析成为可能. 这些仿真工具广泛应用于各个行业和学术界，以加深对不同单元操作的理解, 如搅拌机, 镀膜机, fluidized beds and pneumatic conveyors. “OPE电子”提供的独特和新颖的解决方案解决了使用DEM和耦合CFD-DEM方法时的挑战.

在国际舞台上，对设计的自信是通向成功的桥梁. 工程原理已被培养以满足设计要求，并帮助分析越来越准确. 为团队信天翁, as 分析 of aircraft design holds crucial, “OPE电子” strikes to be the first choice. 这个集成系统包含了Simlab等主要产品, SImSolid, 以及帮助我们为团队引入新的设计验证分析的Hypermesh. 使用OPE电子，即使在最简单的笔记本配置上，我们也获得了更强的计算能力. “OPE电子” Hypermesh允许处理复杂的几何图形，与我们的设计最容易, 提供精确的结果. “OPE电子”强大的产品，如SimSolid，帮助我们在短时间内执行过多的分析，并完全消除计算限制的障碍. “OPE电子”的这种独特的分析工具，使信天翁团队在过去的2年里在国际水平上稳居前3名, 而今年, Team Albatross also stood 1st nationwide. 看到这个, it is certain that with what “OPE电子” has to offer, 信天翁团队已经准备好了在技术标准方面的进步，并在今年带来了荣誉!

在一个ADAS, 高性能cpu是决策和其他高级系统管理的核心. 为了实现各种自动驾驶功能，使用了强大的加速器(DLA、gpu等). 在这个演讲, 我们将首先关注各种基于AI/ ml的ADAS任务以及用于执行这些任务的底层硬件. 讲座也将集中在这些系统的容错和鲁棒性方面. 最后, 简要讨论了商业软件如“OPE电子” EMBED和KnowledgeStudio如何在这个领域中使用.

本报告概述了Rizel 汽车的R&利用OPE电子(“OPE电子”)的工具解决电磁问题，为汽车电动汽车空间(EV Space)开发一个具有最佳特性的高效、低成本的电机平台, 结构, 噪音, 和热挑战，并通过物理测试验证数字设计. 所有 the way through the design process, “OPE电子” tools helped us in solving the complex problems which solve the core electric motor problems; like inductances calculation, cogging torque optimization, D轴调节, 模型分析, 瞬态热分析帮助我们理解和验证了我们的分析设计和研究. With the help of “OPE电子” tools, 我们能够实现并验证我们在热设计方面的新想法，并在不影响电磁学的情况下设计出独特的电机结构. 在这个过程中，我们设计了一个在行业中最轻和紧凑的径向磁通电机. Easy to use software from “OPE电子”, with a simple interface and automation tools; helped us to iterate, 微调我们的电机与高精度和更快的速度. 并帮助我们设计出了一款强大但安静，更冷但高效的马达. From our recent dyno testing at ARAI, 我们能够将模拟数据与动态测试结果进行匹配，偏差小于5%, 让我们对我们的模拟技术和“OPE电子”的工具有很大的信心, helping us decrease the Time to Enter the Market.

熔融金属的充型和凝固过程是一个非常复杂的过程，这些过程的现象会导致铸造缺陷.缩孔、缩松、冷闭、沉陷等缺陷. 应该确定, 同时, 在进行生产之前，应该有一个解决方案来克服这个问题.在生产之前应该有一种替代方法来解决这些问题，而且这种替代方法应该是快速的, 可靠的, 和用户友好.如图所示的铸件是由304不锈钢制成的，内部有气孔缺陷, 哪些在结构上削弱了部分，在功能领域产生了问题.因此，在Inspire Cast的帮助下，我们可以识别孔隙度，并在一定程度上克服它.​

Ashok Chandavarkar -英特尔印度战略计划总监
Poyni Bhat – Chief Executive Officer, SINE (IIT-B)
Dr. Ashish Mohan – Head, Technology, Design, R&D, Innovation IP, Entrepreneurship, CII
Maruthi Amardeep S V - Skyroot车辆工程总监
Nishant Kalbhor – Chief Engineer, TRESA

Sanjeev Arora – CTO, JCB India Ltd.
Dr. Seema Chopra – Global Technical Leader – DA, Boeing
AV Maruti Sairam – Scientist, Research Centre Imarat
Shiv Kumar – Head – Analytics | IT Data & 分析,斯伦贝谢
教授. V. Kamakoti – Associate Dean ICSR, Member NSAB, IIT Madras

减少二氧化碳排放和能源消耗的需求日益增加, 车辆承载结构的轻量化设计日益受到重视. 然而, as the structures are designed lighter, 焊缝处的应力和疲劳风险趋于增加. 焊缝疲劳对制造质量的变化非常敏感. 在这演讲, 结合结构质量最小化的方法，研究了焊缝不对中对钢结构疲劳寿命的影响. 这是利用RAMDO软件的鲁棒性优化完成的. 鲁棒性优化使结构质量最小化，同时仍能达到疲劳寿命的目标可靠性. 将局部详细焊缝有限元模型与结构的粗壳单元模型耦合, and the coupled FE-models are used in the optimization. 制造了两个十件系列焊接结构, 通过三坐标测量机(CMM)的尺寸测量，估算出误差分布。. 主讲人:Petteri Kokkonen -芬兰VTT技术研究中心高级科学家. 主持人:彼得·本西——OPE电子噪音高级技术专家

在日常生活中, today's providers deal with an abundance of documents, 政策过程, 以及行政管理任务，这可能会降低高价值的病人护理. 机器人处理自动化(RPA)允许卫生组织轻松地配置软件机器人，在任何现场或基于云的应用程序中自动化重复和时间密集型的过程. 在这演讲, 了解如何通过“OPE电子” Monarch与AmdoSoft RPA合作实现互操作性，以处理文档并将清洁数据直接交给RPA机器人，从而实现端到端自动化解决方案.

在SC21的演讲中, Eric Lequiniou强调了运行在arm处理器上的“OPE电子” Radioss™的最新成就.

在Eric Lequiniou的SC21演示中，学习如何使用AMD的第三代Epyc™处理器来运行与“OPE电子”求解器的模拟，从而最大化性能.

制造特性验证的使能设计. Please note that the presentation is in Korean. 单击AD图标以选择可选音频翻译，包括英语.

The presentation covers the following: 电路设计流程(Navigator)系统用于设计优化 - Automation of PCB Design Verification 在电路设计过程(导航)系统中使用PollEx DFM/DFE - - - - - -教育部, 基于规则的电气特性验证(信号完整性, 电源完整性, EMI / EMC / ESD..)

在一个一切事物都变得越来越紧密的世界里, 人工养殖珍珠, 家用电器的领导者, 是否通过产品连接来推动数字化战略，通过解决方案和服务为消费者提供最佳体验. Learn how they are using big data, AI, and analytics to uncover insights, create new business opportunities, and inform product development. 该演示由马丁奥尔特加，高级设计工程师在人工养殖珍珠，在未来播出.AI in June 2021, and is a little over 17 minutes long. 了解构建一个智能产品需要什么——以及从哪里开始. 下载我们的免费电子指南. 查看所有的未来.AI 2021报告

引入HealthHub™，阿尔斯通的智能资产监控，优化生命周期成本. 它的目的是收集和整合单个位置的数据, 因此，应用业务规则支持维护活动和资产操作.

在最重要的地方利用你现有的数字孪生投资——在产品实现过程的早期可靠性, 质量, and manufacturability are most easily optimized. 执行严格的2D和3D物理分析与系统和电路模拟，以确保电力完整性, 信号的完整性, 电力输送系统和电子设备高速通道的电磁干扰. 改进电子热管理与气流预测, 温度, and heat transfer in IC packages, 多氯联苯, electronic assemblies/enclosures, 和电力电子.

In a world of accelerating technological development, 互联产品为制造商提供了保持竞争力的数据. 了解Toggled是如何从生产商用照明产品发展成为互联建筑产品的领导者的. 看看设计和维护一个连接的产品生态系统需要什么，以及它收集的数据的好处.

耳机的可用性在很大程度上取决于舒适的佩戴和日常使用的阻力. 在GN Audio R公司机械师经理Alice Lin的带领下学习&D她是如何在Jabra引入FEM模拟能力的. 本演讲展示了产品设计如何从结构分析中获益, 设计舒适, 跌落试验模拟. 未来的仿真功能扩展将涉及更多领域，并提高仿真驱动设计过程的效率. 发言人: Alice Lin, Manager of Mechanics, GN Audio 持续时间: 22分钟

Digitalization changes all areas of life, from the way we stay informed, 旅行, 连接, 和买东西, to how products are manufactured. It is also changing business models, 创新的步伐和颠覆的能力正成为保持全球竞争力的关键因素. 数字化转型的核心是电气化和电子化. 听到电子, 汽车, and solution provider experts, 进一步探讨我们需要如何转型以应对这些挑战.

AAM已经为汽车客户提供机械传动系统超过25年. 随着汽车向电气化转型，传动系统也必须转型. AAM has developed a suite of innovative, 轻量级, 随着未来十年电动汽车的不断发展，紧凑且成本优化的电动驱动单元和电动梁轴将满足全球不断增长的技术需求. 工程模拟, 优化和验证工具是提高这些新产品的验证信心和缩短上市时间的重要推动者.

在过去的20多年里，福特的可持续发展小组一直致力于减少福特汽车公司的材料对环境的影响.  在2007年开发和实施大豆基泡沫获得巨大成功之后, 这些材料被移植到福特北美制造的每一辆车上. 

Sustainable designs last longer. David Yáñez from Vortex Bladeless, 西班牙公司, shares his vision of the technology, 模拟驱动设计中所涉及的不同物理现象的整合策略, 他们的共振结构的发展使容易被摩擦磨损的部件最小化. The simulation results from CFD, with fluid-structure interaction, 并将电磁场仿真结果与风洞实验结果和在役环境进行了比较.

粉尘对于处理和处理散装物料的工业来说是一个严重的问题, causing deteriorating ambient air 质量, 人类健康问题, 同时增加家政劳动力成本，以满足健康和火灾风险的安全水平. 博士学习. Andrew Grima介绍了通过使用校准离散单元建模(DEM)和新的粉尘提取技术，开发出一种成功的解决方案来减少粉尘.

毕竟，大规模的木结构建筑是建筑的未来, 没有多少建筑技术能够捕获比它们产生的更多的二氧化碳!  但尽管这不是新技术，在这些结构的设计中仍然存在一些挑战, 其中一些问题还没有被现有的设计标准所解决. 来自Smith和Wallwork的结构工程师Mike White将介绍大规模木结构的一些好处，并讨论行业中的一些重大话题，包括防火性能和脚步声振动分析.

We’re living in the midst of a transportation revolution. 为原始设备制造商, 供应商, 新兴制造商在电气化方面投入了数十亿美元, 自主技术, and novel modes of product- and service-based mobility, 它引发了人们对传统产品生命周期以及过去的开发和生产过程的重新想象. 一个由专家和行业领袖组成的小组将讨论制造商如何重新思考我们运输货物和人员的方式, 数据和模拟技术使之成为可能, and the ripple effects this shift is having on our world.

事故工程师编排事故发生时需要安排的事件链. 这包括判断哪种挤压行为是有利的，并结合离散事件的时间，如螺栓断裂或零件在正确的时间接触. 通过标量关键性能指标(KPI)处理这些问题, of, 例如, 能量吸收, peak force level before failure, 粉碎行为, 权重会导致过于复杂和过度约束的优化问题，无法通过替代方法解决，或者在快节奏的工程过程中导致响应时间过长. 从Moritz Frenzel学习如何将高级仿真和优化技术与最先进的机器学习算法相结合，将预测质量和速度提升到下一个水平.

特殊用途机器的设计需要快速和灵活的响应个别客户的要求，同时保持严格的质量和安全要求. With limited time and personnel, 传统的有限元方法不能为设计决策提供足够的可信度. 了解ATNA工业解决方案如何将模拟变成一种设计工具. 演讲者: Thomas Müller, ATNA工业解决方案联合创始人，商务经理 Hagen Möller, Design Engineer, ATNA Industrial 解决方案 持续时间: 12分钟

人工智能驱动的实时熔池分析，加速产品开发和生产.

In every development project, 选择合适的材料是一个至关重要的决定，其中有许多相互依赖的因素, and especially in globally distributed value chains, this becomes a challenging task. 材料数据的获取和可用性影响工程, 采购, 技术采购, and needs to address many interests. With more data available to engineers than ever before, 他们将如何将这些流转换成可用的信息，并作为组织知识保留下来? 随着计算机执行传统工程分析的能力不断进步, 对工程师的技能要求将继续变化. 工程师面临的不仅仅是多领域的技术挑战, multi-physics, 多保真度建模也需要成为多学科的有效组成部分, 跨国, and multi-cultural virtual team. 听取行业对未来工程技术的看法，以及应用这些技术所需的技能.

Serba Dinamik涡轮机为石油钻井平台的所有关键系统提供动力，包括安全系统和泵. 设备必须始终可靠，没有计划外停机. 传统的预防性维护计划既耗时又耗费资源. 了解他们是如何开发预测性维护系统的, to take preventative action only when needed.

近年来, 产品的日益复杂，对产品开发的各个方面的依赖性产生了强烈的影响, 如需求, 分析, 验证, 等. 通过基于仿真的高效模型工程的创新框架，可以优化支持产品开发的早期概念阶段，并通过这种前期加载来加速整个过程. ZKW作为全球汽车行业可靠而灵活的合作伙伴，VIRTUAL VEHICLE作为全球领先的虚拟产品开发研究中心，都暗示着这种方法可以提高效率, with enhancing reusability and early phase transparency.

不断推进的数字化是由模拟、数据和高性能计算的融合驱动的. 尽管虚拟方法, 可互操作的工具, and standardized interfaces become state of the art, 工程师和他们的管理人员将在打破竖井和从数字线程中受益方面发挥重要作用. 在这炉边的谈话中, 我们将讨论人们释放数字双胞胎潜力的重要性, 他们如何将不同的产品开发领域结合起来，以及在建立这种联系方面还缺少什么.

了解产品的性能从来没有这么容易. With the HyperWorks Design Explorer, 用户可以很容易地设置和执行实验设计(DOE)和优化研究, 学习哪些属性对不同的表现贡献最大, 审查, 情节, and compare results from multiple runs, and ultimately identify optimal designs. The quick and easy setup process is solver independent, 与OPE电子的结构分析解决方案完全集成. 另一方面, 许多设计规范是可量化的，并且可以通过物理来确定，但是根据主观设计需求(如产品的外观和感觉)来优化设计需要不同的方法. This is when expertAI can help. 它使用机器学习使您能够包括标准，传统上被认为是纯粹主观或专家驱动的设计优化. 人工智能算法根据你的主观行为对你的设计进行分类，从而给它们贴上标签，以训练一个符合你偏好的模型.