A simulação eletromagnética é essencial para o desenvolvimento de sistemas modernos de comunicação, radar, satélite e sensoriamento. À medida que os projetos se tornam mais conectados e complexos, os engenheiros precisam simular modelos maiores, avaliar ambientes realistas e tomar decisões de projeto mais rapidamente. Após a integração do Feko (antigo Altair Feko) ao portfólio do Simcenter, o Simcenter fortaleceu seus recursos de simulação eletromagnética de alta frequência. Com base em décadas de experiência, o Simcenter Feko 2026.1 apresenta melhorias em simulação eletromagnética, engenharia de antenas, análise de sistemas sem fio e fluxos de trabalho de engenharia conectados. Simule sistemas eletromagnéticos maiores e mais complexos com o Simcenter Feko À medida que os sistemas eletromagnéticos continuam a aumentar em tamanho e complexidade, os engenheiros precisam analisar conjuntos de antenas maiores, modelos de plataforma mais detalhados e ambientes operacionais cada vez mais realistas. Manter a escalabilidade da simulação, controlando simultaneamente o custo computacional, continua sendo um desafio fundamental. Tecnologia avançada de solução iterativa (AIS) para simulações MLFMM Um dos principais destaques do Simcenter Feko 2026.1 é a introdução da tecnologia de solver iterativo avançado (AIS) para simulações do método multipolo rápido multinível (MLFMM). Projetado para análises eletromagnéticas em larga escala, o AIS melhora significativamente a eficiência de memória e a robustez da convergência. Em exemplos de referência, os requisitos de memória podem ser reduzidos em até 87%, permitindo a resolução de modelos substancialmente maiores utilizando os recursos computacionais existentes. Ao reduzir o consumo de memória e, ao mesmo tempo, manter a precisão da solução, o AIS ajuda os engenheiros a enfrentar desafios de simulação eletromagnética cada vez mais exigentes, sem a necessidade de recursos de hardware adicionais. Embora o foco do AIS seja a melhoria da eficiência da memória, e não a velocidade bruta do solver, ele possibilita simulações que seriam inviáveis ​​devido às limitações de memória. Isso permite que conjuntos de antenas maiores, modelos de plataforma mais detalhados e ambientes eletromagnéticos mais realistas sejam analisados ​​com maior confiança. Vídeo 1. Demonstração da tecnologia AIS para simulações MLFMM em larga escala Modelagem eficiente de estruturas dielétricas multicamadas As melhorias de escalabilidade continuam com aprimoramentos na modelagem de camadas finas para estruturas dielétricas multicamadas. Ao representar camadas dielétricas finas em superfícies modeladas com o princípio da equivalência de superfície (SEP), os engenheiros podem reduzir drasticamente a complexidade da malha, mantendo a precisão da simulação. O resultado é uma menor necessidade de memória, simulações mais rápidas e análises mais eficientes de estruturas dielétricas complexas, incluindo revestimentos multicamadas, radomes e aplicações aeroespaciais. Figura 1. Exemplo de modelagem de camada fina aplicada a uma esfera dielétrica revestida com múltiplas camadas. Desempenho aprimorado do RL-GO para simulações eletricamente extensas Figura 2. Exemplo demonstrando a melhoria na eficiência da simulação RL-GO para aplicações de sensores em cabine. Para aplicações de grande porte e alta frequência, o Simcenter Feko 2026.1 introduz melhorias no solver de óptica geométrica com lançamento de raios (RL-GO). Uma abordagem de lançamento de raios mais uniforme aprimora a eficiência da simulação e reduz as dependências da localização da fonte, permitindo uma análise mais rápida e consistente de ambientes eletromagnéticos complexos, incluindo sensores automotivos, radares de cabine, cobertura sem fio e aplicações em grandes plataformas. Acelere os fluxos de trabalho de sistemas de antenas e comunicações Além da tecnologia de resolução, o Simcenter Feko 2026.1 introduz diversas melhorias projetadas para aumentar a produtividade da modelagem e otimizar os fluxos de trabalho de engenharia. A biblioteca de componentes CADFEKO foi expandida com nove novos modelos de antenas totalmente parametrizados, ampliando ainda mais a gama de blocos de construção de antenas prontos para uso disponíveis para engenheiros. Incluindo antenas de lente e de patch conformais, esses componentes configuráveis ​​ajudam a acelerar a criação de modelos e a explorar rapidamente projetos em uma ampla variedade de aplicações de antenas. Vídeo 2: Criação de antena de patch conformal usando a biblioteca de componentes CADFEKO Uma nova ferramenta de Cobertura Óptica permite a avaliação rápida da linha de visão e do campo de visão diretamente na geometria CAD, sem a necessidade de geração de malha ou execução de um solver. Os engenheiros podem avaliar rapidamente a visibilidade da antena, comparar opções de posicionamento e identificar possíveis limitações de cobertura, ajudando a acelerar os estudos de posicionamento de antenas e os fluxos de trabalho de projeto de sistemas de comunicação. Vídeo 3: Análise de cobertura óptica diretamente na geometria CAD Análise avançada de sistemas sem fio e modelagem de canais de rádio Com a evolução contínua das redes sem fio, dos sistemas de comunicação via satélite e dos ambientes conectados, os engenheiros necessitam de ferramentas mais eficientes para o planejamento de canais de rádio e redes, bem como para a avaliação de sistemas de radar. Vídeo 4: Exemplo de modelagem unificada de constelação de satélites em múltiplos tempos para aplicações NTN O Simcenter Feko Winprop 2026.1 continua a expandir os recursos de análise de sistemas sem fio, oferecendo suporte à modelagem avançada de propagação, planejamento de redes e aplicações emergentes de redes não terrestres (NTN). Um aprimoramento fundamental desta versão é a introdução da modelagem unificada de constelações de satélites em múltiplos tempos, que simplifica significativamente a configuração de cenários dinâmicos de comunicação via satélite por meio de cálculos automáticos de posição dos satélites ao longo do tempo. Para aplicações de planejamento de redes, o Simcenter Feko WinProp 2026.1 introduz melhorias significativas de desempenho para análises baseadas em trajetórias. O processamento otimizado de grandes conjuntos de dados de trajetórias permite que os engenheiros avaliem cenários de alta densidade de mobilidade sem simplificar as descrições das trajetórias. Em exemplos com mais de 16.000 amostras de trajetórias, o tempo de execução foi reduzido de cerca de uma hora para menos de vinte segundos, possibilitando uma avaliação significativamente mais rápida da atribuição de células e estudos de modo de transmissão. Vídeo 5: Exemplo de análise acelerada baseada em trajetórias para planejamento de redes Aprimoramentos adicionais reforçam ainda mais o suporte para sistemas modernos de comunicação sem fio. Novos recursos de modelagem MIMO permitem uma representação mais realista de unidades de rádio e configurações de antenas em diferentes bandas de operação e polarizações, enquanto o suporte para arranjos lineares uniformes verticais (ULA) melhora a modelagem de sistemas avançados de formação de feixe e antenas multi-elementos usados ​​em aplicações de infraestrutura celular e sem fio. Esta versão também introduz diversas melhorias de usabilidade nas ferramentas WRAP, incluindo um melhor manuseio de dados de constelações de satélites, suporte mais amplo para formatos de mapas externos e visualização aprimorada em telas de alta resolução. Conecte simulação e otimização À medida que os projetos eletromagnéticos se tornam cada vez mais complexos, os engenheiros frequentemente precisam avaliar grandes espaços de projeto e equilibrar múltiplos objetivos de desempenho. Iterações de projeto manuais podem rapidamente se tornar demoradas e difíceis de gerenciar. O Simcenter Feko 2026.1 fortalece a conectividade com o Simcenter HEEDS, permitindo fluxos de trabalho automatizados de exploração e otimização de projetos diretamente a partir de modelos de simulação eletromagnética. Os engenheiros podem avaliar automaticamente alternativas de projeto, identificar soluções de alto desempenho e obter uma compreensão mais profunda das compensações de projeto, ajudando a acelerar o desenvolvimento de produtos orientado por simulação. Vídeo 6: Otimização do projeto eletromagnético usando Simcenter Feko e Simcenter HEEDS O Simcenter Feko 2026.1 introduz uma série de melhorias projetadas para ajudar os engenheiros a simular sistemas eletromagnéticos maiores, acelerar os fluxos de trabalho de engenharia de antenas e sem fio e conectar a simulação a processos de projeto mais amplos. Olhando para o futuro Com base em décadas de experiência em simulação eletromagnética de alta frequência, o Simcenter Feko continua a apoiar o desenvolvimento de tecnologias de comunicação, radar, satélite e sensoriamento de última geração. Ao combinar os recursos de simulação do Simcenter Feko com as tecnologias de otimização do Simcenter HEEDS, as equipes de engenharia podem acelerar a tomada de decisões e lançar produtos com melhor desempenho no mercado de forma mais eficiente. Se você quer aproveitar todo o potencial do Simcenter Feko 2026.1 e acelerar seus projetos de simulação eletromagnética, agende uma conversa com a CAEXPERTS. Nossa equipe conta com engenheiros treinados e qualificados para suporte, implementação e aplicação das soluções Altair, ajudando sua empresa a simular sistemas mais complexos, otimizar projetos e obter resultados com maior eficiência. Conduzimos os primeiros projetos em colaboração com sua equipe para maximizar o retorno do investimento, ajudando sua empresa a extrair o máximo desempenho das ferramentas e obter resultados mais rápidos, precisos e confiáveis em seus projetos. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Se você já trabalhou com resultados de CFD ou FEA, sabe que os dados de simulação não são como a maioria dos dados. Eles não se organizam em linhas e colunas. Eles existem em malhas – estruturas tridimensionais complexas e irregulares, onde cada nó tem vizinhos, cada face carrega fluxo e cada elemento é moldado pela geometria ao seu redor. Durante anos, a estratégia dominante para aplicar aprendizado de máquina (machine learning) à simulação em engenharia compartilhou um objetivo comum: acelerar ou substituir solvers numéricos dispendiosos, aprendendo o mapeamento entre as entradas e as saídas da simulação. Para isso, os profissionais transformavam informações geométricas complexas em vetores, grades ou nuvens de pontos, e esperavam que uma rede neural descobrisse o resto. Às vezes funcionava – mas principalmente em geometrias simples e regulares, onde o achatamento não destruía muita informação estrutural, ou onde o domínio era pequeno o suficiente para que uma aproximação por força bruta fosse suficiente. Em fluxos de trabalho de engenharia reais, com malhas tetraédricas, grades CFD não estruturadas e condições de contorno complexas, não funcionava bem o suficiente para ser confiável. Essa abordagem não era apenas um compromisso computacional – era uma incompatibilidade fundamental entre a estrutura dos dados e a arquitetura do modelo. A razão é simples: as redes neurais padrão são indiferentes à geometria. Uma rede totalmente conectada trata cada entrada como uma característica independente, sem levar em conta as relações espaciais. Nenhuma dessas arquiteturas foi projetada considerando uma malha tetraédrica ou uma grade CFD não estruturada. As Redes Neurais Convolucionais (CNNs) melhoram esse aspecto para dados de imagem – mas apenas porque as imagens têm uma estrutura muito específica: uma grade regular e uniforme onde a noção de "vizinhança" é, em sua maioria, consistente. Essa premissa deixa de ser válida em uma malha de engenharia. É precisamente essa lacuna que o Aprendizado Profundo Geométrico (Geometric Deep Learning - GDL) foi criada para preencher. O que exatamente é Aprendizado Profundo Geométrico? Sejamos honestos: "Aprendizado Profundo Geométrico" soa como algo que um matemático inventou para sua tese de doutorado. Mas a ideia central é surpreendentemente elegante. O aprendizado profundo tradicional — o tipo que impulsiona o reconhecimento de imagens, modelos de linguagem e sistemas de recomendação — opera com dados regulares e estruturados. Imagens são grades de pixels. Áudio é uma sequência de amostras. Essas estruturas são euclidianas, uniformes e previsíveis. As CNNs prosperam nesse contexto porque a noção de "vizinhança" é consistente em toda a grade. A geometria aplicada à engenharia é um assunto completamente diferente. Uma malha de elementos finitos é um grafo irregular. Uma nuvem de pontos de uma digitalização 3D é um conjunto não ordenado. Uma superfície CAD é uma variedade. Nenhuma delas se encaixa perfeitamente em uma grade regular. Se você tentar achatá-las em uma só, como faziam as primeiras abordagens de IA para engenharia, você perde as próprias relações geométricas que dão sentido à física. É como amassar um mapa para que caiba em uma caixa quadrada e depois se perguntar por que as estradas não se conectam. O Aprendizado Profundo Geométrico estende o aprendizado profundo a esses domínios não euclidianos – grafos, malhas, nuvens de pontos e variedades – construindo redes neurais que respeitam a estrutura geométrica subjacente dos dados. A base teórica vem do conceito de simetria: uma rede neural geométrica bem projetada deve produzir previsões consistentes, independentemente de como você rotacione, translade ou renumere a entrada. Essa propriedade – conhecida como equivariância – não é apenas matematicamente elegante, mas também fisicamente essencial. O mecanismo subjacente: Arquiteturas de Aprendizado Profundo Geométrico para CAE A elegante ideia central do Aprendizado Profundo Geométrico, formalizada por Michael Bronstein, Joan Bruna, Yann LeCun, Arthur Szlam e Pierre Vandergheynst, e posteriormente expandida na agora famosa estrutura "Grids, Groups, Graphs, Geodesics, and Gauges" , é a seguinte: a arquitetura de rede neural adequada para qualquer domínio é aquela que respeita as simetrias desse domínio. Para malhas de engenharia, as simetrias relevantes são claras: Invariância por permutação: a física não muda se você renumerar os nós da sua malha. Equivariância rotacional e translacional: um campo de tensão em um suporte rotacionado em 45° deve girar de acordo, e não produzir uma resposta diferente. Estrutura geométrica local: o comportamento em um nó depende de seus vizinhos, das distâncias entre eles e de suas orientações relativas – e não de alguma coordenada global. As Redes Neurais Gráficas (GNNs) estiveram entre as primeiras arquiteturas a codificar naturalmente essas propriedades para simulação em engenharia. Uma GNN trata uma malha como um grafo – os nós representam vértices da malha ou centros de células, as arestas representam a conectividade e as características em cada nó são transmitidas ao longo das arestas, agregadas e atualizadas por meio de camadas sucessivas. Esse mecanismo de troca de mensagens espelha, de forma aprendida e diferenciável, a mesma troca de informações locais que os solvers numéricos realizam ao propagar condições de contorno ou iterar resíduos por um domínio. O resultado é um modelo que tem profundo conhecimento da geometria da malha – aprendendo, por exemplo, que a física próxima a uma borda de fuga afiada se comporta de maneira diferente de uma região de fluxo livre suave, sem nunca ser explicitamente informada disso. Com a maturidade da área, surgiram arquiteturas mais poderosas. Os modelos baseados em Transformers — originalmente desenvolvidos para processamento de linguagem natural e posteriormente adaptados para computação científica — provaram ser notavelmente eficazes para modelagem substituta em CAE (Engenharia Assistida por Computador). Em sua essência, os Transformers utilizam um mecanismo de atenção que permite que cada nó da malha pondere dinamicamente sua relação com todos os outros nós, aprendendo quais partes da geometria são mais importantes para prever a física em qualquer local específico. Essa capacidade de capturar dependências de longo alcance em toda a malha em uma única operação torna os Transformers particularmente adequados para campos de fluxo e geometrias complexas, onde o contexto global é tão importante quanto a estrutura local, posicionando-os como o estado da arte para modelagem substituta de alta precisão. Para casos de uso em que o objetivo muda da previsão de campo completo para quantidades escalares de interesse para a engenharia – como coeficiente de arrasto, tensão máxima ou queda de pressão total – os codificadores de forma oferecem uma alternativa altamente eficiente. Em vez de resolver todo o campo de solução, eles comprimem a geometria de um projeto em uma representação latente compacta e aprendida – uma impressão digital geométrica – e a mapeiam diretamente para a saída desejada, tornando-os excepcionalmente rápidos e adequados para a triagem de projetos em estágios iniciais e para a exploração de um amplo espaço de projeto. No Simcenter PhysicsAI, esses três paradigmas arquitetônicos — redes gráficas de troca de mensagens, Transformers baseados em atenção e regressores de codificação geométrica — são implementados por meio do Simulador Neural de Contexto Gráfico (GCNS), do Simulador Neural Transformer (TNS) e do Regressor de Codificação de Forma (SER), cada um adequado a diferentes necessidades de simulação e níveis de complexidade. Vale ressaltar que este continua sendo um campo em rápida evolução; novas arquiteturas são continuamente desenvolvidas, avaliadas e integradas em fluxos de trabalho de produção. O princípio fundamental, no entanto, permanece constante: a arquitetura correta é aquela que respeita a geometria, a simetria e a física do domínio do qual está aprendendo. O Simcenter PhysicsAI foi construído com esse princípio em sua essência e foi projetado para evoluir conforme o campo evolui. O impacto industrial: de dias para segundos Vamos ancorar isso na realidade da engenharia. Um engenheiro mecânico está otimizando um braço de controle para um veículo elétrico. O espaço de projeto envolve dezenas de parâmetros geométricos – espessura da parede, raios de concordância, configurações de nervuras. Cada variante de projeto requer uma análise completa de elementos finitos não linear. Mesmo em um cluster HPC potente, uma única execução leva de 2 a 4 horas. Explorar 500 variantes de projeto? Isso representa meses de tempo de computação e um custo significativo. Com um substituto GDL treinado em um conjunto representativo de simulações: Novas variantes de geometria são avaliadas em segundos, não em horas. As previsões de tensão e deslocamento em todo o campo estão disponíveis em toda a malha – não apenas em saídas escalares. Ciclos de otimização de design que antes levavam semanas agora são concluídos da noite para o dia. Os engenheiros dedicam tempo à análise e à tomada de decisões, não à espera de soluções. A mesma situação se repete em diversas disciplinas: a otimização de formas aerodinâmicas em CFD exige milhares de avaliações do solver, e o mesmo ocorre em gerenciamento térmico, eletromagnetismo e acústica. É aqui que o conceito de previsão de campo se torna crucial: em vez de retornar um único coeficiente de arrasto ou uma temperatura máxima, um modelo GDL retorna uma distribuição espacial completa de pressão, velocidade ou temperatura em cada nó de uma malha não estruturada. É um resultado com a mesma qualidade do solver, entregue em velocidade comparável à de um modelo substituto. A questão da generalização (porque sempre tem alguém que pergunta) O ceticismo mais comum em relação aos modelos substitutos de IA na engenharia reside na generalização: “Claro, funciona nas geometrias de treinamento. Mas e quanto a algo genuinamente novo?” É um desafio pertinente. As primeiras abordagens com modelos substitutos, particularmente aquelas baseadas em redes neurais com tamanho de entrada fixo ou regressão em parâmetros geométricos, apresentaram baixa generalização. Um modelo treinado em uma família de projetos frequentemente falhava miseravelmente mesmo em formas ligeiramente diferentes. As arquiteturas GDL lidam com isso de forma mais elegante, por uma razão estrutural. Como operam em grafos e malhas em vez de vetores de tamanho fixo, podem ser projetadas para reconhecer a geometria, codificando relações espaciais como distâncias, ângulos e normais de superfície diretamente no processo de troca de mensagens. Isso significa que os mesmos pesos do modelo podem ser aplicados a malhas com diferentes contagens de nós, padrões de conectividade e, em grande medida, diferentes topologias – desde que os casos de teste estejam dentro do regime físico, da faixa geométrica e do espaço de condições de contorno representados nos dados de treinamento. Essa generalização tem limites, é claro. Um modelo GDL treinado em aerodinâmica externa não entenderá espontaneamente a combustão interna. Mas, no domínio da física, a capacidade de aprendizado por transferência é significativamente maior do que antes e, com ajustes direcionados em um número modesto de novas simulações, esses modelos podem se adaptar a novas famílias de geometria a uma fração do custo de um novo treinamento do zero. Em aplicações industriais, onde a geração de dados de treinamento é sempre o gargalo, essa eficiência é decisiva. O GDL não substitui o solver de física. Ele aprende com ele, extrai seu conhecimento e o aplica a uma velocidade sem precedentes. Então, onde entra o Simcenter PhysicsAI nisso tudo? O que torna este momento verdadeiramente empolgante é que a GDL não está mais confinada a artigos acadêmicos e anais de conferências. Ela está chegando agora, em softwares de engenharia de nível de produção, pronta para ser usada por engenheiros de simulação, e não apenas por pesquisadores de IA. A transição de "pesquisa interessante" para "ferramenta que posso usar na segunda-feira de manhã" é o salto mais difícil no ciclo de vida de qualquer tecnologia. Ela exige não apenas inovação algorítmica, mas também integração profunda com os fluxos de trabalho CAE existentes, pipelines de treinamento robustos e o rigor de validação que a engenharia exige. Essa transição está acontecendo, e mais rápido do que a maioria das pessoas na indústria imagina. O Simcenter PhysicsAI foi desenvolvido especificamente para colocar todo o poder da GDL nas mãos dos engenheiros em exercício. Alguns pontos merecem destaque, pois refletem decisões genuínas de engenharia, e não apenas ações de marketing: Compatibilidade nativa com malhas: o Simcenter PhysicsAI opera diretamente nas malhas de FEA e CFD que seus solvers já utilizam – sem voxelização, sem aproximação geométrica, sem perda de fidelidade. Os recursos de simulação que você já criou se tornam seus dados de treinamento. Independente do solvers por design: independentemente de seu histórico de simulação vir do Simcenter Optistruct, Simcenter Radioss, Simcenter Star-CCM+, Simcenter Feko, Simcenter Flux, Simcenter Nastran ou outros solvers padrão do setor, o Simcenter PhysicsAI aprende com ele. Não há necessidade de padronizar uma única pilha de solvers ou reconstruir fluxos de trabalho existentes. Integração perfeita com o ecossistema CAE: o Simcenter PhysicsAI está integrado ao Simcenter Hypermesh, Simcenter Star-CCM+, Simcenter Simlab e Simcenter Inspire – os ambientes que seus engenheiros já utilizam e confiam. O treinamento, a validação e a implantação de modelos acontecem sem a necessidade de adquirir uma plataforma de aprendizado de máquina separada, criar um pipeline de exportação de dados ou alternar entre ferramentas. Saída de campo completo: A saída de um substituto do Simcenter PhysicsAI é um campo espacialmente distribuído – tensão, pressão, temperatura e velocidade em cada nó, não apenas escalares. O formato é o mesmo da saída de um solver, integrando-se naturalmente aos fluxos de trabalho de pós-processamento e fornecendo aos engenheiros a visão espacial necessária para tomar decisões de projeto concretas. Exploração de design em escala: Com avaliações em segundos, os modelos virtuais do Simcenter PhysicsAI se integram diretamente a estudos paramétricos, ciclos de otimização e fluxos de trabalho de gêmeos digitais, permitindo a exploração sistemática do espaço de projeto. Isso transforma o desenvolvimento de produtos, de um processo iterativo de refinamento para uma otimização genuína. O foco muda da computação para o julgamento de engenharia, que é exatamente onde deveria estar. Nada disso exige um conhecimento profundo de aprendizado de máquina para ser usado. A arquitetura GDL subjacente lida com a complexidade geométrica, permitindo que o engenheiro mantenha o controle das decisões que realmente importam. Molde o futuro com o Simcenter PhysicsAI As organizações que liderarão seus setores na próxima década não são necessariamente aquelas com os solvers mais poderosos ou os maiores parques de computação de alto desempenho (HPC). São aquelas que aprenderem a extrair o máximo de insights de seus investimentos em simulação – comprimindo os ciclos de projeto, expandindo o espaço de soluções que podem explorar de forma realista e alocando talentos de engenharia onde eles geram mais valor. Se você tem curiosidade em saber como o GDL se aplica ao seu domínio de simulação específico – estrutural, CFD, térmica, eletromagnética ou de manufatura – o melhor ponto de partida são seus próprios dados de simulação legados. O Simcenter PhysicsAI oferece a inteligência necessária – mais rapidamente, em maior escala e com uma profundidade de conhecimento que a simulação tradicional sozinha jamais conseguiria proporcionar. Se você quer aproveitar todo o potencial do Simcenter PhysicsAI e acelerar seus processos de desenvolvimento com inteligência artificial e Aprendizado Profundo Geométrico, agende uma conversa com a CAEXPERTS. Nossa equipe conta com engenheiros treinados e qualificados para suporte, implementação e aplicação das soluções Altair, ajudando sua empresa a transformar dados de simulação em previsões mais rápidas e confiáveis. Conduzimos os primeiros projetos em colaboração com sua equipe para maximizar o retorno do investimento, ajudando sua empresa a extrair o máximo desempenho das ferramentas e obter resultados mais rápidos, precisos e confiáveis em seus projetos. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Inteligência artificial generativa para design, cobertura de simulação mais ampla, ganhos de desempenho expressivos e integração mais profunda com o ecossistema Simcenter – a versão Simcenter PhysicsAI 2026.1 aprimora a simulação com inteligência artificial em todas as frentes. O Simcenter PhysicsAI 2026.1 (antigo Altair PhysicsAI) já está disponível, oferecendo recursos que permitem aos engenheiros explorar todo o valor de seus dados CAE com maior velocidade, precisão e inteligência. Construído sobre a base do aprendizado profundo geométrico (Geometric Deep Learning), o Simcenter PhysicsAI treina modelos substitutos de IA com base em seus dados históricos de simulação e fornece insights orientados por dados até 1000 vezes mais rápido do que as simulações de solvers tradicionais. Na versão 2026.1, essa base se fortalece em todas as dimensões: IA generativa para exploração de projetos em estágio inicial, suporte estendido a partículas SPH para cenários exigentes de impacto e grandes deformações, previsão mais precisa de pontos críticos de tensão e deformação, extração automatizada de frequência para fluxos de trabalho NVH, treinamento até 5 vezes mais rápido com redução de até 50% no uso máximo de memória e uma conexão nativa mais profunda com o ecossistema Simcenter. Simcenter PhysicsAI Generate: Dos requisitos de desempenho ao conceito de design em segundos Talvez o desenvolvimento mais empolgante da versão 2026.1 seja a introdução do Simcenter PhysicsAI Generate – um recurso que integra a IA generativa diretamente ao processo de projeto de engenharia. O desafio que ele aborda é reconhecido por praticamente todas as equipes de desenvolvimento de produtos: novos requisitos de projeto chegam com prazos apertados, e cada variante de projeto tradicionalmente exige uma simulação completa de física antes que qualquer conceito possa ser confirmado. Explorar simultaneamente um amplo espaço de projeto que abrange geometria, dimensões, parâmetros de materiais e metas de desempenho simplesmente não é viável no ritmo exigido pelos projetos modernos. O Simcenter PhysicsAI Generate muda a dinâmica de forma fundamental. Impulsionado por modelos generativos de IA baseados em difusão, ele treina com projetos históricos para aprender as correlações profundas entre geometria, parâmetros de projeto e KPIs de engenharia. Uma vez treinado, produz conceitos de design 3D inovadores e fisicamente consistentes diretamente a partir de requisitos de desempenho e dimensionais, em segundos. Fundamentalmente, ao contrário das ferramentas generativas tradicionais que aplicam restrições físicas como uma etapa de pós-processamento, o Simcenter PhysicsAI Generate produz conceitos que são inerentemente fisicamente consistentes desde o início. Semanas de exploração iterativa de projetos podem ser condensadas em um único fluxo de trabalho, com conceitos gerados que refletem de forma confiável as metas de desempenho prescritas desde a primeira execução. Melhorias no desempenho do treinamento – Até 5 vezes mais rápido, redução de 50% no pico de uso de memória O Simcenter PhysicsAI 2026.1 é significativamente mais rápido e eficiente no uso de RAM durante o treinamento. A utilização da memória foi fundamentalmente aprimorada, proporcionando velocidades de treinamento até 5 vezes mais rápidas e uma redução de até 50% no pico de uso de memória em comparação com a versão 2026.0. Em um dos benchmarks, o pico de memória caiu de 175 GiB para 75 GiB, enquanto o tempo total de treinamento foi reduzido aproximadamente pela metade – o que significa que as equipes podem treinar modelos maiores e mais complexos no mesmo hardware, mais rápido do que nunca. As equipes que utilizam o complemento Simcenter PhysicsAI no Simcenter STAR-CCM+ também se beneficiam do novo suporte a múltiplas GPUs, permitindo um treinamento de modelos ainda mais rápido ao distribuir a carga de trabalho entre várias GPUs. Para equipes empresariais que executam modelos de CFD ou de colisão em grande escala, isso se traduz diretamente em ciclos de iteração de projeto mais rápidos, custos de infraestrutura reduzidos e a capacidade de lidar com problemas que antes sobrecarregavam os recursos disponíveis. Condicionamento espacial: Ensinar ao gerador onde as coisas importam Com base no Simcenter PhysicsAI Generate, a versão 2026.1 também introduz o condicionamento espacial – a capacidade de condicionar modelos generativos em nuvens de pontos. Em vez de restringir o gerador apenas com parâmetros de projeto escalares, os engenheiros agora podem definir restrições espacialmente distribuídas como matrizes de pontos 3D: locais de pontos de fixação, zonas de aplicação de carga, posições de dispositivos de fixação de fabricação ou qualquer outro contexto de projeto espacialmente significativo. Essas nuvens de pontos são especificadas em arquivos JSON complementares durante o treinamento e, no momento da geração, os usuários selecionam conjuntos de nós para cada nuvem de pontos condicionada diretamente na caixa de diálogo de geração. O resultado é um modelo generativo com genuína consciência espacial – um modelo que produz conceitos respeitando restrições geométricas do mundo real, e não apenas metas de desempenho abstratas. Suporte a partículas SPH: fluxos de trabalho acelerados por IA para suas simulações mais exigentes Uma das expansões de capacidade mais significativas na versão 2026.1 é a adição do suporte a partículas de Hidrodinâmica de Partículas Suavizadas (SPH). As simulações SPH são o método de escolha para alguns dos cenários de física mais exigentes em engenharia – eventos de impacto com grandes deformações, análise de colisões com pássaros e interação fluido-estrutura, para citar alguns exemplos. Até agora, as partículas SPH e os elementos de massa pontual não eram reconhecidos pelo Simcenter PhysicsAI, o que limitava seu uso em simulações explícitas. Isso muda na versão 2026.1. As partículas SPH e os elementos de massa pontual agora são totalmente visíveis para o Simcenter PhysicsAI, permitindo que ele aprenda e preveja indicadores críticos de integridade estrutural — incluindo o número de camadas danificadas, tensão e deformação — diretamente a partir dos dados de simulação SPH. Para montadoras automotivas, fabricantes aeroespaciais e engenheiros de defesa cujas análises mais complexas se encontram no domínio SPH, este é um passo significativo em direção a fluxos de trabalho acelerados por IA para seus problemas mais difíceis. Previsão de frequências próprias para análise modal e fluxos de trabalho NVH (ruído, vibração e aspereza) A análise modal é fundamental para os fluxos de trabalho de NVH (ruído, vibração e aspereza) e dinâmica estrutural. Compreender como uma estrutura vibra, onde se encontram suas frequências de ressonância e como esses modos se alteram em diferentes variantes de projeto é essencial para o desenvolvimento de produtos silenciosos, duráveis ​​e com bom comportamento dinâmico. Em versões anteriores do Simcenter PhysicsAI, apenas os modos de vibração eram previstos, o que obrigava os engenheiros a contornar uma lacuna fundamental em seu pipeline de simulação assistida por IA. Na versão 2026.1, essa lacuna é eliminada. Os valores de frequência dos modos próprios agora são extraídos e previstos automaticamente para análise modal, com os Rótulos de Etapa do Modelo Próprio associados automaticamente a cada forma modal prevista, sem qualquer intervenção manual. O resultado é um fluxo de trabalho de análise de modos normais mais rápido e preciso – no qual os engenheiros dedicam menos tempo à configuração e mais tempo à aplicação das informações fornecidas pelos seus modelos. Integração nativa com as soluções de manufatura Simcenter Inspire O valor da simulação orientada por IA é maximizado quando ela é incorporada diretamente às ferramentas que os engenheiros usam diariamente, e não adicionada como uma solução posterior. Na versão 2026.1, o Simcenter PhysicsAI aprofunda sua integração com o ecossistema de soluções de manufatura do Simcenter Inspire, permitindo a troca contínua de dados e a manutenção do fluxo de trabalho entre a simulação de processos de fundição, moldagem, conformação e extrusão e a previsão baseada em IA. Para indústrias voltadas à manufatura – automotiva, aeroespacial e de equipamentos pesados ​​– essa conexão nativa representa um passo significativo rumo a fluxos de trabalho verdadeiramente integrados, nos quais a IA acelera cada etapa do ciclo de vida do produto, desde o projeto do processo até a previsão de desempenho em serviço. Modo de memória constante: escalando o treinamento de IA além dos limites da RAM Para equipes que trabalham com conjuntos de dados extremamente grandes, onde a RAM disponível é a principal limitação, a versão 2026.1 introduz o Modo de Memória Constante. Quando ativado, o Simcenter PhysicsAI armazena os dados do grafo em disco e os carrega na RAM somente quando necessário durante o treinamento, desacoplando efetivamente o tamanho do conjunto de dados da memória disponível do sistema. Para mitigar a sobrecarga de E/S inerente ao carregamento baseado em disco, uma variante de carregamento assíncrono também está disponível, utilizando múltiplos threads da CPU para pré-buscar dados em paralelo e recuperar grande parte da perda de velocidade. Para organizações com grandes bibliotecas de simulações históricas que, de outra forma, excederiam a RAM disponível, esse modo remove o que era uma barreira real para a escalabilidade de fluxos de trabalho baseados em IA. Curadoria de conjuntos de dados mais inteligente: melhores fluxos de dados Um ótimo modelo de IA começa com ótimos dados, e o tempo gasto na preparação desses dados é tempo que não pode ser gasto em engenharia. Na versão 2026.1, o fluxo de trabalho de criação e curadoria de conjuntos de dados foi significativamente simplificado. Os engenheiros agora podem selecionar resultados mais relevantes durante a criação do conjunto de dados para um processamento mais rápido, gerenciar várias amostras simultaneamente por meio de operações em lote de movimentação, cópia e exclusão, e se beneficiar da detecção de outliers com reconhecimento de resposta, que é atualizada dinamicamente com base na saída selecionada. Agora, as análises de outliers incluem recursos vetoriais e metadados personalizados, exibidos na árvore de resultados e nas visualizações de resumo, proporcionando aos engenheiros uma visão mais completa da qualidade dos dados em um relance. Em conjunto, essas melhorias tornam a preparação de dados significativamente mais eficiente e intuitiva, reduzindo a etapa mais demorada na criação de um modelo de IA substituto. Novo painel de boas-vindas: um ponto de partida mais inteligente e rápido Às vezes, a melhoria mais impactante é aquela que permite aos engenheiros obter valor mais rapidamente. O novo Painel de Boas-Vindas na versão 2026.1 oferece um ponto de entrada claro e intuitivo para o Simcenter PhysicsAI, facilitando a criação de novos projetos, a abertura de projetos existentes, a retomada de trabalhos recentes, o acesso a tutoriais e a navegação por exemplos integrados — tudo a partir de uma única tela bem organizada. Acessível diretamente da faixa de opções familiar do Simcenter PhysicsAI, o painel reduz a dificuldade inicial, principalmente para novos usuários ou equipes que estão utilizando o Simcenter PhysicsAI pela primeira vez. Previsão aprimorada de pontos críticos de tensão e deformação para análise estrutural Identificar com precisão os pontos críticos de tensão não é apenas um exercício acadêmico – é a diferença entre um projeto que atende aos requisitos de vida útil à fadiga e um que falha em campo. Na versão 2026.1, o Simcenter PhysicsAI prevê tensões, deformações e outros campos vinculados a elementos diretamente nos próprios elementos, eliminando completamente a interpolação. Uma nova opção de discretização "Preservar Vinculações de Saída" garante que a definição do elemento ou nó dos resultados do campo original seja mantida fielmente em todo o processo de previsão. O resultado são mapas de pontos críticos mais nítidos e confiáveis ​​— o tipo de precisão que dá aos engenheiros estruturais a confiança necessária para agir com base nas previsões da IA, em vez de simplesmente validá-las. Visualização de entrada personalizada: Transparência que gera confiança nas previsões da IA À medida que os modelos de IA se tornam mais integrados aos fluxos de trabalho de engenharia, a transparência se torna essencial. Os engenheiros precisam entender não apenas o que a IA prevê, mas também com quais informações ela está trabalhando. Na versão 2026.1, os usuários agora podem visualizar recursos de entrada personalizados diretamente no conjunto de dados e nas interfaces gráficas de teste — sejam essas entradas escalares globais, escalares nodais ou campos vetoriais. Isso proporciona aos engenheiros uma visão clara e visual dos dados que alimentam o modelo, facilitando a validação das entradas, a detecção precoce de problemas de qualidade dos dados e a construção da confiança nas previsões da IA, o que permite uma tomada de decisão segura. Nova pontuação de similaridade geométrica: Preveja com confiança, aja com certeza Como saber se uma previsão de IA é confiável? O Simcenter PhysicsAI apresenta uma pontuação de similaridade geométrica — um indicador baseado em geometria e discretização que avalia o quão semelhante um novo projeto é ao conjunto de dados de treinamento. Os engenheiros podem avaliar instantaneamente a inovação de um projeto e se uma execução completa do solucionador é justificada, permitindo uma exploração de projeto orientada por IA com confiança e reduzindo o risco de agir com base em resultados fora da distribuição. Na versão 2026.1, essa capacidade foi significativamente aprimorada. Anteriormente, as pontuações de similaridade variavam de −∞ a 1 – um intervalo matematicamente válido, mas intuitivamente difícil de interpretar. A nova pontuação de similaridade é estritamente limitada entre 0 e 1, calculada usando uma curva suave por partes, matematicamente rigorosa, em função da distância euclidiana entre as codificações de características da amostra de previsão e da amostra de treinamento mais próxima. Igualmente importante, a pontuação agora leva em consideração as características: cada característica de entrada contínua – espessura da casca, geometria da malha e outras – recebe sua própria pontuação de similaridade individual, além de uma pontuação agregada. Essa granularidade ajuda os engenheiros a identificar rapidamente quais aspectos de um novo projeto são bem representados pelos dados de treinamento e quais podem exigir cautela adicional ou simulação complementar – tornando as previsões da IA ​​não apenas rápidas, mas genuinamente confiáveis. Simcenter PhysicsAI 2026.1 – Uma solução que continua a elevar o padrão Em conjunto, as atualizações do Simcenter PhysicsAI 2026.1 contam uma história coerente: uma solução que amadurece rapidamente em todas as dimensões importantes para as organizações de engenharia. A cobertura de física é mais ampla, abrangendo modelos explícitos baseados em SPH e dinâmica modal. Os recursos de IA são mais poderosos, com design generativo e condicionamento espacial expandindo as fronteiras do que é possível. O desempenho computacional foi drasticamente aprimorado, tornando problemas maiores tratáveis ​​em hardware existente. E a integração com o ecossistema Simcenter mais amplo está se aprofundando, aproximando a previsão baseada em IA das ferramentas e fluxos de trabalho onde as decisões de engenharia são de fato tomadas. Seja você um engenheiro de NVH prevendo o comportamento modal em centenas de variantes de projeto, um analista de colisões trabalhando com modelos de impacto com grande quantidade de partículas sólidas ou uma equipe de projeto buscando aproveitar a IA generativa para a criação de conceitos em estágio inicial, o Simcenter PhysicsAI 2026.1 tem algo substancial a oferecer. O futuro da simulação em engenharia não se resume a solucionadores mais rápidos – trata-se de IA que aprende com seus dados, fala a linguagem da física e fornece respostas na velocidade do projeto. Esse futuro já chegou e continua a melhorar. Se você quer aproveitar todo o potencial do Simcenter PhysicsAI 2026.1 e acelerar seus processos de desenvolvimento com inteligência artificial, agende uma conversa com a CAEXPERTS. Nossa equipe conta com engenheiros treinados e qualificados para suporte, implementação e aplicação das soluções Altair, ajudando sua empresa a integrar a simulação orientada por IA aos seus fluxos de engenharia. Conduzimos os primeiros projetos em colaboração com sua equipe para maximizar o retorno do investimento, ajudando sua empresa a extrair o máximo desempenho das ferramentas e obter resultados mais rápidos, precisos e confiáveis em seus projetos. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

O software Simcenter 3D para simulação estrutural oferece um conjunto de solvers estruturais de elementos finitos (FE). Simcenter Nastran; estruturas inovadoras; tecnologia síncrona; estática ou dinâmica, linear ou não linear, composta ou outra. simulações multidisciplinares; Simcenter 3D Simulação Estrutural O software Simcenter™ 3D para simulação estrutural oferece um conjunto de solvers estruturais de elementos finitos (FE) que fazem parte do portfólio Simcenter de ferramentas de simulação. Eles são usados por engenheiros em todos os setores como parte de seu processo de desenvolvimento de produtos para avaliar o desempenho estrutural de seus sistemas. Integrando o solver do Simcenter Nastran, as soluções estruturais do Simcenter 3D oferecem recursos escalonáveis, abertos e extensíveis para analistas gerais e avançados. Eles podem ser usados em laptops, estações de trabalho e servidores para resolver tudo, desde pequenos modelos até os maiores modelos industriais de última geração. O Simcenter Nastran está disponível com licenciamento empresarial, o que significa que pode ser usado independentemente das soluções pré/pós Simcenter e pode ser executado em sistemas operacionais Windows e Linux. Benefícios da solução Reduza o risco usando simulação para economizar tempo e custo Acelere a inovação com iterações rápidas Investigue o desempenho do produto virtualmente sob condições operacionais Co-simulação com Simcenter Nastran Uma plataforma para simulação multidisciplinar Reduza riscos e custos enquanto desenvolve estruturas inovadoras Investigue o desempenho do produto virtualmente em todas as condições operacionais possíveis, incluindo condições operacionais influenciadas termicamente Obtenha resultados de solução mais precisos do que a análise linear quando as suposições lineares padrão são inválidas Aumente a confiança nos projetos finais investigando virtualmente o desempenho do seu produto em todas as condições operacionais possíveis O software Simcenter 3D aborda a engenharia de produtos complexos, oferecendo melhorias significativas na eficiência da simulação. Com tecnologias de simulação 3D de capacidade avançada e uma poderosa tecnologia de preparação de modelos, o Simcenter 3D oferece novos métodos que aumentam o realismo e fornecem uma melhor percepção. A tecnologia síncrona no Simcenter 3D ajuda a reduzir o tempo gasto na abstração do modelo e edição de geometria. Malhas, cargas e condições de contorno estão todas associadas ao projeto básico, portanto, quando a topologia do projeto muda, você pode atualizar rapidamente os resultados da simulação. Os solvers e as ferramentas de análise fornecem toda a precisão e velocidade de que você precisa para obter informações oportunas orientadas por simulação. O Simcenter 3D inclui solvers que permitem que você mergulhe profundamente na física. Todo especialista em aplicação encontrará tecnologia de ponta que se adapta ao problema – estática ou dinâmica, linear ou não linear, composta ou outra, incluindo materiais dependentes da temperatura e cargas térmicas que atuam em uma estrutura. Além das soluções estruturais, o Simcenter Nastran também permite a co-simulação de física estrutural, térmica e de fluxo. Um ambiente multifísico dedicado permite definir a solução completa em um único modelo, tornando a co-simulação facilmente acessível a um amplo conjunto de usuários. A solução de simulação estrutural Simcenter 3D faz parte de um ambiente de simulação multidisciplinar maior e integrado com o Simcenter 3D Engineering Desktop no núcleo para pré/pós-processamento centralizado para todas as soluções Simcenter 3D. Esse ambiente integrado ajuda você a obter processos CAE mais rápidos e simplificar simulações multidisciplinares que integram simulação estrutural com outras disciplinas, como simulação térmica, dinâmica de fluidos, dinâmica multicorpos ou simulação eletromagnética. Aplicações da indústria O Simcenter Nastran ajuda fabricantes e fornecedores de engenharia em muitos setores com suas necessidades críticas de computação de engenharia para que possam produzir projetos seguros, confiáveis e otimizados em ciclos de projeto cada vez mais curtos. Fuselagem - Aeroespacial e defesa - Motores aeronáuticos Automotivo – Veículos terrestres Marinho Eletrônicos Bens de consumo Quadro do avião – Rigidez, durabilidade do quadro, frequência modal Asas – Rigidez, flambagem da pele, frequência modal Escotilha do avião - Vedações, resistência estrutural Pilões de avião, ailerons , estabilizadores – Rigidez, força Satélite – Estresse térmico e distorção, compostos, frequência modal Veículos lançadores – Estresse térmico, cargas de manobra, cargas de raquete de carga útil Estruturas de lançamento – Cargas de vento, cargas de lançamento Ventiladores de motores aerodinâmicos – Cargas rotativas, distorção, compostos Compressor de motores aerodinâmicos – Cargas rotativas, tensão e distorção térmica, vida, tensões de parafusos, simetria cíclica, simetria de eixos Turbinas de motores aeronáuticos - Cargas rotativas, estresse térmico e distorção, vida, fluência, simetria cíclica, simetria de eixos, modelagem de ruptura Carcaça de motores aeronáuticos – Cargas de rolamento, cargas de manobra Setores Corpo – Esmagamento do telhado, resistência do painel, rigidez, durabilidade do quadro Trem de força/linha de transmissão – Cargas de torque, estresse térmico e distorção Chassis - Cargas de dureza, deflexões de suspensão Veículos fora de estrada – Resistência, durabilidade, estruturas de proteção contra capotamento (ROPs), estabilidade Ferramentas de fabricação – Tensão térmica e distorção, frequência modal, tensões aparafusadas Estruturas de suporte - Estabilidade, estresse Navios cheios – Rigidez, deformação, força Cascos - Ruptura da pele Anteparas - Resistência estrutural Equipamento portátil – Simulação de queda, estresse de componente plástico Placas de circuito impresso (PCB) – Estresse térmico e distorção, força da junta de solda Caixas eletrônicas - Resistência do suporte, frequência modal Embalagem – Resistência, estabilidade, hiperelasticidade, fluência Módulos O software Simcenter 3D Structures é um ambiente de engenharia assistida por computador (CAE) 3D unificado, escalável, aberto e extensível para analistas de simulação. O Simcenter 3D Structures é um pacote que combina o Simcenter 3D Engineering Desktop, o ambiente Simcenter Nastran e o solver Simcenter Nastran Basic. Juntos, o Simcenter 3D Structures oferece a melhor modelagem de simulação da categoria com o poder de realizar análises estruturais básicas com um solver padrão do setor. O Simcenter 3D Engineering Desktop contido no Simcenter 3D Structures acelera o processo de simulação, ajudando você a construir com eficiência o modelo de simulação que você precisa a partir de geometria 3D mais rápido do que os pré-processadores CAE tradicionais. O solver Simcenter Nastran integrado no Simcenter 3D Structures permite que você envie modelos de análise perfeitamente para análises estáticas lineares, modos normais, flambagem e transferência de calor básica. O Simcenter 3D Structures também forma a base sobre a qual você pode adicionar soluções adicionais para análises dinâmicas estruturais, não lineares em várias etapas, térmicas, de fluxo, acústicas, de movimento, otimização e multifísicas, tudo em um único ambiente. O Simcenter Nastran permite que você inicie a simulação digital em seu processo de desenvolvimento de produtos, fornecendo acesso a uma ampla biblioteca de tipos de elementos finitos e modelos de materiais, manipulando casos de carga de forma robusta e fornecendo várias sequências de soluções eficientes para análises em modelos de tamanho ilimitado. Você também pode realizar estudos de sensibilidade com base nesses tipos de análise. A licença básica do Simcenter Nastran vem com um conjunto básico completo de recursos estruturais como ponto de entrada para o Simcenter Nastran. Ele também vem com um solver básico de transferência de calor e as temperaturas resultantes podem ser usadas como cargas em uma solução estrutural. O Simcenter Nastran Multistep Nonlinear é uma solução avançada que fornece recursos abrangentes para não lineares geométricos, contato, plasticidade, fluência, hiperelasticidade e outros comportamentos de materiais. A solução de várias etapas permite que os usuários configurem subcasos sequenciais para modos de pré-carga, estática não linear, transiente não linear, modal, flambagem, pós-flambagem e harmônico. Este é um produto complementar a uma licença básica que oferece duas opções de solução não linear: solução Simcenter Nastran SOL 401 e SOL 402. Ambas são adequadas para uma ampla variedade de problemas não lineares, mas cada uma também possui recursos exclusivos. O Simcenter Nastran DMP é um módulo complementar ao Simcenter Nastran Basic. Ele permite o processamento paralelo usando memória distribuída. É uma abordagem eficiente para resolver grandes modelos e pode ser usada em estações de trabalho com multiprocessadores usando Windows. As soluções DMP estão disponíveis para soluções estáticas (SOL 101), soluções modais de autovalor (SOL 103), soluções modais de resposta dinâmica (SOL 111 e 112), soluções de frequência direta (SOL 108) e soluções não lineares (SOL 401 e SOL 402). O DMP também pode ser usado em combinação com o SMP, que vem como parte do Simcenter Nastran Basic. Benefícios do módulo: Acelere os processos de simulação em até 70 por cento Realize análises estruturais precisas e confiáveis com o solver Simcenter Nastran Basic integrado Aumente a qualidade do produto simulando rapidamente estudos de compensação de design Reduza os custos gerais de desenvolvimento de produtos, reduzindo pedidos de alteração de projeto caros e tardios Gerencie com eficiência modelos de análise grandes e complexos Capture e automatize as melhores práticas e processos comumente usados Adicione facilmente recursos de simulação multidisciplinar à medida que suas necessidades de análise crescem Características principais: Pacote de software completo com o Simcenter 3D Engineering Desktop para pré/pós junto com o Simcenter Nastran Basic para análise estrutural O NX é um kernel de geometria líder que é usado como parte do Simcenter 3D para fornecer edição e abstração de geometria rápida Ferramentas de malha abrangentes combinadas com gerenciamento eficiente de montagem FE Imerge engenheiros no ambiente Simcenter Nastran usando terminologia familiar e amplo suporte de elementos e entidades específicos do produto Simule análises estruturais para estática linear, modos normais, flambagem e transferência de calor usando o confiável solver Simcenter Nastran Benefícios do módulo: Reduza o risco usando a simulação para economizar tempo e custo em comparação com os ciclos de teste físico Acelere a inovação com iteração rápida e vários estudos hipotéticos Investigue o desempenho do produto virtualmente sob todas as condições operacionais possíveis, incluindo condições operacionais influenciadas termicamente Características principais: Estática linear, modos normais, flambagem Sensibilidade do projeto Básico não linear Compósitos Processamento paralelo de memória compartilhada (SMP) Além do conjunto básico de recursos, os usuários podem adicionar recursos estruturais mais avançados, incluindo: Multipasso não linear (estático, transitório) Processamento paralelo de memória distribuída (DMP) Dinâmica linear (transitória, frequência, aleatória) Dinâmica do rotor Otimização de design e topologia Aeroelástico Vibroacústico Benefícios do módulo: Use os mesmos modelos já construídos e analisados linearmente com o Simcenter Nastran Basic Aumente a confiança nos projetos finais investigando virtualmente o desempenho do seu produto em todas as condições operacionais possíveis Obtenha resultados de solução mais precisos do que a análise linear quando as suposições lineares padrão não são válidas Características principais: Análise estática/dinâmica de modelos, incluindo comportamentos não lineares materiais e geométricos Solver de várias etapas permitindo os seguintes tipos de análise em diferentes etapas: modos estático, dinâmico, pré-carga, modal, flambagem, simetria cíclica, modos harmônicos de Fourier Material não linear: modelos de hiperelasticidade (Mooney-Rivlin, Ogden, hiperespuma, efeito Mullins, amortecimento com série Prony), elastoplástico (critério de escoamento de Von Mises, endurecimento isotrópico, endurecimento cinemático, endurecimento misto), elastoplástico térmico, fluência, fluência combinada e elastoplástico Geométrico não linear: grandes deformações, grande deformação, análise de snap-through (pós-flambagem), forças de seguidor Contato: contato de face de elemento sólido e concha, contato de borda para modelagem axissimétrica, contato de um e dois lados, autocontato, vários modelos de fricção, contato amarrado, deslocamentos de superfície de contato, elementos de folga, ativação/desativação de contato por subcaixa, pressões de contato e resultados de força, separação de contato e resultados de deslizamento Benefícios do módulo: Mais núcleos fornecem soluções mais rápidas Permite resolver grandes modelos que não são possíveis de resolver em uma única unidade central de processamento (CPU) ___________________________________________________________________________ Simcenter Nastran ___________________________________________________________________________ Simcenter Nastran Multistep Nonlinear ___________________________________________________________________________ Simcenter Nastran DMP ___________________________________________________________________________ Simcenter 3D Structures ⇐ Voltar para o Simcenter

O alto grau de automatização das ferramentas da SIEMENS DIGITAL INDUSTRIES garantem que, mesmo enquanto a equipe de engenharia descansa, sua empresa continua gerando valor, produtos e soluções inovadoras. Projeto estrutural, térmico, acústico, elétrico e o que mais for necessário. HEEDS; CAD e CAE Topológico. Otimização de Projetos Na otimização, pode-se buscar valores minimizando/maximizando uma função matemática através da escolha sistemática dos valores que permite o comparativo entre diversas configurações e um estudo detalhado dos modelos em diferentes físicas. Contate um Especialista Continue projetando, mesmo no contraturno Projeto estrutural, térmico, acústico, elétrico e o que mais for necessário O alto grau de automatização das ferramentas da SIEMENS DIGITAL INDUSTRIES garantem que, mesmo enquanto a equipe de engenharia descansa, sua empresa continua gerando valor, produtos e soluções inovadoras. Essa característica garante que o time de engenharia possa dedicar seu tempo aos processos de inovação e desenvolvimento de produtos, enquanto o software se encarrega de testar as soluções, entregando a melhor opção possível. Os softwares de otimização da Siemens Digital Industries têm a capacidade de lidar com diversas físicas em conjunto, integrando rotinas de cálculos já validadas pelas empresas com as aplicações CAE mais conhecidas do mercado. Isto permite a integração completa de todo o ciclo produtivo e de projeto, integrando as áreas de engenharia, sendo possível otimizar produtos e projetos com foco em redução de custo de matéria-prima, tempo produtivo, eficiência e robustez do produto. Tudo isso no mesmo software , de maneira integrada e automatizada. HEEDS Software especializado em otimização, capaz de avaliar dados de diversas fontes em busca das melhores alternativas de projeto usando parâmetros de CAD/CAE. ⇐ Voltar para Disciplinas

Simcenter 3D e Madymo Cenários de pré-colisão e prevenção de colisões. Projetar, analisar e otimizar a segurança do veículo para ocupantes; Reduz os custos de construção e teste de protótipos; Multicorpos (MB), elementos finitos (FE) e dinâmica de fluidos computacional (CFD) em um único solver; Modelos de manequim; Simcenter 3D Segurança O software Simcenter Madymo™ tem sido usado extensivamente para simulação de segurança automotiva e fornece quase tudo que um engenheiro precisa para criar sistemas de segurança avançados e integrados. Ele fornece um ambiente de software dedicado para desenvolver a segurança de ocupantes e pedestres; oferece simulações rápidas e precisas, permitindo projetos extensivos de experimentos (DOE) e estudos de otimização; oferece um pacote abrangente, incluindo solver , dummy e ferramentas de pré-processamento e pós-processamento de modelo humano, e fornece licenciamento baseado em token . O Simcenter Madymo é uma excelente solução de engenharia assistida por computador (CAE) para o mercado de segurança dos ocupantes. Cenários de pré-colisão e prevenção de colisões estão se multiplicando e a duração desses eventos simulados está aumentando. Com seu solver preciso e computacionalmente eficiente, modelos fictícios e humanos, sensores integrados, funcionalidade de controle e interfaces para co-simulação com outros softwares , o Simcenter Madymo é uma excelente solução. Benefícios da Solução Flexibilidade na modelagem Modelos de manequim de impacto e de corpo humano Espaço de trabalho do Simcenter Madymo Acesso fácil com licenciamento Características Flexibilidade com interface Fornece software padrão mundial para projetar, analisar e otimizar a segurança do veículo para ocupantes e usuários vulneráveis da estrada Reduz os custos de construção e teste de protótipos, o que acelera o tempo de colocação no mercado Minimiza o risco de fazer alterações de design no final da fase de desenvolvimento Correlaciona-se precisamente com os resultados dos testes de colisão Permite que os engenheiros de segurança apliquem projetos de experimentos, métodos e executem vários cenários simultaneamente Oferece um pacote completo, incluindo solver , manequim e modelo humano, ferramentas de pré-processamento e pós-processamento O Simcenter Madymo permite que o usuário integre a tecnologia multicorpos (MB), elementos finitos (FE) e dinâmica de fluidos computacional (CFD) em um único solver, proporcionando ao engenheiro a flexibilidade de modelar sistemas de segurança com o equilíbrio certo entre precisão e velocidade. A sintaxe de entrada do Simcenter Madymo permite hierarquia no deck de entrada. Isso permite que os engenheiros adotem uma abordagem modular para seu deck de entrada, no qual os submodelos podem ser facilmente trocados. O Simcenter Madymo inclui um banco de dados de modelos validados de bonecos de colisão e de corpos humanos. Os modelos de ocupantes Simcenter Madymo são amplamente utilizados na indústria automotiva para engenharia de segurança de ocupantes e pesquisa em biomecânica humana (impacto). O pacote de produtos Simcenter Madymo inclui o Workspace , que consiste em vários módulos de pré-processamento e pós-processamento. Os usuários podem configurar facilmente os modelos do Simcenter Madymo e também visualizar, apresentar e relatar simulações e resultados de testes. O licenciamento baseado em token permite acesso direto a todas as ferramentas e modelos do Simcenter Madymo usando apenas um conjunto de token . Isso significa que você pode acessar diretamente ferramentas e modelos usados com menos frequência, sem precisar obter licenças e custos adicionais Solver de dinâmica multicorpos explícito Solver de elementos finitos explícito Solver de CFD para dinâmica de gases do airbag Cinto de segurança completo e modelagem de airbag Funcionalidade de detecção e controle integrada Opções de saída de segurança do veículo dedicadas (filtros SAE, critérios de lesão, formato ISO-MME) O Simcenter Madymo pode ser usado para interface e execução em co-simulação com outros solvers FE explícitos. Isso permite que os engenheiros usem os modelos de ocupantes e sistemas de retenção Simcenter Madymo em qualquer modelo de estrutura de veículo FE. O Simcenter Madymo também pode ser executado em co-simulação com o ambiente MATLAB® e o ambiente Simulink®, permitindo que o usuário inclua os algoritmos de controle mais avançados nos sistemas de segurança modelados do Simcenter Madymo. ⇐ Voltar para o Simcenter