Resultados da busca

Veículos autônomos de mobilidade aérea urbana revolucionarão o mercado de mobilidade urbana. Um gêmeo digital é essencial como parte de um processo de desenvolvimento eficiente que garante um produto seguro. A segurança operacional é fundamental para o voo de veículos autônomos de mobilidade aérea urbana. Validar o sistema de gerenciamento de voo para o maior número possível de cenários e condições operacionais é crucial. Por isso, o gêmeo digital do sistema de gerenciamento de voo deve incluir modelos de simulação tanto da aeronave quanto do ambiente. Uma estrutura de simulação para veículos autônomos de mobilidade aérea urbana Este estudo avaliou se uma estrutura de simulação com êxito comprovado no desenvolvimento de Sistemas de Condução Automatizada para veículos terrestres é capaz de suportar o desenvolvimento de sistemas automatizados de gerenciamento de voo de forma integrada. A estrutura inclui 3 pacotes de software acoplados que realizam simulações no domínio do tempo. O Simcenter Amesim simula a dinâmica de voo, os sistemas de propulsão e os circuitos de controle de navegação. O Simcenter Prescan modela um ambiente urbano e sensores exteroceptivos que detectam características no ambiente (por exemplo, câmera, lidar). O Simulink conecta o Simcenter Amesim e o Simcenter Prescan . A figura abaixo exibe a estrutura da simulação. Os estados do drone são passados ​​do Simcenter Amesim para o Simcenter Prescan para posicionar a geometria da aeronave e os sensores em relação ao ambiente. Em seguida, o Simcenter Prescan processa os dados dos sensores e fornece as informações da trajetória de referência. Os algoritmos de detecção de objetos e planejamento de trajetória segura utilizam essa entrada para calcular uma trajetória segura. Essa trajetória é então passada para o Simcenter Amesim . Figura 1: Estrutura da simulação Modelagem do veículo de mobilidade aérea urbana e do ambiente Para demonstrar essa abordagem, o estudo utiliza um octocóptero totalmente elétrico, de quatro lugares, com parâmetros de projeto realistas. O veículo de mobilidade aérea urbana possui quatro conjuntos de duas hélices contrarrotativas embutidas. Cada hélice é acoplada a um motor elétrico de 200 kW baseado no antigo motor Siemens SP-200D . Uma bateria com capacidade de 110 kWh alimenta a aeronave. Como resultado, o veículo possui uma autonomia de 15 minutos com uma velocidade de cruzeiro de 120 km/h. O modelo Simcenter Amesim contém 8 modelos de hélices acoplados a 8 modelos de motores síncronos modulados em fase. Juntamente com um modelo de 6 graus de liberdade e um modelo aerodinâmico simplificado, ele fornece o comportamento da dinâmica de voo. O modelo do sistema também inclui uma bateria, elementos de contato com o solo e malhas de controle PID. As malhas de controle PID fazem com que a aeronave siga uma trajetória segura. Implementou-se um modelo de alta fidelidade do campus Siemens Perlach, próximo a Munique, como um ambiente urbano no Simcenter Prescan . O modelo de sensor lidar do Simcenter Prescan representa um sistema lidar comercial de alto desempenho, fornecendo informações de nuvem de pontos do ambiente. Por fim, um algoritmo simplificado de detecção e desvio de obstáculos no Simulink foi implementado. Simulação de múltiplos cenários de colisão O estudo simulou múltiplos cenários de colisão para avaliar as funções de detecção e evasão de obstáculos utilizando a estrutura de simulação. Os cenários incluem um guindaste de torre com diferentes orientações na trajetória de voo planejada. Diferentes trajetórias foram calculadas dependendo da orientação do guindaste. Quando o guindaste está posicionado perpendicularmente à trajetória de voo, ele é detectado com bastante antecedência. Um desvio suave sobre o guindaste garantiu operações seguras. No entanto, quando o guindaste está alinhado com a trajetória de voo, ele é detectado muito tarde. Uma manobra lateral agressiva pode evitar o obstáculo. Nesse caso, a simulação do sistema revelou que os sistemas de propulsão tiveram que operar próximos aos seus limites. Os resultados também mostram os níveis de aceleração da aeronave para a avaliação estrutural da aeronave e a avaliação do conforto dos passageiros durante as manobras de evasão. Figura 2: Resultados da simulação do sistema de manobra de evasão de obstáculos. Este estudo conclui que o Simcenter Amesim , juntamente com o Simcenter Prescan , inclui todas as capacidades necessárias para apoiar o desenvolvimento e a validação de funções de voo automatizadas de veículos autônomos de mobilidade aérea urbana. Este estudo pode ser ampliado com: Simulações de movimento do corpo humano de passageiros modeladas com o Simcenter Madymo . O acoplamento com a simulação da dinâmica da aeronave com o Simcenter 3D Motion . Previsão do ruído de sobrevoo utilizando o Simcenter 3D Acoustics . Jan Verheyen realizou o estudo acima como parte de seu estágio na Siemens Digital Industries Software em Leuven, Bélgica. Jan é mestrando em engenharia aeroespacial pelo departamento de controle e simulação da Universidade de Tecnologia de Delft. A CAEXPERTS pode ajudar sua empresa a acelerar o desenvolvimento de veículos autônomos de mobilidade aérea com soluções avançadas de simulação e gêmeos digitais, garantindo segurança e eficiência em cada etapa do projeto. Agende uma reunião conosco e descubra como transformar seu processo de desenvolvimento aeroespacial com o Simcenter Amesim . WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Quebrando barreiras com um processo simplificado de projeto de motor elétrico. No mundo do design e desenvolvimento de máquinas elétricas, o tempo é sempre o inimigo. À medida que o sol nasce em mais um dia em uma empresa de mobilidade elétrica, três engenheiros de diferentes departamentos se reúnem em torno de uma mesa de conferência, com expressões tensas. O prazo de entrega do protótipo se aproxima em apenas algumas semanas, mas uma mudança crítica no projeto trouxe complexidade e risco ao cronograma. A equipe precisa modificar o design de fluxo axial para resolver problemas térmicos, porém recriar o modelo eletromagnético (emag) na ferramenta de simulação levaria semanas — um tempo que não está disponível. Esse cenário se repete diariamente em toda a indústria. Enquanto o mundo se apressa em direção rumo à eletrificação, as ferramentas e os processos usados ​​para projetar esses componentes críticos muitas vezes permanecem fragmentados entre as disciplinas, criando barreiras invisíveis entre as equipes que mais precisam colaborar. O Custo Oculto do Projeto Desconectado Quando o engenheiro elétrico dedica semanas aperfeiçoando um projeto de motor elétrico em uma ferramenta dedicada como o Simcenter E-Machine Design , seu trabalho representa apenas o início de uma jornada muito mais longa. Para que esse projeto se torne realidade, ele precisa passar por validação detalhada, além de análises térmica, estrutural e de vibração (NVH) — cada uma exigindo que o modelo seja recriado manualmente em diferentes ambientes de simulação. Em alguns casos, é possível levar três meses apenas recriando um template de máquina de fluxo axial em 3D para uma análise mais detalhada. Isto representa tempo de inovação perdido no que se resume a papelada digital. Essa desconexão não apenas consome tempo, como também limita a colaboração entre as equipes. Quando cada recriação de modelo demanda semanas, o ciclo rápido de iteração e inovação torna-se inviável. Engenheiros acabam tomando decisões mais conservadoras simplesmente porque não podem se dar ao luxo de explorar alternativas com a agilidade necessária. Tecendo o Fio Digital Agora, imagine um cenário em que o projeto do motor elétrico, desenvolvido cuidadosamente na ferramenta de design, possa fluir sem esforço entre diferentes ferramentas e equipes — onde um único clique envia o modelo completo, com toda sua complexidade, diretamente para o próximo ambiente de simulação. Essa é precisamente a proposta da nova capacidade de transferência de modelos no portfólio Simcenter . Não é apenas uma funcionalidade — é o fio digital que liga ferramentas e disciplinas antes isoladas. Após otimizar o projeto da máquina de fluxo axial no Simcenter E-Machine Design — explorando centenas de variantes em poucas horas, graças à abordagem de circuito equivalente — o engenheiro pode agora transferir o modelo completo para o Simcenter 3D ou para o Simcenter STAR-CCM+ de forma direta. A equipe térmica, por sua vez, recebe não apenas dados ou especificações, mas um modelo tridimensional pronto para o solver, com malha apropriada e configuração completa de simulação. O que antes levava semanas passa a acontecer em minutos. Geometria, materiais e propriedades eletromagnéticas são transferidos de forma íntegra — mesmo características complexas, como o escorregamento (“skew”) e os enrolamentos de extremidade, que seriam particularmente demoradas para recriar manualmente. Do Conceito à Validação em Um Só Dia Essa abordagem integrada transforma completamente o desenvolvimento de motores elétricos. Em um cenário típico, a equipe pode identificar um novo conceito de máquina de fluxo axial pela manhã, por volta do meio-dia a equipe utiliza o Simcenter E-Machine Design para explorar 500 configurações em potencial, otimizando a eficiência e o desempenho e pode transferir o design mais promissor para o Simcenter 3D ainda na parte da tarde. Antes do final do dia, já é possível iniciar a validação estrutural usando exatamente o mesmo modelo — sem recriação, simplificação ou atrasos. Paralelamente, a equipe térmica trabalha no mesmo modelo dentro do Simcenter STAR-CCM+ , acoplando simulações eletromagnéticas e de refrigeração para validar o desempenho sob condições reais de operação. Questões identificadas podem ser tratadas rapidamente, pois todos utilizam a mesma representação digital do motor. O Impacto Humano Mais do que ganhos técnicos, essa integração redefine a forma como as equipes de engenharia colaboram. Quando surge um problema térmico que exige modificações no projeto, as equipes conseguem trabalhar em conjunto e validar as alterações em questão de horas, em vez de semanas. Para os gestores de engenharia responsáveis por coordenar equipes multidisciplinares, o impacto é profundo. Projetos que antes precisavam ser realizados em sequência, com longos intervalos entre fases, agora podem avançar de forma paralela e sincronizada. Iterações rápidas e contínuas tornam-se rotina, elevando a qualidade e a eficiência dos produtos finais. Conectando a Inovação de Hoje ao Sucesso de Amanhã Essa funcionalidade — agora disponível na versão mais recente do Simcenter E-Machine Design 2506 — representa mais do que apenas uma economia de tempo. Ela incorpora uma mudança fundamental na forma como os sistemas de acionamento elétrico são desenvolvidos, conectando o fluxo digital desde o conceito inicial até a validação detalhada em todas as disciplinas. Para as empresas que competem para lançar a próxima geração de veículos elétricos no mercado, essa abordagem conectada não apenas acelera o desenvolvimento, como também possibilita níveis totalmente novos de produtividade e inovação que não eram possíveis quando as equipes trabalhavam isoladamente. No cenário da empresa, à medida que os engenheiros deixam a reunião com um novo plano, há uma sensação palpável de alívio. As alterações de design podem ser implementadas, validadas entre as disciplinas e prontas para a fabricação do protótipo — tudo dentro do prazo previsto. O que antes parecia impossível torna-se simplesmente mais um dia de trabalho no mundo conectado das ferramentas Simcenter. Elimine as barreiras entre suas equipes de engenharia e acelere o desenvolvimento de motores elétricos com um fluxo digital verdadeiramente integrado. Fale com a CAEXPERTS e descubra como simplificar seus processos e reduzir drasticamente o tempo entre o conceito e a validação — agende uma reunião agora mesmo! WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

As turbomáquinas são feitas de conjuntos de diferentes discos de lâminas Uma exploração interessante da periodicidade da estrutura é considerar setores de simetria cíclica, em vez da estrutura tridimensional completa. Quando a aplicação industrial exige que a máquina seja composta por diferentes estágios, cada um com um número diferente de setores, é necessário cuidado especial ao conectar esses setores para garantir uma junção suave entre os dois estágios.  Quando a estrutura periódica se desvia de sua forma de simetria axial regular, como nas hélices com poucas pás, uma simulação em um quadro rotativo não pode mais ser evitada. As limitações nas partes não rotativas se aplicam a tais cálculos: de fato, as partes não rotativas (estator e mancais) devem ser isotrópicas, o que pode ser uma suposição pouco rigorosa para aplicações industriais. Para esses casos, o solver Nastran do Simcenter 3D Rotor Dynamics propõe um método para evitar limitações do modelo com o uso da transformação de Coleman. De fato, com esse método, rotores com pás montados em um estator e mancais anisotrópicos   podem ser computados! Embora sua completa modelagem seja um desafio, isto permite modelar as complexidades e explorar mais possibilidades ao simular e modelar estruturas rotativas. Para aplicações industriais como turbocompressores, turbinas a vapor ou motores a jato, a montagem é composta por múltiplos estágios de discos com pás, e a suposição de que o rotor é axissimétrico nem sempre é verdadeira. Portanto, o Simcenter 3D 2506 Rotor Dynamics expandiu o uso da transformação de Coleman para montagens de múltiplos estágios de rotores com simetria cíclica.   Transformação de Coleman para múltiplos estágios de rotores de simetria cíclica A transformação de Coleman é uma solução para produzir matrizes invariantes no tempo na estrutura fixa para rotores simétricos cíclicos, conforme descrito por  Kirchgassner (2016) . Em seguida, os diagramas de Campbell e análise de estabilidade são usados para o cálculo das velocidades críticas nas quais a ressonância ocorre. Este método é equivalente ao método de Floquet quando a estrutura é estritamente simétrica cíclica, conforme descrito por  Skjoldan (2009) . Recursos avançados do Simcenter 3D para rotores com pás O Simcenter 3D deu um passo adiante na simulação de aplicações avançadas de rotores de pás, permitindo que um conjunto seja computado atendendo à hipótese de cálculos de dinâmica do rotor baseados na axisimetria ou assimetria das diferentes partes do sistema. Ele permite pós-processamento fácil, incluindo a produção de diagramas de Campbell, e apresenta os modos como saída em um referencial fixo para fácil interpretação. No canto superior direito, preparação do modelo de diferentes setores de simetria cíclica conectados na junção; no canto inferior direito: saída do diagrama de Campbell em referencial fixo; no canto esquerdo: modo complexo; 57 Hz a 600 rpm, giro para trás. Análise modal complexa em 5 etapas 1ª Etapa No Simcenter 3D , prepare um modelo associativo, onde as diferentes etapas podem ser vinculadas à geometria. Isso permitirá que quaisquer alterações na geometria sejam comunicadas ao modelo de elementos finitos e adaptadas de forma que apenas a simulação precise ser computada novamente para levar em conta as alterações. Esse método é chamado de conceito de modelo mestre. 2ª Etapa Prepare o modelo de elementos finitos do setor de simetria cíclica de cada estágio, identificando o setor como uma porção da estrutura que pode ser repetida em torno do eixo do rotor. Ele pode conter uma única pá ou múltiplas pás. 3ª Etapa Montar os diferentes estágios na junção Identifique cada junção entre dois estágios conectados. O solver cuidará da continuidade dos resultados nessa junção, adicionando automaticamente os harmônicos de ordem superior. 4ª Etapa Preparar a simulação Configure uma análise modal complexa no referencial rotativo e ative a transformação de Coleman. As peças rotativas modeladas em simetria cíclica serão calculadas em coordenadas multipás para diferentes ondas cíclicas (índice harmônico). A transformação de Coleman calculará matrizes invariantes no tempo que permitirão a saída dos resultados em um referencial fixo. Os mancais e o estator podem ser anisotrópicos e são calculados no referencial fixo, permitindo a simulação de todo o conjunto. 5ª Etapa Resultados do pós-processamento no Simcenter 3D O diagrama de Campbell mostra a evolução das frequências próprias com a velocidade de rotação, destacando os efeitos giroscópicos para os modos relevantes. A vantagem da transformação de Coleman é a consideração simultânea de múltiplos índices harmônicos, o que geralmente não ocorre em simulações que utilizam simetria cíclica. Modos de 0-diâmetro ou 1-diâmetro são gerados no exemplo. O que mais a simetria cíclica pode fazer? Para todas essas aplicações que apresentam uma estrutura periódica, a simetria cíclica é uma alternativa interessante aos modelos 3D completos, pois permite o uso da redução do modelo e torna o tempo de simulação mais razoável. Mas o que mais? Vamos rever o que o Simcenter 3D Rotor Dynamics pode fazer com modelos de simetria cíclica: Considere modelos híbridos, ou seja, um modelo que consiste em seções unidimensionais, bidimensionais e/ou tridimensionais, agora é possível modelar um rotor composto por um setor de simetria cíclica, em um ou mais estágios, com conexão a uma porção bidimensional de Fourier do rotor, a um eixo unidimensional e a uma porção tridimensional da estrutura. Mancais, molas, amortecedores, etc., podem ser usados ​​para conectar o rotor ao solo com propriedades de rigidez e amortecimento ou a uma carcaça. Se quiser ir além na redução do modelo, você pode criar um superelemento dos setores de simetria cíclica, para um ou múltiplos estágios, usando os métodos de Síntese de Modo de Componente. Esse superelemento pode então ser usado em uma montagem com mancais, em soluções de dinâmica de rotores. O pós-processamento permite recuperar os resultados para os setores de simetria cíclica originais e para toda a estrutura recombinada. Para rotores com pás que podem apresentar grandes deformações devido a cargas centrífugas ou outros tipos de solicitações, que podem ocorrer quando as pás são longas e finas, é possível calcular uma base modal da estrutura com uma pré-tensão não linear preliminar. A pré-tensão não linear da estrutura calcula o estado de equilíbrio devido a grandes deformações, e a base modal é calculada em torno desse estado de equilíbrio. Posteriormente, você pode usar essa base modal tangente em uma resposta de frequência modal para calcular as vibrações do sistema devido a cargas externas. Para o diagrama de Campbell, estudo de estabilidade e cálculos de modos complexos, este blog mostra que o Simcenter 3D Rotor Dynamics agora pode ser usado para resolver rotores de múltiplos estágios modelados em simetria cíclica, com rolamentos anisotrópicos e resultados de saída em um referencial fixo. Quer saber mais sobre a simulação de rotores no Simcenter 3D ? Agende uma reunião com a CAEXPERTS  e veja como aplicar essas tecnologias de ponta para ganhar desempenho, reduzir tempo de simulação e lidar com geometrias e condições reais com muito mais eficiência. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Acelere a preparação de superfícies. Aprimore a precisão do SPH. Avalie o conforto térmico transitório dos passageiros. E muito mais. Novas melhorias no Simcenter STAR-CCM+ têm como objetivo ajudá-lo a: Modelar a complexidade Explorar as possibilidades Acelerar seus processos Manter a integração A versão 2510 do Simcenter STAR-CCM+ introduz um conjunto de novos recursos poderosos projetados para aprimorar seus fluxos de trabalho de simulação. Agora você pode modelar maior complexidade com análise aprimorada de conforto térmico transiente, permitindo simulações de gerenciamento térmico de veículos mais realistas. Os recursos mais recentes permitem explorar possibilidades de engenharia com mais rapidez e confiabilidade, graças à atualização dinâmica de penalidades para otimização topológica. A velocidade do fluxo de trabalho é drasticamente aprimorada com o envoltório de superfície paralelizado, mais aplicações aceleradas por GPU e refinamento local de partículas para SPH, tudo projetado para ajudá-lo a obter resultados em menos tempo sem sacrificar a precisão. Juntos, esses novos recursos permitem aumentar a produtividade, acelerar o desenvolvimento e tomar decisões de engenharia mais assertivas com confiança. Modelar a complexidade Analise todos os aspectos dos sistemas de climatização e do conforto humano ao longo do tempo Os veículos elétricos modernos enfrentam o desafio de maximizar a eficiência energética em todos os cenários de condução, especialmente em temperaturas extremas, onde o aquecimento ou resfriamento da cabine e da bateria pode reduzir significativamente a autonomia. Tradicionalmente, a simulação do conforto dos passageiros durante ciclos transitórios na cabine exigia uma complexa co-simulação com ferramentas de terceiros, o que limita a automação e a fidelidade. Com a nova versão do Simcenter STAR-CCM+ 2510 , agora você pode usar modelos avançados de conforto térmico, incluindo os modelos Fiala e Berkeley, diretamente em análises transientes. Isso significa que você pode simular qualquer ciclo instável da cabine, capturando toda a dinâmica dos sistemas de climatização e o conforto humano ao longo do tempo, tudo dentro de um único fluxo de trabalho integrado. A solução se integra nativamente aos processos existentes de Gerenciamento Térmico de Veículos (VTM), eliminando a necessidade de acoplamento externo e permitindo a automação completa. Como resultado, você adquire a capacidade de avaliar as compensações entre o consumo de energia do sistema de climatização e a duração do conforto dos passageiros, levando a decisões de projeto mais bem fundamentadas. O principal benefício é uma melhoria significativa na experiência do usuário, recursos de automação aprimorados e maior fidelidade de simulação, permitindo que você desenvolva veículos que sejam confortáveis ​​e energeticamente eficientes. Explorar as possibilidades Execute otimização de topologia até 3 vezes mais rápida e estável com intervenção reduzida do usuário A obtenção de desempenho ótimo na otimização topológica adjunta é frequentemente dificultada pela complexidade de selecionar a estratégia de penalização adequada, o que pode levar à ultrapassagem dos limites, instabilidade do otimizador e aumento do tempo de simulação. O ajuste manual dos fatores de penalização é trabalhoso e prejudica a usabilidade da ferramenta de otimização. Com o Simcenter STAR-CCM+ 2510 , você se beneficia de uma atualização dinâmica de penalidades que ajusta automaticamente as penalidades durante o processo de otimização, utilizando o método de Lagrangeano aumentado para cada restrição. Esse aprimoramento garante uma convergência suave, sem ultrapassagens, mesmo em problemas com muitas restrições, e elimina a necessidade de ajustes manuais. Agora você pode se concentrar em aspectos críticos do projeto em vez de ajustes de penalidades, obtendo otimizações até três vezes mais rápidas e estáveis. Você se beneficia de um fluxo de trabalho simplificado que acelera a inovação e melhora a experiência geral do usuário. Permite análise rápida e eficiente de dados 3D transientes Simulações transientes de grande escala geram conjuntos de dados massivos, tornando impraticável a análise interativa dos resultados ou a captura de fenômenos inesperados, a menos que os corpos de análise sejam previamente posicionados. Anteriormente, armazenar e analisar resultados 3D em resolução total exigia armazenamento e memória significativos, limitando a flexibilidade. Com a versão mais recente do Simcenter STAR-CCM+ 2510 , agora é possível armazenar volumes reamostrados em arquivos de Histórico de Solução, reduzindo drasticamente o consumo de dados e memória, ao mesmo tempo que se preservam todas as informações qualitativas relevantes em cada etapa de tempo. Isso permite analisar interativamente dados transientes 3D, aproveitar os resultados em roteiros para animações esclarecedoras e investigar qualquer plano em todo o domínio após a conclusão da simulação. A solução combina os benefícios dos Históricos de Solução e dos volumes reamostrados, permitindo análises qualitativas sem a necessidade da malha original. Realize análises rápidas, eficientes e abrangentes de simulações transientes em larga escala, obtendo insights mais profundos e agilizando a tomada de decisões. Acelerar seus processos Explore uma preparação de malha de superfície mais rápida Preparar uma superfície fechada e homogênea a partir de uma geometria CAD complexa ou "impura" é essencial, muitas vezes demorado, especialmente para modelos grandes. Mesmo com os esforços anteriores de paralelização, o tempo de execução continuou sendo um gargalo para muitos usuários. Com o Simcenter STAR-CCM+ 2510 , agora você pode aproveitar a Fase 2 do MPI Surface Wrapper, que proporciona um aumento de velocidade ainda maior em comparação com as versões anteriores. O processo é paralelizado em vários processadores, reduzindo o tempo de encapsulamento em até 50% em comparação com as versões anteriores. O ganho de desempenho permite aumentar a produtividade da simulação ou criar uma superfície encapsulada mais refinada para melhorar a qualidade da malha. A solução oferece resultados consistentes independentemente do número de processadores e pode preparar superfícies complexas em minutos. Você pode passar do CAD para a simulação muito mais rapidamente graças à preparação simplificada da malha de superfície. Acelere a simulação de helicópteros com o poder da GPU A simulação de máquinas rotativas complexas, como aeronaves de rotor, exige alto poder computacional e geralmente é limitada pelos prazos do projeto. As abordagens tradicionais baseadas em CPU, embora precisas, podem consumir muitos recursos e prolongar o tempo de execução. Com a versão 2510 do Simcenter STAR-CCM+ , agora você pode aproveitar a aceleração por GPU para simulações de Disco Virtual, obtendo tempos de execução drasticamente menores, mantendo a mesma precisão. Isso permite executar múltiplas variantes de simulação ou estudos completos de exploração de projeto muito mais rapidamente, reduzindo o consumo de energia por simulação. A solução possibilita avaliar centenas de variantes de geometria ou aplicar resoluções mais refinadas dentro dos prazos padrão do projeto, transformando a exploração do espaço de projeto e fornecendo insights robustos logo no início do processo de projeto. Ao acelerar as simulações de aeronaves de rotor e máquinas rotativas, essa abordagem ajuda a liberar recursos e impulsionar a inovação. Facilite e acelere a configuração de interações multifásicas com DEM Tradicionalmente, a configuração de simulações complexas de fluxo de partículas com múltiplas fases DEM e tipos de contorno exigia a configuração repetitiva e propensa a erros de pares de interação. Esse processo tornava-se cada vez mais trabalhoso à medida que o número de fases aumentava. Com o Simcenter STAR-CCM+ 2510 , agora você pode usar modelos definidos pelo usuário para modelos de contato, aplicando-os a vários pares de interação simultaneamente. Essa melhoria aumenta a produtividade e aprimora a experiência do usuário, permitindo várias configurações de interação padrão, cada uma associada a conjuntos distintos de pares de interação. A solução simplifica o processo de configuração, reduz erros e oferece maior flexibilidade para personalizar as interações. A configuração mais rápida e fácil de interações multifásicas em DEM permite que você se concentre nos objetivos da simulação em vez de detalhes de configuração. Aumente a precisão e a eficiência da simulação com o refinamento de partículas SPH Garantir alta precisão em simulações de Hidrodinâmica de Partículas Suavizadas (SPH) exigia anteriormente o refinamento de todo o domínio, resultando em tempos de execução elevados. Isso era especialmente desafiador para aplicações como lubrificação de caixas de câmbio ou respingos de água em pneus, onde apenas regiões específicas necessitavam de alta resolução. Com o Simcenter STAR-CCM+ 2510 , agora é possível habilitar o refinamento local de partículas para partículas de fluido em áreas específicas do seu domínio. Você define formas de refinamento adaptativas, como blocos, cilindros ou esferas, e as partículas são refinadas apenas quando estão dentro dessas formas, sendo então suavizadas fora delas. Essa abordagem proporciona maior precisão onde necessário, com uma penalidade de tempo de execução insignificante em comparação com simulações de refinamento global. Isso permite tempos de resposta mais rápidos sem comprometer a precisão, tornando as simulações SPH de alta fidelidade mais práticas e eficientes. Manter a integração Amplie as possibilidades de design com suporte expandido para tipos de máquinas elétricas As máquinas de fluxo radial (RFMs) representam mais de 95% do mercado de máquinas eletrônicas e, anteriormente, os fluxos de trabalho de simulação para essas máquinas eram complexos e fragmentados. A falta de um formato de arquivo uniforme entre o Simcenter EMAG e as soluções de máquinas eletrônicas dificultava a garantia de um fluxo de trabalho contínuo e da uniformidade numérica entre as equipes. Com o Simcenter STAR-CCM+ 2510 , agora é possível importar projetos de máquinas de fluxo radial através do formato de arquivo SimCenter Data eXchange (SCDX), compatível com todas as ferramentas e-machine e EMAG Simcenter. Essa solução permite o uso de dados CAD e físicos em um único arquivo, garantindo um fluxo de trabalho contínuo e resultados consistentes entre as equipes. Esse avanço proporciona mais opções de projeto e uma experiência de simulação mais fluida, com relevância especial para o setor automotivo graças ao suporte expandido para e-machine. Esses são apenas alguns destaques do Simcenter STAR-CCM+ 2510 . Esses recursos permitirão que você projete produtos melhores mais rapidamente do que nunca, transformando a complexidade da engenharia atual em uma vantagem competitiva. Descubra como o Simcenter STAR-CCM+ pode revolucionar seus fluxos de simulação, acelerando a inovação e aumentando a precisão dos seus projetos. A CAEXPERTS pode ajudá-lo a explorar todo o potencial dessa nova versão e integrá-la de forma estratégica aos seus processos de engenharia. Agende uma reunião conosco e veja como transformar a complexidade em vantagem competitiva. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

O envelhecimento afeta a maioria das coisas na Terra e as baterias não são exceção a esse fenômeno. De forma bem peculiar, baterias se comportam como seres "vivos", suas partículas fluem entre dois eletrodos, há reações químicas e até mudanças mecânicas, como um efeito semelhante à "respiração" (expansão e contração dos eletrodos devido à intercalação e desintercalação do lítio durante os ciclos de carga/descarga). Elas simplesmente estão em operação, o que gera desgaste natural. Você não pode parar de envelhecer: as frotas de veículos elétricos envelhecerão (e com elas suas baterias) No entanto, quando as pessoas consideram a aquisição de um carro elétrico, o critério número um para elas é a autonomia, seguido pelo preço e pela logística de carregamento (infraestrutura e tempo de carregamento). Enquanto que a preocupação com a duração da bateria só aparece na 6ª posição. Hoje, essa classificação pode não ser surpreendente, considerando que a maioria dos veículos elétricos é comprada nova e o envelhecimento parece ser um tópico bastante técnico, com uma grande variedade de possíveis evoluções na duração da bateria, dependendo do uso do veículo elétrico. Mas, à medida que as frotas de veículos elétricos envelhecem (e com elas suas baterias), os mercados de usados ​​começam a crescer e, de repente, por bons preços de revenda, a vida útil e a saúde das baterias certamente aumentarão em sua importância (prevista). Da mesma forma, reciclar células de bateria que atingiram o fim de sua vida útil ainda é uma atividade muito dispendiosa e que consome muita energia. E, portanto, células de bateria mais duradouras e mais sustentáveis já são um fator competitivo para quem projeta e vende veículos elétricos e baterias. Logo, chegou a hora de OEMs e fabricantes de baterias entenderem o envelhecimento das baterias e desenvolverem projetos de células que proporcionem a máxima vida útil. Os engenheiros devem entender não apenas quando, mas também onde os mecanismos de envelhecimento ocorrem O uso de simulação com modelos de envelhecimento pode ajudar a acelerar significativamente a previsão da tendência de degradação de uma determinada bateria. Normalmente, simulações em nível 1D são utilizadas neste caso, pois permitem uma execução muito rápida e podem produzir anos de dados simulados em poucas horas. Ao longo deste artigo, será exemplificado como isto pode ser realizado num ambiente de simulação onde fenômenos físicos são modelados, mas antes vamos conhecer um pouco mais sobre as causas do envelhecimento das baterias. Os ingredientes tóxicos que causam o envelhecimento das células da bateria Então, o que desencadeia e afeta o envelhecimento? O envelhecimento das baterias tem suas causas raízes em vários fatores. Primeiro, sem surpresa, o tempo: esteja a célula sendo usada ou se permanecer ociosa, o tempo está em ação para permitir que alguma reação química interna induza alguma degradação do desempenho. Segundo é a temperatura: a temperatura tem um impacto significativo no processo de degradação da vida útil da bateria. Armazenamento e uso em alta temperatura (faixa alta dos limites de temperatura seguros) acelerariam o envelhecimento. Baixas temperaturas são melhores, mas combinadas com carga rápida podem ser receitas para outros efeitos de degradação. Isso leva ao terceiro critério principal, a corrente aplicada à célula. Basicamente, referindo-se ao tipo de carga aplicada à bateria. Se for usada suavemente com demandas de energia suaves e baixas, a corrente aplicada à célula será suave e afetará lentamente o envelhecimento. No entanto, se a bateria for usada de forma mais agressiva, com carga rápida mais frequente, particularmente em condições de baixas temperaturas, o modo de degradação acelerada estará ativado. Uma análise mais aprofundada dos mecanismos de degradação das células da bateria O que acontece dentro da bateria devido a esses efeitos é uma combinação de vários mecanismos de degradação: Crescimento da película da interface eletrolítica sólida: trata-se do crescimento lento de uma camada fina e porosa na superfície do material ativo, que consome átomos de lítio para crescer. À medida que cresce, o estoque de lítio disponível, usado para a operação da célula, diminui, reduzindo a capacidade da célula. Além disso, a espessura da película da Interface Eletrolítica Sólida, abreviada na indústria para “SEI”, cria uma barreira aos íons e elétrons de lítio que tentam entrar e sair do material ativo, o que aumenta a resistência elétrica geral das células. Revestimento de lítio. Neste caso, há formação de uma película metálica de lítio na superfície do material ativo, que também consome o estoque de lítio, impactando a capacidade da célula. Perda de material ativo por dissolução: O material ativo responsável pelo armazenamento de lítio é dissolvido no eletrólito devido a alguma reação colateral indesejada. A perda desse material ativo diminui ainda mais a capacidade da célula. Perda de material ativo por trincamento mecânico. O processo de intercalação e desintercalação do lítio gera algum estresse mecânico a cada ciclo. Com o tempo, partes do material ativo podem se romper e se separar do eletrodo principal. Isso resulta na perda da capacidade de armazenar lítio e na redução da capacidade da célula. As consequências desses efeitos são simples: a capacidade da bateria diminuirá, reduzindo a autonomia do veículo em comparação com a autonomia de um veículo novo. Além disso, a bateria terá menos capacidade de suportar demandas de energia agressivas, atingindo mais rapidamente os limites de segurança de voltagem inferior e máxima, o que levará ao desligamento da bateria. O envelhecimento leva tempo – isso os engenheiros não têm É por isso que baterias e fabricantes de veículos dedicam tempo e esforço para caracterizar esses fenômenos de envelhecimento. Mas aqui está um desafio: os efeitos do envelhecimento só podem ser observados após vários anos de operação. Portanto, como você pode entender, realizar testes para capturar o comportamento correto de degradação exige uma quantidade enorme de tempo e dinheiro para testar a bateria ao longo dos anos de operação! É claro que existem algumas técnicas de testes de aceleração do envelhecimento, mas os primeiros resultados só podem ser vistos após pelo menos 6 meses de testes de envelhecimento acelerado. Mas para ganhar uma vantagem competitiva, os engenheiros que analisam esses desafios de envelhecimento precisam de mais detalhes, precisam otimizar ainda mais as células da bateria e entender não apenas quando, mas também onde os mecanismos de envelhecimento ocorrem, para que possam abordar melhor os problemas de degradação localmente. A formação da célula da bateria do veículo elétrico (a carga inicial) é uma etapa crítica da fabricação em relação aos riscos de envelhecimento da célula da bateria (Imagem: Chroma ATE). Inspeção e Identificação Primeira etapa do processo. As células de bateria são verificadas e identificadas antes de iniciarem o ciclo de formação. Envelhecimento em Ambiente Controlado As células passam um tempo em repouso em temperatura ambiente. Serve para estabilizar os materiais internos após a formação. Formação Etapa onde ocorre a primeira carga da célula — também chamada de “formação”. É um processo crítico, pois define as propriedades eletroquímicas iniciais e influencia diretamente a vida útil da bateria. Envelhecimento em Alta Temperatura As células são mantidas sob altas temperaturas para acelerar o envelhecimento e identificar defeitos prematuros. Garante que apenas células estáveis avancem para as próximas fases. Teste OCV & ACR (Teste de Tensão em Circuito Aberto e Resistência AC) Testes elétricos para medir: OCV (Open Circuit Voltage)  – tensão sem carga. ACR (Alternating Current Resistance)  – resistência interna da célula. Avaliam o desempenho e a qualidade da célula. Classificação As células são classificadas de acordo com os resultados dos testes elétricos e de envelhecimento. Células com desempenho semelhante são agrupadas para formar módulos ou pacotes de bateria homogêneos. E não é só o envelhecimento que deve ser estudado durante a operação: igualmente relevante é o primeiro processo de carga, conhecido como formação, que é a etapa final crítica da fabricação antes do envio das células. Ele forma a camada protetora crucial da Interface Eletrolítica Sólida e, portanto, tem um enorme impacto na vida útil subsequente da bateria. Simulação de envelhecimento da bateria Existem diversas abordagens para alavancar a simulação para prever o envelhecimento e o processo de formação. Em primeiro lugar, nossa solução de sistemas Simcenter Amesim , utilizando modelos 1D, pode ser extremamente eficiente na geração rápida de anos de dados de simulação de envelhecimento sob diversas condições operacionais. A principal vantagem aqui é a aceleração do tempo. Modelos de envelhecimento baseados em física no Simcenter Amesim estão disponíveis desde a versão 2410, além dos modelos de envelhecimento empíricos existentes. Nesse tipo de simulação, cada célula é representada por blocos que descrevem seu comportamento elétrico e térmico — capacidade, resistência interna e troca de calor com o ambiente. Ao conectar várias células em série e paralelo, é possível prever como o desempenho e a temperatura evoluem ao longo do tempo, simulando o envelhecimento da bateria e permitindo ajustes de projeto antes de partir para análises 3D mais detalhadas no Simcenter STAR-CCM+ . Em segundo lugar, para atender à necessidade de informações espaciais, a solução 3D Cell Design do Simcenter STAR-CCM+ pode prever a evolução do envelhecimento em uma geometria de célula 3D com camadas de eletrodos resolvidas. É claro que, neste caso, o tempo de execução é muito maior do que nas simulações 1D, mas o usuário terá acesso a informações locais sobre onde o envelhecimento ocorre e poderá mitigar esses efeitos alterando o design ou as condições operacionais. Em terceiro lugar, é possível combinar as simulações 1D e 3D. A simulação 1D é usada para gerar a simulação de envelhecimento muito longo de anos de tempo físico. Os usuários podem então extrair desse ponto discreto o SOH (Estado de Saúde) da célula ao longo do período de envelhecimento, por exemplo, a cada ano. Este SOH a cada ano pode então ser um ponto de partida para uma simulação 3D, onde a célula é envelhecida apenas por um curto período, por exemplo, 1 mês de tempo físico, mas suficientemente longo para gerar a distribuição dos vários mecanismos de envelhecimento, como crescimento da Interfase Eletrolítica Sólida (SEI) ou revestimento de lítio, conforme implementado em versões mais recente do Simcenter STAR-CCM+ . Obviamente, os modelos de envelhecimento 1D e 3D são acoplados a modelos térmicos para capturar o efeito térmico na evolução dos mecanismos de degradação. Por fim, simulações 3D podem ser utilizadas para auxiliar na previsão da camada inicial de Interfase Eletrolítica Sólida (SEI) durante o processo de formação da fabricação. De fato, o modelo de crescimento da SEI pode ser usado na primeira carga de célula de bateria e prever o crescimento dessa camada protetora crítica. O recurso de Design de Célula 3D pode, então, ajudar o usuário a avaliar a evolução uniforme do crescimento da camada SEI e determinar o ponto ideal em que a camada é suficientemente espessa e a quantidade de lítio consumida para gerá-la. Isso ajudará a refinar ainda mais a estimativa da capacidade ciclável. Simulação de envelhecimento de bateria de alta fidelidade com Simcenter STAR-CCM+ Envelhecimento por meio de reações laterais parasitárias com o modelo Sub-grid Particle Surface Film Disponível desde o lançamento do Simcenter STAR-CCM+ 2406 , o modelo “ Sub-grid Particle Surface Film ” no Battery Cell Designer permite simular a resposta da célula a um ciclo de trabalho em relação a dois dos principais mecanismos de degradação O crescimento do filme da Interfase de Eletrólito Sólido (SEI) O crescimento do filme de revestimento de metal de lítio Uma partícula de material ativo, apresentada na conferência NordBatt Ambas são reações colaterais parasitárias que ocorrem durante a operação da célula. O revestimento de lítio é a deposição de metal de lítio na superfície da partícula. E o SEI é o filme criado a partir da reação entre a partícula e o eletrólito. Devido às reações secundárias, a quantidade de lítio disponível para ciclagem diminui, sendo possível monitorar a quantidade de lítio restante no eletrólito e no material ativo. Isso permite verificar o efeito na capacidade da bateria. A resistência da camada de filme (resistividade multiplicada pela espessura) também é uma função que pode ser monitorada e contribui para a resistência interna total da célula. Degradação induzida mecanicamente com o modelo Sub-grid Particle Surface Film O Simcenter STAR-CCM+ contém o " Sub-Grid Particle Aging ", que se concentra nos efeitos de degradação de natureza mecânica. Nesse caso, a perda de material ativo devido a tensões mecânicas é caracterizada pelas tensões alternadas durante a carga e a descarga, ou seja, a inserção e extração cíclicas de lítio das partículas de material ativo, o que pode levar à formação de rachaduras nos eletrodos. Isso pode causar perda de contato elétrico e redução do material ativo utilizável, levando à perda geral da capacidade da célula e ao aumento da resistência interna. Uma partícula de material ativo, apresentada na conferência NordBatt Existem dois tipos de formação de fissuras, representadas por duas opções de modelo no modelo “ Sub-Grid Particle Aging ”: O primeiro é o modelo de “Perda de Material Ativo”. Caracteriza-se pela quebra de partículas ou “blocos” de eletrodos, levando à perda de contato elétrico das partículas de material ativo, tornando-as eletroquimicamente inertes e impedindo-as de participar das reações eletroquímicas. Essas partículas representam, portanto, uma perda na capacidade da célula. O segundo efeito é o modelo de "Crescimento de Trincas Superficiais". A inserção e extração cíclicas geram trincas dentro das próprias partículas. Essas trincas expõem uma nova superfície para o crescimento da Interface Eletrolítica Sólida (SEI), levando ao consumo de Lítio e, portanto, a uma perda geral de capacidade e aumento da resistência interna. Observe que esta opção de modelo é compatível com o modelo " Sub-grid Particle Surface Film ", que permite a simulação dos efeitos de crescimento da SEI. Observe também que algumas publicações sobre o tema sugerem que a tortuosidade, que descreve o quão sinuoso ou indireto é o caminho que os íons de lítio precisam percorrer dentro dos poros do material eletrodo, deve aumentar à medida que as trincas superficiais crescem. Uma estrutura confiável de simulação de envelhecimento de bateria Os modelos de envelhecimento mencionados foram validados com base em medições experimentais geradas durante o projeto MODALIS² , financiado pela Comissão Europeia, que se concentrou no desenvolvimento de modelos de envelhecimento baseados em física para a última geração de células de bateria de íons de lítio. Este trabalho foi realizado com importantes parceiros industriais especialistas na área de baterias, como um fabricante de células, um fornecedor de cátodos e um fornecedor de eletrólitos. Dito isso, graças à alta fidelidade da modelagem física e à implementação tridimensional exclusiva dos modelos, esses modelos de envelhecimento oferecem a capacidade de localizar as áreas da célula mais impactadas por todos os tipos de envelhecimento. Isso é apenas em teoria. Então, vamos analisar esses modelos em ação. Simulando ciclos de envelhecimento em 3D Esse primeiro exemplo foi apresentado na conferência NordBatt em 2022 pelo colega Stefan Herberich da SIEMENS . Foi usado um protótipo de célula utilizado no projeto MODALIS² , financiado pela UE , e a célula é testada ao longo de vários ciclos com condições agressivas de envelhecimento para localizar as áreas fracas onde a degradação é mais dominante. A célula considerada consiste em 15 camadas eletroquímicas. A célula discretizada é mostrada abaixo, juntamente com alguns resultados. No total, existem aproximadamente 200.000 células de volume finito. Em particular, a direção da espessura é discretizada usando 10 células por camada de ânodo e cátodo e 2 células para o separador e coletores de corrente. O ciclo de acionamento consiste nas seguintes etapas: primeiramente, realiza-se o carregamento com corrente constante (CC), aplicado a uma taxa de 2C. As taxas C indicam a relação entre a corrente de carga e a capacidade da bateria — em 1C, uma bateria completamente descarregada (0% de estado de carga, ou SOC) é totalmente carregada em 1 hora; em 2C, a corrente é o dobro, e o carregamento é concluído em aproximadamente 30 minutos. Caso a tensão ultrapasse 4,2 V, o processo passa para o modo de carregamento com tensão constante, mantendo-se em 4,2 V até que o estado de carga atinja 95%.O limite de 4,2 V é alcançado rapidamente. Em seguida, a bateria permanece em repouso por pouco mais de 3 minutos e, então, é descarregada até 60% do estado de carga, também a uma taxa de 2C. Após novo período de repouso, o ciclo completo é repetido dez vezes. Interpretações de resultados O estudo fornece insights sobre os efeitos dos dois mecanismos de envelhecimento que ocorrem: o crescimento do SEI e a influência das reações colaterais do revestimento de lítio. As imagens mostram a espessura média da camada de SEI ao redor da partícula e a espessura média equivalente do lítio revestido em uma partícula, respectivamente. Foram observados os resultados correspondentes no plano do ânodo e em uma seção transversal na direção da espessura da célula. Além da análise sobre SEI, este estudo também mostra importante informação sobre o LAM (Loss of Active Material) ou Perda de Material Ativo, que se refere à degradação ou inutilização do material eletrodo que participa das reações eletroquímicas. No plano: as condições de contorno térmico são tais que as temperaturas mais altas são observadas no centro da célula da bateria. Nesse local, a dependência da temperatura de múltiplos parâmetros do material leva a maiores taxas de crescimento do SEI. O LAM é pronunciado próximo às abas da bateria, onde são observadas as maiores taxas de variação de tensão. Em espessura: Como esperado, o crescimento do SEI e do LAM são maiores perto do separador. As condições de operação são tais que o metal de lítio, com perfil homogêneo inicialmente especificado, é dissolvido mais rapidamente do que depositado, especialmente perto do separador. SEI durante a etapa de formação O segundo estudo será sobre SEI durante a carga inicial, também conhecida como formação. Utilizando os resultados apresentados em “Andrew Weng et al. 2023 J. Electrochem. Soc. 170 090523”, o Simcenter STAR-CCM+ e o modelo “ Sub-grid Surface Film ” foram utilizados para replicar este estudo. O artigo descreve a formação de SEI, ou seja, o acúmulo de uma camada de passivação no ânodo de grafite de uma bateria durante os primeiros ciclos de carga. A camada de filme é formada devido a uma reação lateral dos componentes do solvente S, carbonato de etileno (EC) e carbonato de vinila (VC), com Li+, que produz os componentes do filme P, dicarbonato de etileno de lítio (LEDC) e dicarbonato de vinila de lítio, e subprodutos gasosos Q. Apenas as primeiras 4 horas do processo de formação foram simuladas, é quando ocorre a dinâmica rápida e a mudança do regime cineticamente limitado para o regime de reação limitado por difusão. Os resultados correspondem razoavelmente à referência: Os resultados demonstram a capacidade de usar o Simcenter STAR-CCM+ em uma abordagem para entender o processo de formação do SEI, mas também para poder controlá-lo melhor e traz o potencial de reduzir sua duração geral, que em alguns casos pode durar até ~20 dias. Quer entender como prever e mitigar o envelhecimento das baterias com alta precisão e eficiência? Agende uma reunião com a CAEXPERTS e descubra como as soluções Simcenter Amesim e STAR-CCM+ podem revolucionar o desenvolvimento de células mais duradouras e sustentáveis para veículos elétricos. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Construa um Sistema de Armazenamento de Energia de Bateria (BESS) escalável e obtenha elevado retorno de investimento Este post tem como foco o papel crucial do armazenamento de energia na promoção da sustentabilidade e da lucratividade das empresas. Ao integrar o BESS com fontes de energia renováveis, as empresas podem obter economias significativas de custos, reduzir sua pegada de carbono e impulsionar a lucratividade a longo prazo. Vamos investigar como os líderes do setor de BESS estão criando plantas digitais, aumentando a flexibilidade e construindo uma vantagem competitiva em um mercado em rápida transformação. Se a sua empresa está pronta para liderar a transição para BESS, este é o seu roteiro. A simulação do sistema desempenha um papel crucial A simulação de sistemas desempenha um papel crucial na avaliação técnico-econômica de sistemas de armazenamento de energia de bateria (BESS) no setor de energia, especialmente quando integrados a fontes de energia renováveis, como turbinas eólicas e sistemas solares fotovoltaicos (FV). Vários casos de uso cobertos pelo BESS Aqui estão alguns aspectos principais: Equilibrando a geração e o consumo de energia : Redução de pico e deslocamento de carga : ao simular diferentes perfis de carga, o BESS pode ser otimizado para redução de pico (redução da demanda de pico) e deslocamento de carga (transferência do consumo de energia para horários fora de pico), o que pode reduzir os custos de energia e melhorar a eficiência da rede. Estabilidade da rede : as simulações podem avaliar como o BESS pode ser usado para equilibrar a geração intermitente de energia renovável com a demanda da rede, melhorando a estabilidade e a confiabilidade da rede Integração com Energias Renováveis : Gestão de Energia : Estratégias avançadas de gestão de energia podem ser simuladas para coordenar a operação do BESS com a geração renovável, garantindo que a energia seja armazenada e distribuída da forma mais eficiente possível. Inclua as condições climáticas. Evolução do Preço da Energia : Previsão e Otimização : Simulações de sistemas podem modelar cenários futuros de preços de energia, ajudando a otimizar a operação do BESS para arbitragem de energia (comprar na baixa e vender na alta). Isso garante que o BESS seja usado da maneira mais econômica possível. OPEX/CAPEX : Análise de Custos : Simulações podem fornecer análises detalhadas de custo-benefício, incluindo despesas de capital (CAPEX) e despesas operacionais (OPEX). Isso ajuda a compreender a viabilidade financeira e o período de retorno dos projetos BESS. Modelagem de degradação : ao simular a degradação das células da bateria ao longo do tempo, é possível estimar os custos de manutenção e cronogramas de substituição, que são essenciais para o planejamento financeiro de longo prazo. No geral, a simulação do sistema fornece uma estrutura abrangente para avaliar a viabilidade técnica e econômica dos projetos BESS, ajudando as partes interessadas a tomar decisões informadas sobre investimentos e operações. Vamos descobrir juntos as fases iniciais de um projeto de Sistema de Armazenamento de Energia de Bateria (BESS), com foco em algumas avaliações técnico-econômicas para ter sucesso (OPEX/CAPEX, evolução do preço da energia, balanceamento de carga, retorno do investimento), passando por diferentes etapas com o Simcenter System Simulation : Para calcular a conta de luz do seu cliente Considerando algumas previsões meteorológicas A partir de energias renováveis ​​(solar fotovoltaica) Otimização do Sistema de Armazenamento Elétrico de Bateria (BESS) e estratégia de controle Até resultados típicos em operações baseadas em cenários realistas O caso de uso aqui é uma unidade de processamento de alimentos perto de Lyon, na França. Alguns esforços foram dedicados à modelagem do sistema solar fotovoltaico (FV) integrado ao BESS e aos consumidores ao redor. Com sua carga e sistema de aquecimento representados durante um período de 1 ano (janeiro a dezembro). O gêmeo digital considera as operações do BESS solar FV com diferentes estruturas tarifárias de eletricidade e custos unitários de FV ou BESS. Portanto, aborda o valor técnico-econômico da adoção do BESS em estruturas tarifárias dinâmicas. Embora o estudo de caso tenha sido realizado na França, é importante destacar que resultados ainda mais expressivos poderiam ser obtidos em países com maior incidência solar, como o Brasil. A elevada irradiância ao longo do ano aumenta significativamente o potencial de geração fotovoltaica, ampliando a eficiência do BESS e reduzindo o tempo de retorno do investimento. Dessa forma, a combinação entre o alto recurso solar e a aplicação de estratégias de simulação avançadas torna o cenário brasileiro especialmente promissor para projetos de armazenamento de energia e integração com fontes renováveis. Melhor design para excelência operacional À medida que a economia BESS ganha um impulso sem precedentes, as empresas correm para atender à crescente demanda por energia limpa. No entanto, escalar a produção e, ao mesmo tempo, permanecer lucrativo, sustentável e resiliente representa um desafio formidável. Produtores de BESS e fabricantes de equipamentos precisam superar sistemas de dados fragmentados, altos custos de energia e complexidades da cadeia de suprimentos para se manterem à frente. Empresas que buscam a excelência operacional já estão transformando esses desafios em oportunidades. Ao utilizar gêmeos digitais e simulações avançadas, elas estão otimizando processos, reduzindo custos e melhorando a escalabilidade. A indústria energética precisa do BESS para economizar dinheiro e reduzir as emissões de carbono Gêmeo digital para uma unidade industrial Trata-se de um gêmeo digital BESS distribuído para prever e otimizar o desempenho do sistema com multifísica. Inclui os consumidores (instalação de processamento de alimentos: 20 °C) com o sistema de aquecimento e a carga do cliente, a conexão à rede, a energia solar fotovoltaica com painéis solares, as baterias estacionárias, bem como um controlador inteligente baseado nas condições climáticas e na flutuação do preço da energia. Gêmeo digital do BESS no Simcenter Amesim Na imagem acima, os blocos Sistema de Aquecimento, Carga do Consumidor e Energia da Rede Elétrica foram modelados no Simcenter Amesim com base em tabelas contendo dados reais de operação da instalação industrial e fórmulas pré-definidas para o cálculo do consumo e do custo de energia proveniente da rede elétrica. Esses blocos permitem representar o comportamento energético do sistema sob diferentes condições de carga, fornecendo uma base confiável para análise de desempenho e custo operacional dos sistema BESS. Já os blocos de Painel Solar e Bateria utilizam modelos físicos simplificados para representar o funcionamento real desses dispositivos. A geração fotovoltaica é simulada a partir de dados históricos de irradiância solar e temperatura ambiente, enquanto o modelo da bateria foi parametrizado com base em informações de catálogos técnicos, permitindo prever estados de carga, eficiência e capacidade disponível. Esses modelos capturam a dinâmica energética do sistema. Por fim, o bloco de Controle Inteligente atua integrando todas essas informações para realizar a tomada de decisões em "tempo real". Assim, o controle otimiza o fluxo de energia entre geração, armazenamento e consumo, buscando reduzir custos e melhorar o desempenho global do sistema. Ao executar a simulação, os usuários podem acessar todas as variáveis ​​dos diferentes subsistemas. Assim, a informação completa está disponível, desde a carga do consumidor [kW] até a conta de energia elétrica ao longo do tempo [€] (1€ » 1$). Foi considerada a evolução do preço da energia elétrica ao longo do ano, com sua flutuação diária. Abaixo, estão representadas duas evoluções de preços no dia 1 (janeiro) e no dia 190 (julho), para obter informações sobre os preços mínimos/máximos em vários períodos do ano. Resultados típicos obtidos com o gêmeo digital BESS O painel solar inclui sua localização GPS, fator de turbidez (efeito de partículas, semelhante à fumaça no ar) ou fator de cobertura de nuvens (para condições climáticas). Evolução do fator de cobertura de nuvens para as condições meteorológicas Ao mesmo tempo, a evolução da temperatura externa é incluída a partir de um banco de dados conhecido, permitindo que os usuários avaliem seu impacto no sistema de aquecimento, considerando o valor de ajuste da temperatura interna de fábrica. Evolução das temperaturas (teto, exterior, interior) e da potência do ar condicionado Esta análise permite calcular as informações associadas, como, por exemplo, a potência do ar condicionado [W] ou o consumo de energia de todos os subsistemas ao redor. Dessa forma, os usuários obtêm uma evolução realista das potências para avaliar o mecanismo de balanceamento e as estratégias de controle ideais a serem implementadas em seu sistema BESS. Macroanálise do BESS com cenários realistas O modelo da unidade de industrial permite sua exploração em massa. As análises são realizadas em poucos minutos, abrindo portas para cenários longos e complexos. Geração e consumo de energia [kW] para todos os subsistemas (a bateria está inativa aqui) Os usuários podem avaliar de forma prática a geração, o armazenamento e o consumo de energia de todos os subsistemas. Enquanto isso, o controle inteligente gerencia o Sistema de Gerenciamento de Energia (SGE) para distribuir a energia, armazená-la no BESS ou entregá-la à rede. Sendo todas as evoluções intermitentes ou dinâmicas, é por isso que uma ferramenta de Simulação de Sistemas, como o Simcenter Amesim , é necessária para otimizar o dimensionamento e as estratégias de controle. Por fim, o usuário pode acessar as variações dos fluxos de energia ao longo do tempo. Você pode, por exemplo, verificar a energia gerada pelos painéis solares ou trazida pela rede, bem como a energia fornecida pela bateria. Ela corresponde à energia necessária para a carga, enquanto alguns pequenos níveis de energia são retirados da rede ou restituídos à bateria fora dos períodos de pico, quando a demanda é baixa. Variações dos fluxos de energia ao longo do tempo Essa é uma grande conquista! Já pode-se observar bons resultados graças ao gêmeo digital com o Simcenter System Simulation . Mas é possível ir muito além, mais no aspecto técnico-econômico. Veja como você pode economizar US$ 1 milhão em 20 anos, reduzindo simultaneamente uma enorme quantidade de emissões de CO₂ ,  até -17 toneladas de CO₂ equivalente. Economize 1 milhão de dólares e toneladas de CO₂ equivalente Serão abordados agora os aspectos de negócios e descarbonização, com o objetivo de demonstrar como é possível criar uma previsão escalável para sistemas BESS, de modo a mensurar e replicar sucessos significativos. O gêmeo digital da unidade de processamento de alimentos é equipado com meta-informações para produzir os KPIs econômicos relevantes (indicadores-chave de desempenho) para garantir sua monetização, retorno sobre o investimento (ROI) ou payback por meio de CAPEX (despesas de capital) ou OPEX (despesas operacionais). Custos operacionais [$k] durante o cenário A referência é a conta de luz sem painéis solares nem BESS. São US$ 103 mil pagos durante 1 ano. Com a instalação dos painéis solares e do BESS, pode-se capturar a nova conta de luz, que agora é de US$ 33 mil após 1 ano, com um investimento de US$ 625 mil para o sistema fotovoltaico e US$ 77 mil para o BESS. Isso corresponde a uma economia de US$ 70 mil por ano em OPEX, graças à instalação. Descontando os custos de CAPEX, obtem-se um benefício de US$ 698 mil após 20 anos de operação. Os custos de CAPEX são reembolsados ​​após um período de retorno de 10 anos. Sabendo que o valor dobra a cada 15 anos devido à taxa de juros, pode-se considerar que a economia real chegará a US$ 1 milhão após 20 anos. Observe que este é um cálculo preliminar que mostra o potencial, enquanto coisas como inflação e custos de manutenção não são cobertos, o que é bom para uma primeira estimativa. Lucratividade [$k] incluindo retorno [ano] Agora é o momento certo para otimizar o dimensionamento e extrair o máximo valor da nova instalação. Descubra em poucos cliques os benefícios máximos e os melhores retornos. Foi configurado um estudo em lote para variar alguns parâmetros selecionados, definidos como o número de painéis solares (366, 488, 610) e o número de racks de baterias (0, 100, 150). Observa-se que é possível reduzir o período de retorno para aproximadamente 9 anos (-11%) nas configurações mais favoráveis, enquanto outras opções podem estendê-lo para até 12 anos (+20%). Comparação do retorno do investimento [ano] dependendo do número de painéis solares e do número de racks Por fim, para a boa saúde da Terra em relação às mudanças climáticas, também é fundamental observar a redução das emissões de carbono graças às fontes renováveis, ao sistema BESS e às estratégias de controle inteligentes. Emissões de CO₂ da rede, carga e aquecimento, bem como a redução total de CO₂ por ano Foi alcançada uma redução significativa de 17 toneladas de CO₂ equivalente por ano. Esse resultado representa uma contribuição relevante para o processo de sustentabilidade por meio da descarbonização. Todas essas conquistas foram obtidas com o uso do gêmeo digital por meio do Simcenter System Simulation . Indo mais longe Pode-se até ir um pouco além, introduzindo um novo paradigma com um controle de supervisão da rede. As tecnologias mais recentes e inovadoras permitem combinar inteligência artificial (IA), previsão do tempo e dados transmitidos. Este gêmeo digital offline é convertido em um gêmeo digital executável que conecta dados de desempenho em tempo real com informações precisas e bem orquestradas da planta e ferramentas de simulação, para que você possa solucionar situações críticas do sistema (picos durante a comutação, ...) ou se beneficiar ainda mais do preço e da redução de CO₂. Que ótima perspectiva! Controle de supervisão de rede, combinando IA, previsão do tempo e dados transmitidos Em resumo, os proprietários-operadores no negócio global de BESS têm uma oportunidade histórica de expandir seus negócios e participação de mercado nas próximas décadas. As empresas que emergirão como líderes no setor de entregas serão aquelas que conseguirem superar a complexidade do BESS e transformá-la em vantagem competitiva. A simulação de sistemas definitivamente ajuda a ter sucesso em sua jornada BESS graças à digitalização, com integração de sistemas e controles inteligentes. Agende uma reunião com a CAEXPERTS  e descubra como transformar o potencial do seu projeto BESS em resultados reais. Nossos especialistas mostram como o uso de gêmeos digitais e simulação de sistemas pode otimizar o dimensionamento, reduzir OPEX e acelerar o retorno sobre o investimento (ROI) — tudo enquanto sua empresa avança na transição energética e descarbonização. Dê o próximo passo rumo à eficiência e sustentabilidade: fale conosco hoje mesmo. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Desafio: alcançar uma prototipagem virtual rápida e precisa O projeto ideal de transmissões multiatributo continua sendo um desafio crítico para engenheiros de transmissão, ganhando ainda mais importância na era dos veículos elétricos. A indústria automotiva atual exige sistemas de transmissão que se destaquem em múltiplos aspectos: minimizando ruídos e vibrações, maximizando a densidade de potência e a eficiência, ao mesmo tempo em que garantem desempenho de durabilidade sem precedentes. Para isso, engenheiros de transmissão precisam projetar transmissões inovadoras que atendam aos critérios de desempenho multiatributo. A Engenharia Assistida por Computador (CAE) permite que engenheiros da indústria criem protótipos virtuais e otimizem a otimização de seus próximos produtos. Simulações são essenciais para prever e otimizar com precisão o comportamento dos componentes e o desempenho da transmissão em nível de sistema ao longo do ciclo de desenvolvimento. Modelos poderosos baseados em física e recursos de simulação estão disponíveis, os quais modelam com precisão produtos reais, realizam simulações preditivas e otimizam o desempenho do produto em termos de estática, dinâmica, aerodinâmica, acústica, durabilidade, etc. Esses modelos baseados em física, como os modelos de Elementos Finitos (EF), são adotados com sucesso em fluxos de trabalho de desenvolvimento industrial. Para simulações de alta fidelidade (por exemplo, simulações detalhadas de contato de EF), a fidelidade do modelo deve aumentar para permitir previsões precisas, o que, infelizmente, também aumenta o tempo e o custo computacional do modelo. Em CAE, as tecnologias de Inteligência Artificial (IA) e Machine Learning (ML) estão revolucionando as simulações físicas. Entre os avanços, a modelagem substituta para simulações físicas experimenta rápido crescimento graças a técnicas e arquiteturas avançadas de IA. Modelos substitutos, ou modelos de ordem reduzida (ROMs), oferecem alternativas eficientes a simulações de alta fidelidade computacionalmente dispendiosas (como simulações detalhadas de contato de elementos finitos). Esses modelos substitutos baseados em IA/ML, capazes de fornecer previsões rápidas e precisas, mantendo alta fidelidade, liberam o potencial para a exploração extensiva e automatizada do espaço de projeto, permitindo que engenheiros avaliem com eficiência milhares de variantes de projeto em uma fração do tempo exigido pelos métodos de simulação tradicionais. Engrenagens, como componentes críticos em sistemas de transmissão, beneficiam-se particularmente dessas abordagens avançadas de simulação, pois seu projeto exige consideração cuidadosa de deformação, tensões de contato e flexão, além de durabilidade. Este artigo apresenta um novo método de análise de projeto de engrenagens que combina os pontos fortes dos modelos de EF e IA/ML para obter uma previsão eficiente e precisa das tensões nas engrenagens, demonstrando como essa tecnologia pode ser implementada na prática em fluxos de trabalho industriais. Solução: combinar modelos poderosos de alta fidelidade com IA/ML O inovador método de análise de tensões em engrenagens explora os poderosos recursos de simulação preditiva dos modelos de elementos finitos (FE) para gerar dados de simulação precisos, que são então usados ​​para treinar um modelo substituto de IA/ML. Uma vez treinado, o eficiente modelo substituto de IA/ML pode prever com precisão as tensões nas engrenagens para combinações inéditas de parâmetros de projeto. Isso combina os pontos fortes de FE e IA/ML em um novo recurso de análise de tensões em engrenagens acelerado por IA/ML que fornece previsões precisas rapidamente. O fluxo de trabalho de simulação para análise abrangente de engrenagens integra os recursos das soluções de software Simcenter 3D e Simcenter Nastran , enquanto o Simcenter HEEDS atende ao duplo propósito de automatizar a geração de dados para treinamento de modelos de IA/ML e orquestrar estudos de otimização multiobjetivo que fazem uso dos cálculos do modelo de IA/ML. A Figura 1 ilustra o fluxo de trabalho de geração automatizada de dados, no qual o Simcenter HEEDS orquestra o processo de simulação baseado em física. O fluxo de trabalho agiliza a criação de conjuntos de dados de engrenagens, incorporando elementos das metodologias de otimização de projeto de engrenagens de movimento 3D do Simcenter. Para cada projeto, primeiro a macrogeometria e a microgeometria do par de engrenagens são avaliadas antes que o módulo de análise de elementos finitos não lineares (NLFEA) gere o modelo de elementos finitos e utilize o Simcenter Nastran para o contato automatizado das engrenagens baseado em elementos finitos. Figura 1: Fluxo de trabalho de geração automatizada de dados de engrenagens, envolvendo o Simcenter HEEDS como orquestrador Este fluxo de trabalho adota modelos de simulação baseados em física de alta fidelidade, trazendo diversas vantagens aos engenheiros de projeto: previsões altamente precisas do comportamento no mundo real por meio de modelagem detalhada de fenômenos físicos (como a mecânica de contato não linear em engrenagens) e uma compreensão profunda de interações e fenômenos complexos que poderiam passar despercebidos em modelos mais simples. Esses modelos detalhados fornecem uma fonte confiável de dados de treinamento para modelos de IA e validação de modelos de IA . Para acelerar a análise de tensão e durabilidade de engrenagens, essa abordagem substitui a análise de contato tradicional baseada em NLFEA por um modelo substituto de IA/ML, treinado com base nos resultados da análise de contato de NLFEA, para prever a alteração da tensão na peça bruta e na raiz do dente ao longo do ciclo de engrenamento da engrenagem. A ROM resultante, baseada em IA/ML, oferece tempos de computação significativamente reduzidos em comparação com as simulações baseadas em NLFEA de ordem completa, permitindo iterações rápidas de projeto. A incorporação do modelo de IA/ML aos fluxos de trabalho padrão de simulação de projeto de engrenagens cria um processo acelerado por IA/ML que permanece altamente preciso, ao mesmo tempo que abre portas para estudos de otimização multiobjetivo (normalmente inatingíveis por meio de modelos de elementos finitos tradicionais, que exigem muitos recursos). Dois elementos de solução adicionais são introduzidos para concretizar os fluxos de trabalho acelerados de IA/ML: Simcenter Reduced Order Modeling que permite a criação e implantação de ROMs a partir de dados de simulação e teste. Uma futura tecnologia de IA do Simcenter para modelagem substituta 3D que aproveita técnicas de aprendizado do operador. Resultados: realize análises rápidas e precisas de tensão nas engrenagens Foi introduzido um fluxo de trabalho de solução, com o objetivo de combinar o poder de modelos de alta fidelidade com modelos de IA/ML para obter análises de tensão em engrenagens aceleradas por IA/ML. Esta seção apresenta um caso de uso de engrenagem para comparar o fluxo de trabalho com o objetivo de obter análises de tensão em engrenagens eficientes e precisas. O caso de uso do projeto de engrenagem é descrito abaixo e tem quatro parâmetros de projeto: o ângulo de pressão normal, na faixa [18°-22°], o coeficiente de adendo do Pinhão, no intervalo [1,00-1,30], o coeficiente de adendo da Roda, no intervalo [1,00-1,30], e o coeficiente de deslocamento do perfil do pinhão, na faixa [0,35-0,70]. Utilizando o Simcenter HEEDS e o Simcenter Nastran , foram criados 81 projetos de engrenagens, variando os quatro parâmetros de projeto por meio de um DOE fatorial completo de nível 3. O conjunto de dados foi dividido aleatoriamente em 64 projetos como conjunto de treinamento e 17 projetos como conjunto de teste. Um modelo de IA/ML com aprendizado de operadores baseado em transformadores é treinado para prever tensões na superfície da engrenagem, considerando a geometria da superfície e as forças de contato como entradas do modelo. Neste primeiro estudo, optou-se por fazer com que o modelo de IA/ML aprendesse o campo de tensões de von Mises com sinal tridimensional completo, que captura tanto o comportamento compressivo quanto o de tração. A tensão de von Mises com sinal é criada por meio do pós-processamento do tensor tridimensional completo em cada nó, que é armazenado nos resultados de contato baseados em NLFEA. O modelo se concentra nos nós da superfície onde as falhas normalmente se iniciam (raiz do dente e regiões de contato), otimizando a eficiência computacional e mantendo a precisão para previsões de tensões críticas. Três abordagens são avaliadas para o caso de uso de projeto de engrenagem: Referência FE: Simulações de contato baseadas em NLFEA (Referência), ML com Forças FE: previsões de IA/ML usando forças de contato NLFEA, ML com forças de movimento: previsão de IA/ML usando forças de contato de movimento do Simcenter 3D . As forças de contato de engrenagens baseadas em múltiplos corpos (calculadas via Simcenter 3D Motion ) são usadas neste estudo, pois fornecem uma alternativa computacionalmente eficiente às caras análises de elementos finitos não lineares, ao mesmo tempo em que mantêm precisão suficiente na previsão de distribuições de força de contato – um aspecto que será crucial para futuros fluxos de trabalho de otimização de projeto. A Figura 2 apresenta uma análise do campo de tensões completo usando as três abordagens. O campo de tensões previsto pelo modelo substituto AI/ML com forças de contato baseadas em EF como entrada (Fig. 2b) mostra-se quase idêntico ao dos resultados baseados em EF de referência (Fig. 2a), enquanto o campo de tensões previsto pelo modelo substituto AI/ML com forças de contato baseadas em movimento como entrada (Fig. 2c) mostra apenas pequenos desvios dos resultados de referência. Essas descobertas são confirmadas pela Figura 3, que apresenta os resultados para a tensão na raiz do dente durante cinco ciclos de malha para um ponto localizado ao longo do meio da largura da face e no meio do arco da raiz do dente. Figura 2: Campos de tensão de Von Mises (sinalizados), calculados a partir de a) simulações de contato baseadas em NLFEA, b) modelo ML com forças baseadas em FE (entrada), c) modelo ML com forças baseadas em movimento (entrada), para um caso de exemplo de engrenagem de pinhão. Figura 3: Comparação da tensão da raiz do dente para um ponto (flanco médio, arco da raiz média) ao longo de 5 ciclos de malha (criados com base na tensão de 5 dentes durante 1 ciclo de malha) para um caso de exemplo de engrenagem de pinhão, Figura 3. Embora a geração de dados e o treinamento de modelos de IA/ML exijam um investimento inicial de tempo, esses são processos offline únicos. O modelo treinado resultante permite previsões rápidas, ideais para exploração e otimização eficientes do espaço de design. O modelo de IA/ML utilizado neste estudo requer cerca de 0,1 segundo para calcular o campo de tensões completo para um ponto no ciclo da malha, enquanto uma simulação de contato NLFEA requer, em média, cerca de 5 minutos. Sabendo que um ciclo de malha completo requer cerca de 20 a 30 configurações angulares por par de engrenagens e que uma transmissão industrial possui múltiplos pares de engrenagens para os quais centenas de variantes são exploradas, a inclusão dos modelos substitutos de IA/ML pode realmente acelerar a otimização do projeto de engrenagens. Conclusão e perspectivas Este estudo demonstra a integração bem-sucedida de modelos substitutos de IA/ML em fluxos de trabalho de projeto de engrenagens, alcançando velocidade e precisão na previsão de tensões. A abordagem de IA/ML fornece resultados que se aproximam muito das análises tradicionais de elementos finitos não lineares, sendo, ao mesmo tempo, muito mais rápida. Essa melhoria drástica na velocidade, combinada com a manutenção da precisão, abre novas possibilidades para a exploração abrangente do espaço de projeto e a otimização de sistemas de transmissão. O fluxo de trabalho desenvolvido, apoiado pelas ferramentas Simcenter e validado por meio de estudos de caso práticos, demonstra efetivamente a viabilidade industrial do projeto de engrenagens e transmissões acelerado por IA/ML. Referências D. Park, A. Rezayat and Y. Gwen, “Gear design optimization for multi-mesh and multi-power flow transmissions under a broad torque range incorporated with multibody simulations”, in VDI International Conference on Gears 2022, Munich, Germany, 2022. M. Vivet, J. Melvin, S. Donders, “Advancing bevel gear contact simulation towards quiet transmissions”, Simcenter Blog, August 19, 2024. M. Vivet, D. Park, A. Scheuer, “AI/ML-accelerated gear durability analysis within gear design optimization”, in VDI International Conference on Gears 2025, Garching near Munich, Germany, September 10-12, 2025. Agende uma reunião com a CAEXPERTS e descubra como acelerar a análise de tensões em engrenagens com soluções que combinam simulação de alta fidelidade e Inteligência Artificial. Combinando modelos de alta fidelidade e IA/ML, ajudamos sua empresa a reduzir tempo de desenvolvimento, aumentar a precisão das análises e acelerar a inovação em sistemas de transmissão. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

O setor tem um prazo real a cumprir: 2050. Desde a adoção da Estratégia da Organização Marítima Internacional (OMI) para a Redução das Emissões de Gases de Efeito Estufa (GEE) por Navios em 2023, o setor marítimo tem buscado maneiras de atingir suas metas dentro do prazo. Seja modificando frotas existentes ou construindo novos navios, os desafios de engenharia que surgem para cumprir as diretrizes ambientais são enormes. Arquitetos navais e engenheiros de projeto precisam tomar decisões radicais com mais rapidez. Para isso, recorrem à simulação. Neste contexto marítimo, a simulação deixou de ser uma ferramenta dispensável para se tornar essencial para explorar todos os aspectos do desempenho da embarcação e as inúmeras opções de projeto. Para atingir seus objetivos, você precisa de ferramentas de simulação CFD que facilitem a configuração de casos complexos, incorporem as melhores práticas e possibilitem a automação. Você também precisa de ferramentas rápidas de executar e que contenham os recursos multifísicos avançados necessários para a simulação marítima. A boa notícia é que você pode fazer tudo isso e muito mais com o Simcenter! O Simcenter STAR-CCM+ possui um conjunto completo de ferramentas para automatizar completamente processos e fluxos de trabalho, além de criar modelos de simulação. Esses modelos permitem fluxos de trabalho repetíveis que podem ser criados por analistas experientes e repassados ​​aos engenheiros de projeto para a tomada de decisões de engenharia. Os modelos de simulação podem eliminar a maioria dos processos manuais envolvidos na construção de uma simulação CFD por meio de um modelo de modelo parametrizado, reduzindo a simulação ao seu conjunto mínimo de entradas. A partir daí, todos os cálculos de malha, condições de contorno, configurações do solver e pós-processamento podem ser aplicados de forma que as simulações sejam repetíveis e integradas às melhores práticas da sua organização. Os modelos utilizam ferramentas integradas ao software, permitindo que sejam atualizadas quando necessário; não são ferramentas de caixa-preta que você obtém do seu fornecedor de software! Um desses modelos é o tanque de reboque virtual (VTT). Preparação ágil Configurar uma simulação CFD marítima requer muitas etapas: importar CAD, definir propriedades de massa e hidrostáticas, criar uma malha adequada, definir a física do solver... Não aqui. O modelo de modelo parametrizado automatiza todas essas configurações e cálculos. Não há necessidade de scripts e o arquivo pode ser reutilizado para múltiplas simulações e compartilhado com outras pessoas. Portanto, o uso de um modelo garante consistência e melhores práticas em todas as simulações, além da repetibilidade dos resultados. Modelos focados em questões marítimas orientam você na configuração e execução e garantem que suas melhores práticas sejam aplicadas a cada simulação. Configurações de malha As abordagens tradicionais de CFD exigem várias horas de configuração manual. Qual deve ser o tamanho da malha? Como construir adequadamente minha malha de camada limite? E onde devo aplicar os refinamentos apropriados? Se você pensar bem, todas essas decisões são baseadas na velocidade, no tamanho e no formato da embarcação analisada. Um conjunto de operações de simulação passo a passo é incorporado ao arquivo de simulação para tomar essas decisões automaticamente. As operações determinarão todos os tamanhos de malha, locais para refinamento, onde aplicar as condições de contorno e todas as configurações relevantes do solver e critérios de parada. Esse processo é tão poderoso que você nem perceberá que está acontecendo e pressionará um botão para criar a malha E executar a simulação; e essas duas etapas estão perfeitamente interligadas. O que talvez seja ainda mais poderoso é que esse processo automatizado permite o sequenciamento multimalha (MMS). Esse método refina automaticamente a malha, mapeia a solução anterior para a malha e continua a execução. Esse processo é repetido sistematicamente até que a discretização final da malha seja alcançada. Em média, esse processo melhora o tempo de execução em um fator de 4 em comparação à execução do modelo apenas na grade final! Ilustração do refinamento da grade de sequenciamento MMS. Pós-processamento Relatórios para métricas-chave como resistência, compensação, elevação ou potência do eixo podem ser configurados antecipadamente. Dados de campo, como coeficientes de atrito, coeficientes de pressão e elevação da onda gerada, podem ser exibidos em cenas predefinidas e exportados para o Power Point usando uma macro. Informações chave, como a fração de esteira local, podem ser exportadas automaticamente para dados CSV para serem lidas em outros pacotes de software para análise posterior, se necessário. Exibição de layout de várias visualizações de pós-processamento automatizadas. Varredura completa de design O modelo é totalmente parametrizado, o que significa que qualquer tipo de estudo de exploração de projeto pode ser implementado usando a ferramenta de gerenciamento de projeto do Simcenter STAR-CCM+ . Você pode explorar automaticamente o espaço de projeto; gerar curvas de resistência e potência versus velocidade, explorar efeitos na massa ou analisar uma variedade de formas possíveis de casco e muito mais! Quer entender como a simulação CFD pode transformar seus projetos marítimos, reduzindo tempo e esforço, e ainda garantir conformidade com as metas ambientais? Agende uma reunião com a CAEXPERTS e descubra como levar sua engenharia naval a um novo patamar com o Simcenter STAR-CCM+ . WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

O papel do Modelo de Motor Inteiro (WEM) Prever folgas em turbinas a gás é uma tarefa complexa e interdisciplinar, envolvendo modelagem termomecânica transitória de todos os componentes dentro de um conjunto em vários cenários operacionais. Este processo, conhecido como Modelo de Motor Inteiro (WEM – Whole Engine Model), é crucial nas indústrias aeronáutica e de turbinas a gás para geração de energia. Entender como as folgas em turbinas a gás mudam ao longo do tempo é crucial para os fabricantes. Esse conhecimento permite que eles otimizem o desempenho e a eficiência do motor, minimizando o risco de atrito e outros danos. O Modelo de Motor Inteiro (WEM) não serve apenas para avaliar a condição de estado estacionário de uma turbina a gás quando está totalmente aquecida. Ele também ajuda a analisar operações transitórias, onde gradientes térmicos, diferenças de temperatura e cargas rotacionais afetam significativamente a folga entre as partes rotativas e estacionárias. Folgas em turbinas a gás: entendendo a expansão do metal A maioria de vocês deve se lembrar das aulas de física e dos experimentos com metais utilizando a expansão de esferas e anéis e os exemplos de tiras bimetálicas (Figura 1). O metal se expande quando aquecido, e diferentes metais se expandem em taxas diferentes. Em uma turbina a gás, e em particular em turbinas a gás de alta resistência, há muito metal aquecido em taxas e quantidades diferentes, resultando em expansão axial e radial ao longo do ciclo operacional. Figura 1. Expansão do metal sob cargas térmicas. Ambas as imagens são cortesia da Wikipédia Impacto das autorizações no desempenho e na eficiência Os OEMs de turbinas a gás estão sob tremenda pressão em um mercado competitivo para oferecer alto desempenho e eficiência, ambos intimamente ligados às folgas de operação ou lacuna entre as partes estacionárias e rotativas. Por exemplo, 1 mm de diferença de folga na lâmina da turbina pode ter um impacto de um megawatt (MW), que pode abastecer 650 casas nos Estados Unidos (EUA). Isso significa que uma turbina a gás de 500 MW pode abastecer 325.000 casas, e apenas uma perda de eficiência de 1% significaria abastecer 3.000 casas a menos. Alternativamente, um estudo do Laboratório Nacional de Oak Ridge descobriu que um ganho de eficiência de 1% em uma usina de energia de um gigawatt (GW) representa uma economia de 17.000 toneladas métricas de dióxido de carbono (CO₂) por ano, o que equivale a tirar mais de 3.500 veículos com motor de combustão interna (ICE) das ruas. Portanto, as folgas em turbinas a gás precisam ser as menores possíveis para garantir a máxima potência e eficiência. No contexto de um rotor com diâmetro de 1 a 2 metros e comprimento entre 5 e 15 metros, o WEM 2D permite simular e ilustrar deslocamentos em nível milimétrico para otimizar o desempenho e garantir a integridade dos componentes. Evolução das folgas em turbinas a gás Além disso, os OEMs precisam garantir que nenhum dano estrutural ocorra, pois as folgas na turbina a gás evoluem durante a partida e o desligamento do motor. Figura 2. Exemplo da evolução das folgas em turbinas a gás ao longo de um ciclo operacional típico. O gráfico é representativo e os movimentos são exagerados para fins ilustrativos A Figura 2 é um exemplo ilustrativo do que acontece com uma lâmina à medida que um motor acelera e é energizado. A folga de construção a frio, ou folga presente quando o motor é montado e resfriado, é arbitrariamente definida aqui em 2,5 mm. A folga muda e vemos inicialmente que ela se fecha para um mínimo local na partida devido à deformação centrífuga e pouca ou nenhuma carga térmica no lado do estator. Uma folga máxima ocorre subsequentemente à medida que a turbina a gás aumenta sua carga e mais calor é adicionado ao motor. O estator, composto por peças relativamente mais finas, aquece mais rápido, mas à medida que a temperatura do rotor aumenta, vemos uma evolução para uma folga de funcionamento em estado estacionário. No desligamento, a carga é desligada e vemos um fechamento da folga ainda maior à medida que o estator começa a esfriar antes do rotor. A folga se abre quando a carga e a velocidade caem, e vemos um retorno gradual às folgas de construção a frio à medida que o motor esfria. Desafios operacionais e pontos críticos em turbinas a gás No entanto, as turbinas a gás têm uma ampla gama de cenários operacionais, não apenas a versão idealizada visualizada representativamente na figura 2. Considerando a utilização atual de usinas de energia como reserva para energia verde, os tipos de ciclos de operação que as turbinas a gás têm que suportar são fisicamente mais exigentes e caracterizados por partidas, paradas e reinicializações frequentes. Isso tem influência não apenas na vida útil das peças, mas também quando e onde ocorrem pontos de aperto locais (folga mais apertada ou menor abertura) em uma turbina a gás. A Figura 3 é um exemplo de tal ponto de aperto ocorrendo em um local de lâmina no motor. Uma hora após o desligamento, o motor é reiniciado e pode-se ver como um novo mínimo local ocorre, pois o rotor ainda está quente, o estator em comparação está frio e a carga centrífuga é reaplicada. Figura 3. Exemplo de um ciclo de reinicialização de 1 hora. O gráfico é representativo e os movimentos são exagerados para fins ilustrativos Aproveitando o Simcenter 3D para análise de liberação Considerando uma turbina a gás industrial típica, com aproximadamente 15 estágios de compressor e 4 estágios de turbina, o engenheiro de folga deve realizar uma análise para cada estágio e para todas as condições operacionais, figura 4. É aqui que o processo WEM dentro do Simcenter 3D pode ajudar significativamente o processo de análise de folga. Pontos de referência podem ser atribuídos dentro do modelo, por exemplo, nas bordas de ataque e fuga das lâminas e palhetas e os respectivos locais opostos no estator e rotor. Os resultados transitórios para o movimento desses pontos podem ser lidos do Simcenter 3D para análise posterior em uma ferramenta como MS Excel ou Matlab. Isso permite que um engenheiro de folga ou mecânico construa uma imagem dos efeitos axissimétricos do motor. Acoplando esses resultados aos efeitos não axissimétricos de outros contribuidores (flexão do rotor, deformação da carcaça, etc.), incertezas e tolerâncias e o engenheiro confiável é capaz de construir uma imagem completa do comportamento da folga do motor de turbina a gás. Figura 4. Análise de folga necessária para cada lâmina e palheta em uma turbina a gás. Informações para a análise de folga de vários colaboradores Este tipo de análise pode ser utilizado pela equipe do projeto para definir e otimizar o desempenho do motor, minimizar os riscos de atrito e definir as margens de segurança a serem empregadas. Outras decisões, como abrasivos, pontas de desgaste e, por fim, o estado final de fabricação e montagem, podem ser tomadas com confiança utilizando este conhecimento prévio do comportamento da folga do motor de turbina a gás. Agende uma reunião com a CAEXPERTS e descubra como o Simcenter 3D com o Modelo de Motor Inteiro (WEM) pode transformar a análise de folgas em turbinas a gás, otimizando desempenho, eficiência e segurança operacional. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Em 1817, Karl Drais deu o pontapé inicial ao criar a Draisine, considerada o marco inicial do conceito de bicicleta. Esse invento revolucionou a forma como as pessoas se movimentavam utilizando apenas a força do próprio corpo. Desde então, a evolução das bicicletas passou a depender fortemente de engenharia de ponta. O que caracteriza as grandes bicicletas e componentes atuais é o fato de serem resultado de processos de desenvolvimento baseados em simulações e testes rigorosos. Assim como ocorre na indústria automotiva e aeronáutica, o desenvolvimento virtual de produtos e as medições avançadas tornaram-se parte fundamental para alcançar desempenho, segurança e conforto superiores nas bicicletas modernas. Pedale mais rápido – CFD de aerodinâmica e o poder das GPUs Desde a primeira Draisine, um desafio muito óbvio no aprimoramento das bicicletas era torná-las mais rápidas. Tornar uma bicicleta mais rápida significa menos atrito. E menos atrito significa duas coisas: primeiro, menor atrito mecânico na transmissão e entre as rodas e o solo. E, segundo, menos atrito do ar, também conhecido como arrasto, o que se traduz em melhor aerodinâmica. E embora calças justas só nos levem até certo ponto, para máquinas de corrida de alto desempenho, a simulação CFD teve que conquistar o mundo do desenvolvimento de bicicletas para torná-las o mais eficiente possível no ar. E para projetar uma bicicleta mais rápida, a tecnologia de resolução CFD nativa de GPU chegou bem a tempo, como a Trek Bicycle demonstrou de forma impressionante no Tour de France 2024. Pedale mais – Projete a exploração espacial Mas, enquanto isso, empresas como a Trek não apenas executam uma simulação CFD única para ver como um projeto funciona e depois mexem um pouco em outro. Não, elas executam fluxos de trabalho automatizados de exploração de projeto para analisar o desempenho de centenas de projetos (é aí que o HPC hospedado na nuvem e o CFD acelerado por GPU se tornam bastante úteis). Para dar uma ideia do nível de cuidado que a otimização aerodinâmica de bicicletas de corrida exige hoje: a Trek identificou a posição ideal das garrafas de água para minimizar o arrasto, identificou a posição ideal do ciclista em condições de vento variáveis ​​e encontrou a configuração ideal de direção para uma equipe de quatro ciclistas. Além disso, esses estudos de otimização não se concentram mais apenas em um atributo de desempenho. Indo um passo além, a Trek analisou uma otimização multiatributos do desempenho aerodinâmico e do peso do quadro. Passeio mais seguro – Teste de impacto de capacete Se você pedala rápido, é melhor pedalar com segurança. Mas mesmo que seja só para buscar as crianças na creche ou ir ao supermercado, quando saio para um passeio rápido e esqueço meu capacete, imediatamente me sinto um pouco nu. A boa notícia é que os capacetes usados hoje melhoraram significativamente em termos de segurança e conforto em comparação com aqueles que se usavam no passado. Isso graças à melhoria contínua dos produtos, aos novos materiais e aos designs estruturais inteligentes, impulsionados pela homologação para certificação e pelo desejo do cliente por segurança e conforto. Como um ciclista apaixonado, fiquei bastante impressionado ao perceber que nós, da Siemens, estamos realizando análises de vídeo em alta velocidade, posicionamento da cabeça por laser e aquisição de dados sem fio para fornecer testes de capacete altamente precisos e repetíveis. Nossos especialistas podem até avaliar o nível de proteção que um capacete de segurança pode oferecer contra lesões cerebrais geradas por acelerações críticas de rotação. Em cooperação com os fabricantes de capacetes, entramos nesta nova era de testes de capacetes, contribuindo para a melhor proteção possível para a cabeça. Os profissionais da Siemens realizam análises de vídeo em alta velocidade, posicionamento da cabeça por laser e aquisição de dados sem fio para fornecer testes de capacete altamente precisos e repetíveis. Os especialistas podem até avaliar o nível de proteção que um capacete de segurança pode oferecer contra lesões cerebrais geradas por acelerações críticas de rotação. Ride cooler – Aerodinâmica do capacete e conforto térmico CFD Segurança é uma coisa, mas se você estiver em uma viagem longa, conforto (térmico) é outra. Mas, assim como acontece com os veículos, quando se trata de capacetes, há uma luta constante entre aerodinâmica e resfriamento. Felizmente, os engenheiros de hoje têm a simulação CFD avançada na ponta dos dedos. Abaixo estão alguns exemplos de como a dinâmica de fluidos combinada com a transferência de calor permite insights para encontrar soluções ideais na relação entre conforto térmico e baixo arrasto dos capacetes. Vá mais longe – Simulação de sistema para transmissão hidráulica ultraleve Quando se trata de bicicletas, admito que ainda sou um desses puristas teimosos. Nenhuma bicicleta elétrica chegou à minha garagem (ainda). No entanto, tenho que admitir que consigo entender o apelo (talvez seja exatamente por isso que tento ficar longe delas em primeiro lugar. Uma vez conectadas, parece que voltar atrás é impossível, é o que continuo ouvindo). Sejam quais forem seus sentimentos pessoais, o sucesso das bicicletas elétricas é, na verdade, uma ótima notícia. Para os seres humanos, para este planeta. Muitas pessoas que provavelmente nunca teriam pegado uma bicicleta, que teriam usado o carro mesmo para curtas distâncias, teriam afirmado que estariam encharcadas de suor se não fosse o desenvolvimento da bicicleta elétrica que as fez mudar de ideia. Acima de tudo, o sucesso das bicicletas elétricas foi impulsionado pela inovação na tecnologia de baterias. Mas também o design do motor elétrico e até mesmo a reformulação dos sistemas de transmissão tornaram as bicicletas elétricas um playground interessante para engenheiros. Pedale com mais silêncio – Aproveitando o Simcenter para testar a acústica de bicicletas elétricas Quando se trata de e-bikes, o alcance não é de longe a única coisa no escopo dos engenheiros. O ruído é igualmente importante. E como você não pode simplesmente tornar uma e-bike completamente silenciosa, trata-se de criar conforto acústico para o ciclista. E adivinhe, as empresas líderes estão investindo pesadamente nessas experiências acústicas. Veja a Trek Bicycles novamente, eles são pioneiros no conceito de colocar a qualidade do som no mapa métrico de e-mountain bikes, pois continua sendo um tópico quente na indústria. Da mesma forma, a MAHLE, que usa as soluções de teste Simcenter para otimizar a análise de ruído-vibração-aspereza (NVH) do sistema de transmissão de e-bikes e para testes de fim de linha. Passeio mais suave - O avô de todo conforto Falando em vibração, não tem como deixar de mencionar esta: é provavelmente a parte mais subestimada de quase todas as bicicletas modernas. Com pouco mais de 2,5 cm de comprimento, esta pequena peça salvou bilhões de ciclistas nos últimos 130 anos. Se não fosse pelo escocês Dunlop e sua pequena invenção, provavelmente os pneus de borracha rígidos ainda estariam sendo usados. Mas, graças à invenção da válvula de bicicleta Dunlop em 1891 (patente americana US455899 ), é possível encher os pneus com tranquilidade e desfrutar do prazer do amortecimento a ar. Agora, se você se diz um entusiasta de bicicletas, pode explicar como uma válvula dessas realmente funciona? Não? Bem, aqui está uma pequena simulação de interação fluido-estrutura que pode lhe dar algumas dicas que você lembrará na próxima vez que precisar bombear... Dirija com mais coragem – Simcenter para uma roda monocoque segura e de baixo arrasto Ok, vamos mudar de marcha novamente. E no ciclismo, mudar de marcha sempre significa falar de carbono. No competitivo mundo do ciclismo, a engenharia inovadora desempenha um papel crucial. Na vanguarda da tecnologia, ganhos marginais podem ser a diferença entre vencer e perder. Esse é o campo de jogo da Radiate Engineering & Design AG. A colaboração da Radiate com a Scott Sports levou ao desenvolvimento do Syncros Capital SL, um conjunto de rodas que deixa qualquer entusiasta de bicicletas impressionado. O destaque: "A Capital SL é uma construção monobloco, ou o que chamamos de monobloco, o que significa que o aro e os raios são fundidos em uma única peça", afirma Frederic Poppenhäger, sócio da Radiate. Esse design aprimora a integridade estrutural e reduz a inércia rotacional, resultando em melhor transmissão de potência e ganhos substanciais de velocidade para os ciclistas. Por meio de simulações, a Radiate avaliou diversos formatos e geometrias de aro, otimizando a aerodinâmica e o desempenho estrutural sem a necessidade imediata de modelos físicos. Além de reduzir o arrasto em 7%, a Radiate também melhorou a confiança e a segurança do ciclista, garantindo maior estabilidade em ventos cruzados. Para permitir uma pilotagem mais ousada. Pedalando juntos Agende uma reunião com a CAEXPERTS e descubra como as soluções do Simcenter podem transformar o desenvolvimento de bicicletas – da aerodinâmica ao conforto, da segurança ao desempenho – levando sua engenharia a um novo patamar de inovação. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

O armazenamento e a distribuição criogênicos — manuseio de substâncias em temperaturas extremamente baixas — podem soar como ficção científica, mas desempenham um papel crucial em muitas aplicações de engenharia. De foguetes aeroespaciais à preservação médica, tecnologias supercondutoras ou gás natural liquefeito (GNL) em navios, os sistemas criogênicos estão por toda parte. Mas como projetar esses sistemas para que sejam eficientes com o máximo nível de segurança? Usar a simulação de sistemas termofluidos pode ajudar a fazer exatamente isso. Nesta postagem do blog, será explorado como o Simcenter Amesim , uma plataforma de simulação de primeira linha, capacita engenheiros e entusiastas a modelar e otimizar sistemas de armazenamento criogênico de forma eficiente usando um exemplo de simulação inspirado em um experimento da NASA de autopressurização de tanques criogênicos. Desafios do armazenamento criogênico O armazenamento criogênico envolve o armazenamento de fluidos (hidrogênio, nitrogênio, gás natural) que são gasosos em condições ambientais. A redução de sua temperatura abaixo de um determinado ponto os transforma em líquidos muito frios, críticos em certas aplicações. O armazenamento desses líquidos criogênicos requer recipientes isolados especializados, como tanques Dewar ou criogênicos, para manter baixas temperaturas, evitar a transferência de calor e garantir a segurança. Mas baixas temperaturas trazem consigo desafios únicos, como gerenciamento térmico, acúmulo de pressão e evaporação. Lidar com esses desafios requer recursos avançados de simulação para antecipar quaisquer problemas de segurança que possam ocorrer durante o ciclo de vida do produto. Simulando armazenamento criogênico no Simcenter Amesim O Simcenter Amesim oferece ferramentas abrangentes para modelagem e análise de sistemas de armazenamento criogênico. Ele inclui um conjunto de componentes essenciais, como tanques criogênicos, que permitem simulações que representam fielmente as condições do mundo real, incluindo fatores como interação gás-líquido e troca térmica. Principais capacidades: Troca de calor e massa na interface líquido/gás Simular as fases líquida e gasosa dentro de um tanque de armazenamento Cenários de modelo incluindo enchimento e esvaziamento, autopressurização e evaporação Por que usar o Simcenter Amesim para armazenamento criogênico? O Simcenter Amesim inclui uma biblioteca de células de combustível e armazenamento de fluidos criogênicos. A compatibilidade entre essas múltiplas bibliotecas de termofluidos e a possibilidade de acoplá-las a um modelo térmico concentrado detalhado facilitam a integração em todo o sistema, aprimorando uma avaliação holística em projetos de engenharia. Com esses recursos, desde o início da fase de projeto, o usuário pode estimar facilmente o efeito em termos de aumento de pressão e temperatura causado pela possível entrada de calor em um tanque criogênico. Graças à adição de uma camada de filme na superfície livre do tanque, as pressões e temperaturas são capturadas com maior precisão, permitindo que os engenheiros dimensionem melhor os sistemas de isolamento. Isso resulta em um modelo de tanque criogênico de 3 nós – volume, filme e volume vazio. Tanque criogênico de três nós no Simcenter Amesim Quanto à geometria do tanque, ela pode ter qualquer formato 3D – graças à ferramenta de mapeamento CAD de tanques Simcenter Amesim , podemos gerar a altura do líquido do tanque como uma função do volume. Um exemplo prático: experimentos de autopressurização da NASA em um tanque de hidrogênio líquido Com as capacidades explicadas acima, pode-se construir um modelo Simcenter Amesim com foco em evaporação e autopressurização em um tanque criogênico. Esta demonstração é baseada em experimentos no Centro de Pesquisa Lewis da NASA , que exploram o armazenamento de hidrogênio líquido (LH₂) em um tanque esférico de 4,89 m³ sujeito a uma entrada constante de calor — descobertas publicadas por Hasan et al . Quanto à configuração dos experimentos, o tanque de LH₂ foi envolvido por uma câmara criogênica cilíndrica. A câmara pode ser resfriada com nitrogênio líquido ou aquecida acima da temperatura ambiente com resistências elétricas para manter uma determinada temperatura ao redor do tanque, que é chamada de Tamb nesta demonstração. Compreendendo as taxas de evaporação Três testes de evaporação foram realizados a 83 K, 294 K e 350 K de temperatura ambiente. Para resfriar a seção superior, o tanque é preenchido com LH₂ até 95% da capacidade. A pressão de ventilação é então gradualmente reduzida até a pressão operacional do sistema de controle de contrapressão de 117 kPa. A taxa de evaporação é monitorada até que se estabilize. O modelo Simcenter Amesim usado para executar este caso de teste é mostrado abaixo: Modelo de ebulição de hidrogênio No modelo acima, o GH₂ é expelido do tanque através de uma válvula de alívio. O calor também é transferido do exterior para o vapor, de um lado, e do exterior para o líquido, do outro. Para cada caso, um coeficiente de transferência de calor é definido usando uma condutância térmica variável para se ajustar aos valores médios de fluxo de calor absorvido, conforme mostrado na tabela abaixo. As condutâncias térmicas são testadas com as áreas úmida e seca para calcular os fluxos de calor. Experimentos Temperatura ambiente [K] Fluxo de calor [W/m²] Exp 1 83 0,35 Exp 2 294 2.0 Exp 3 350 3,5 Os valores finais das taxas de ebulição (expressas em SCMH) do modelo, após 50 h de simulação, são bem próximos, como mostrado abaixo ao lado das taxas de ebulição em estado estacionário do experimento. Taxas de ebulição (simulação vs experimentos) Explorando a dinâmica da autopressurização A autopressurização em um tanque criogênico ocorre basicamente quando você deixa o tanque em um ambiente "mais quente". O LH₂ evapora e aumenta a pressão do tanque, o que pode causar um problema de segurança em algum momento. Por isso, é importante avaliar esse acúmulo de pressão no tanque criogênico. Testes de autopressurização foram conduzidos em diferentes temperaturas ambientes: 83 K, 294 K e 350 K. O nível de enchimento inicial do tanque foi de 84% e a pressão inicial foi de 103 kPa. O objetivo aqui é configurar o modelo para corresponder aos valores da série temporal de pressão do tanque e verificar se os valores da série temporal de temperaturas estão dentro das faixas corretas. Modelo de autopressurização No modelo acima, não há ventilação. O LH₂ é armazenado e as condutâncias térmicas variáveis ​​são definidas para corresponder aos fluxos de calor médios trocados com o ambiente. Assim como os testes de evaporação, existem 3 testes de autopressurização, com duração de 20 h, 18 h e 14 h, respectivamente. Os valores de pressão são mostrados abaixo. Valores de pressão (simulação vs experimentos) Pode-se observar acima que, para os testes de pressurização, as pressões calculadas pelo modelo apresentam um padrão semelhante ao dos testes. Elas se desviam do experimento por um máximo absoluto variando de 1,5 a 6%. Conclusão Como foi visto na demonstração atual, com um modelo de tanque criogênico dividido em três nós — ulagem, filme e volume —, pode-se capturar fenômenos importantes, como taxa de evaporação e autopressurização. Para previsões aprimoradas de temperatura em ulagem, onde podem existir diferentes camadas de temperatura, uma maior discretização da parte superior pode ser benéfica. O armazenamento criogênico é uma tecnologia fundamental que molda o futuro das indústrias que dependem de hidrogênio e outras aplicações de baixa temperatura. O Simcenter Amesim oferece não apenas uma plataforma, mas um conjunto abrangente de ferramentas para visualizar, modelar e otimizar esses sistemas. Ao aproveitar seus recursos, você pode avançar significativamente em sua compreensão e design de soluções de armazenamento criogênico. Garanta que seus projetos criogênicos sejam mais eficientes e seguros com o poder do Simcenter Amesim . Agende agora uma reunião com a CAEXPERTS  e descubra como nossa expertise pode ajudar sua equipe a modelar, prever e otimizar sistemas de armazenamento criogênico com precisão e confiança. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Engenheiros eletromagnéticos (EMAG) e elétricos se sentem à vontade com os pacotes simplificados de Engenharia Assistida por Computador (CAE) da EMAG, como Simcenter SPEED , Simcenter E-Machine Design  e Simcenter MAGNET . Colegas de Projeto Assistido por Computador (CAD) geram uma geometria com defeito, composta apenas por peças ativas da EMAG. Se houver problemas de CAD, como extrair a geometria de uma montagem ou erros de malha, o projeto é enviado de volta aos projetistas de CAD, e o tempo começa a correr. Podemos continuar assim? Com a corrida pela eletrificação, há uma necessidade de maior cooperação entre as diferentes equipes. Os designers de produto nos dão "a aparência e a sensação" do produto – a pele. Os designers de CAD distribuem os espaços. Os engenheiros de CAE trabalham, então, dentro das restrições, para adicionar a física necessária para otimizar o produto. Dedicar tempo à comunicação e ao alinhamento entre equipes é visto como parte inerente do processo, e a frase "é assim que as coisas funcionam em grandes empresas" é uma queixa comum. Processos abaixo do ideal podem ter sido aceitáveis quando os componentes eletromagnéticos eram um acessório do seu produto. No entanto, hoje em dia, um acionamento elétrico é a base de muitos produtos, e perder tempo em iterações com outros departamentos pode dobrar seus ciclos de desenvolvimento e disparar os custos de P&D. Além disso, a alta concorrência e a falta de recursos de engenharia tornam insustentável continuar perdendo tempo em iterações sem sentido. E quanto às mudanças CAD upstream que afetam os corpos EMAG? Não é incomum que um engenheiro da EMAG trabalhando em um trem de força elétrico receba um arquivo CAD neutro detalhado. Frequentemente, esses arquivos, embora consistindo de um conjunto de carcaça e transmissão, são não associativos. Os arquivos não terão o rotor, o núcleo do estator ou ambos e são mais visuais do que funcionais para o CAE. Isso desencadeia um vai e vem entre as equipes da EMAG e do CAD, que agora precisam limpar e simplificar a geometria e verificar os materiais. Somente após esse processo de limpeza, um engenheiro eletromagnético pode iniciar seu trabalho real de busca por um conceito e validação do projeto proposto. Devido às atuais taxas de juros crescentes e aos custos mais altos, os Gerentes de Projetos no segmento de VE (Veículos Elétricos) estão sob pressão elevada, para cumprir os prazos de entrega dos veículos com custos elevados se não forem controlados. Como resultado, você pode ouvir os seus pedindo à sua equipe para reduzir o peso e o volume dos componentes. Como engenheiro da EMAG, você se verá criando uma maneira de apressar os projetistas de CAD da sua época. Fique tranquilo; você não é o único. Os projetistas de CAD devem refletir as novas atualizações de CAD e ajudar as equipes de CAE a atualizar suas geometrias. Como você pode imaginar, os e-mails, ligações e reuniões para que isso aconteça são extensos, e o impacto no cronograma de lançamento no mercado é enorme. Como economizar tempo? Um sistema que permite ao engenheiro eletromagnético atualizar automaticamente seus modelos para o projeto CAD mais recente, com o mínimo de intervenção do projetista, aumentará a produtividade. Você pode ver um exemplo de um processo possível neste breve vídeo. O vídeo mostra como atualizar uma geometria de motor elétrico 2D extraída de um conjunto de veículo devido a alterações no diâmetro externo do estator. O vídeo começa focando no trem de força elétrico e, gradualmente, isola o motor elétrico do restante do conjunto. Em seguida, não apenas os corpos eletromagnéticos ativos são capturados, mas também são associados ao conjunto. Em seguida, adiciona-se tudo o que é preciso para a simulação: as regiões de ar e remesh, as geometrias 2D do rotor e a malha de elementos finitos para completar. Por fim, aciona-se uma alteração a montante no diâmetro externo do estator, que você pode ver nas atualizações na malha. A conexão CAD do ambiente Simcenter permite que você se concentre em seu trabalho – a análise eletromagnética. Extração e geometria associativa de motor elétrico 2D de um conjunto de veículos Agora, vamos voltar a atenção para o impulso global para reduzir o peso e integrar motores elétricos. Há uma necessidade de controlar os níveis de ruído e eliminar o calor em motores elétricos cada vez menores. Estes exigem refrigeração líquida mais complexa e projetos que garantam que os ímãs não se soltem, o que mudará a estrutura eletromagnética. Como você atualiza o modelo eletromagnético com mudanças geométricas orientadas por múltiplas físicas? Em um fluxo de trabalho tradicional, as atualizações de modelos não associados feitas por outros grupos exigiriam que o engenheiro da EMAG repetisse o fluxo de trabalho com a equipe de projeto e todos os e-mails e ligações relacionados. Você se sentiria condenado se não tivesse associatividade! Além disso, o problema só piora com o aumento do número de domínios da física em consideração. Os trens de força elétricos passam por uma série de iterações de simulação multifísica antes que os engenheiros definam um projeto. Essas mudanças horizontais são impulsionadas mutuamente por análises eletromagnéticas, térmicas, estruturais e de ruído e vibrações (NVH). Com engenheiros de cada departamento trabalhando simultaneamente com uma ferramenta não associativa, a probabilidade de um engenheiro trabalhar em um modelo desatualizado em vez do melhor projeto atual é notavelmente alta. Como você acompanha a geometria CAE atualizada? Felizmente, existe uma referência – embora sutil em um ambiente isolado. O CAD de projeto é o único elo comum entre a física e os requisitos do produto, como custo, que está atrelado ao volume e à massa. Conforme ilustrado na Figura 1, se o CAD de projeto estiver sendo atualizado continuamente, significa que todos os engenheiros de CAD e CAE estão acessando a mesma geometria simultaneamente. Obviamente, a atualização e o acesso são controlados em um ambiente gerenciado. Isso significa que você não terá resultados obsoletos em suas reuniões de projeto. Para eletromagnéticos, a geometria refletirá as alterações horizontais e a montante aprovadas recentemente. Figura 1 - Um projeto CAD atualizado captura mudanças geométricas impulsionadas pelos requisitos do produto upstream e pelas interações físicas horizontais Por exemplo, na Figura 2, tem-se a evolução das peças do estator EMAG de um projeto eficiente baseado apenas no desempenho eletromagnético para um que acomoda os canais de resfriamento nas bobinas. Observe que há redução no torque porque o volume agora é limitado. Isso ocorre porque o primeiro projeto contém mais aço e, portanto, pode transportar mais fluxo magnético. Como pode ver no vídeo, pode-se associar as partes ativas do eletromagnético ao projeto CAD. Após um estudo paramétrico para escolher a largura final do canal, essa alteração geométrica foi introduzida no projeto CAD. E como a geometria usada para a simulação eletromagnética é associativa, foi apenas uma questão de executar novamente a solução com as alterações. Figura 2 - O efeito da introdução de canais de resfriamento entre bobinas no desempenho do EMAG O que isso realmente significa? Em um processo de projeto multifísico como o necessário para uma máquina eletrônica, ter um fluxo de trabalho otimizado pode economizar centenas de horas de engenharia. Você só gasta o esforço de configuração inicial uma vez! O restante é apenas iterar o projeto, impulsionado pelos requisitos do produto e pelas mudanças físicas. O fluxo de trabalho associado ajuda a superar a abordagem compartimentada e o viés da física única no desenvolvimento. Um dispositivo eletromagnético eficiente pode não ser estruturalmente sólido ou mesmo impossível de fabricar. Ao capturar o que é possível por meio de restrições geométricas e interações físicas, chega-se a um design mais realista. Ao mesmo tempo, isso ajuda a gerenciar nosso próprio viés interno em relação à física e a trabalhar em conjunto para um bom equilíbrio de desempenho. O que você acha adequado para a física do projeto pode não ser necessariamente bom para o desempenho geral do produto. Um processo de design integrado permite fazer essas iterações e convergir muito mais rápido! Em resumo, o processo associado discutido neste blog reduz o tempo perdido, permitindo que os produtos sejam desenvolvidos mais rapidamente. Esse processo ajuda engenheiros e designers a definir um conceito mais rapidamente, garantindo que todos estejam trabalhando no modelo mais atualizado. Ao mesmo tempo, garante que desvantagens como viés em relação a modelos físicos específicos ou equipes isoladas não ocorram. Construa seu próximo motor elétrico mais rápido, melhor e, em termos de horas de engenharia, mais barato. Está pronto para reduzir retrabalhos, acelerar seu desenvolvimento e integrar equipes de CAD e CAE de forma mais eficiente? Agende uma reunião com a CAEXPERTS e descubra como otimizar o projeto do seu motor elétrico com fluxos de trabalho associativos e multifísicos – mais rápidos, mais colaborativos e mais econômicos. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br