ANSYS HFSS 2023 R1版本在工作流程、前處理和并行求解方面的進行了改善和提升，使電磁仿真功能更全面、流程更高效。本文將圍繞HFSS 2023 R1版本新增的幾個核心性能和功能提升進行初步介紹。
Layout組件工作流改進
支持在HFSS 3D Layout快速布置對HFSS 3D中的組件，從而實現(xiàn)對復(fù)雜裝配體的支持。用戶現(xiàn)在可以在Layout中使用參考坐標(biāo)系進行組件的放置，并可對組件邊界框和端口進行調(diào)用和處理。同時，支持對其中的HFSS 3D組件進行原始設(shè)計的修改。這些便利使得用戶可以在幾分鐘內(nèi)實現(xiàn)復(fù)雜裝配仿真模型的搭建，大大提高了建模的效率。如下所示為具有29個組件的Layout仿真分析：
【資料圖】
圖1 最終裝配體模型及仿真效果
圖2 裝配體中的組件列表
陣列3D組件的并行自適應(yīng)剖分
在前面的版本中，HFSS以串行的方式剖分3D組件，其效率相對較低。在新版本中，在3D組件剖分方面進行了質(zhì)的提升，采用了并行剖分，極大提高了模型的前處理效率。如下為帶饋電結(jié)構(gòu)的16×16天線陣，其中含有26類獨立組件，總計432個組件：
圖3 帶饋電結(jié)構(gòu)的天線陣列仿真
通過比對可以看到其加速了42%。
表1 加速效果對比
Delta S | # of passes | 12 Core Adaptive Mesh | |
Sequential | Parallel | ||
0.02 | 5 | 3:31 | 2:29 |
在HFSS 2023 R1版本中，針對網(wǎng)格融合加入了迭代求解器，其在降低內(nèi)存消耗和求解速度上都得到極大提升。如下為基于網(wǎng)格融合技術(shù)的反射面天線，在直接求解和迭代求解中，兩者求解結(jié)果完全一致（即采用迭代求解沒有精度損失），同時內(nèi)存消耗減低了54%、求解速度提高了42%。
圖4采用迭代器求解器的反射面天線
表2 求解效率對比32 cores – Mesh fusion 2 domains | |||
direct | iterative | ||
00:49:31 | 113 GB | 00:29:07 | 52.1 GB |
改進的HPC性能
針對網(wǎng)格融合求解器進行了加速優(yōu)化，實現(xiàn)3D組件陣列的多節(jié)點分布矩陣快速組裝和場恢復(fù)，同時提升了分布矩陣求解性能。對于超大陣列迭代求解器同樣進行了提升，其有效降低了迭代次數(shù)，大大提升了求解速度，為陣列天線設(shè)計人員提供了有力的設(shè)計工具。如下為大型陣列天線采用新舊版本進行仿真時的效果對比，可以看到新版本減少了24%的內(nèi)存需求，并獲得了25%的速度提升。
圖5 大型天線陣列仿真
表3 求解效率對比Ver | # iter | 1 machine 16 cores | |
22.2 | 29.9 | 03:08:59 | 171GB |
23.1 | 21.3 | 02:22:03 | 131GB |
如下為復(fù)雜電路板的直接求解，基于AMD CPU和數(shù)學(xué)庫加速提高了44%-82%的求解效率。
圖6 復(fù)雜電路板仿真模型
表4 求解速度對比Num Cores | Without AMD lib | With AMD lib |
8 | 0:17:46 | 0:09:45 (1.82x) |
16 | 0:11:04 | 0:06:59 (1.58x) |
32 | 0:08:13 | 0:05:42 (1.44x) |
其他
1、寬帶波端口的快速掃描
針對HFSS 3D Layout中信號分析的寬帶問題，在本次版本更新中對其中的低頻部分進行了穩(wěn)定性改進和性能提升，大大提高了寬帶掃描的效率。如圖所示為四端口激勵下的寬帶波端口快速掃描，其仿真結(jié)果與插值掃描相同，但效率提升了4.7倍。
圖7 仿真模型和仿真結(jié)果對比
表5 計算速率比對32 cores – Frequency sweep | |
Interpolating | Broadband fast |
00:15:02 | 00:03:10 |
2、自適應(yīng)時間步進算法
基于多級時間步長控制算法，使用Newton迭代次數(shù)作為非線性的指示，減少線性部分的時間步數(shù)，增加弱/中等非線性段的時間步數(shù)。從而減少總的時間步數(shù)，降低Newton迭代次數(shù)、縮短仿真時間。
圖8 時間步控制對比
表6 時間步控制效應(yīng)示例總結(jié)
除了上述功能之外，ANSYS HFSS 2023 R1在模式端口應(yīng)用、等離子體仿真、SBR+等方面也有重要的改進，本文不再一一詳述，這些功能改進無疑帶來了更全面的性能、更高效的仿真流程和更強的可靠性。
