Qfrom и SpaceClaim

Что-то я пропустил момент, когда Qfrom начал использовать софт от Ansys для полготовки геометрии.

https://www.youtube.com/watch?v=DbUSF6PFujc

EasyFEA — это удобная Python-библиотека, упрощающая проведение конечно-элементного анализа. Она поддерживает различные типы симуляций без необходимости в сложной настройке уравнений в частных производных. Возможности EasyFEA включают:

ElasticSimu: статический и динамический анализ упругости.
BeamSimu: статический анализ балок по модели Эйлера-Бернулли.
ThermalSimu: стационарный и переходный тепловой анализ.
PhaseFieldSimu: квази-статический фазовый анализ.
Примеры использования для каждого типа симуляций доступны в соответствующих подкаталогах репозитория. EasyFEA предоставляет гибкий и доступный инструмент для инженеров и исследователей, работающих в области конечно-элементного моделирования.

А обратил внимание на библиотеку по тому, что туда недавно завезли кубические элементы. Интересно, в чем они будет строить свои расчетные сетки?

https://github.com/matnoel/EasyFEA

Большие самолеты

Смотрите, какую дуру оптимизируют при помощи HyperX от Collier Aerospace’s. Кстати, а кто-то вообще трогал этот софт? А то я за маркетингом так и не понял его применения.

https://collieraerospace.com/2025/02/25/windrunner-the-worlds-largest-aircraft-selects-collier-aerospace-software-for-structural-sizing/

Туториал по SPG

Я все еще люблю этот метод, но какой же он медленный...

https://www.youtube.com/watch?app=desktop&v=h_bvY2xkABQ

Сверлим кость

В очередной раз выпала удача посмотреть на медицинские задачи. Я стал поднимать информацию по мелькающему у меня в ленте коду Alfonso от компании Lifespans. К ребятам большой респект уже за то, что у них есть отдельная страничка на сайте с peer-reviewed journal articles. Буду читать и пытаться повторить.

https://www.lifespans.net/publications

AI наше ВСЁ?

Недавно один мой друг прислал мне ссылку на видео (там есть временная метка), где нам в очередной раз рассказывают о переходе всей индустрии CAE на AI рельсы. Глупо было бы утверждать, что ИИ не повлияет на мою профессиональную жизнь. Однако мне кажется, что все будет немного сложнее.

Во всех подобных презентациях нам показывают, как ИИ может успешно предсказывать результаты для новой геометрии. Но это лишь одно «измерение» для нашего набора данных. А как насчет различных свойств материалов? Как насчет пластической ортотропности после штамповки? Как учесть слоистую структуру композитных изделий? Как мы узнаем об условиях нагружения? Это лишь основные вопросы при расчете на прочность и на эти и многие другие вопросы еще предстоит найти ответы. Ответы конечно будут найдены, но они сделают путь равития AI не таким простым. Однако, уже сейчас я наблюдаю за проектами своих коллег, в которых ML успешно ускоряет сложное нелинейное моделирование.

Я считаю, для создания полноценных AI-CAE систем нам, скорее всего, придется «кормить» ИИ не CAD моделями, а чем-то более «питательным», например, обогащать его данными CAE.

https://youtu.be/BRkxH-JOc08?t=1936

ChatGPT Deep Research

Я тестирую ChatGPT от Deep Research, и моему восхищению нет предела.

Вы наверняка знаете, как раздражает поиск параметров модели материала для динамического моделирования. ChatGPT Deep Research может сделать все это за вас автоматически и приложить все ссылки на источники информации для их проверки.

Насколько это круто?

https://chatgpt.com/share/67c80a48-d8b0-8003-b7b1-f56103ab0b1b

DNS моделирование ротора стартующего беспилотника

Моделирование высокого порядка (7-го) в коде Nek5000 с импользованием адаптивной сетки (1 385 000 спектральных элементов в сетке). На видео показаны вихри, идентифицированные с помощью критерия lambda-2.

KTH Royal Institute of Technology, Stockholm, Sweden
Friedrich-Alexander-Universität Erlangen-Nürnberg, Germany
King Abdullah University of Science and Technology (KAUST), Thuwal, Saudi Arabia

https://www.youtube.com/watch?v=Ix7-pr6dezo

Mistral OCR - API для понимания сложных документов

Разработчики AI из франции на прошлой неделе выкатили интересную и крутую систему. Как вы знаете, современные LLM (Large Language Model) умеют делать OCR (Optical Character Recognition). И делают они его часто сильно лучше, чем традиционные OCR систему. Но вот для распознания больших документов (десятки и сотни страниц) даже у самых жирных моделей нехватает размера контекста. Если еще для чтения книжки его может хватить, то вот для вывода ее в текстовом формате - уже нет. Mistral доработали свою систему специально для такой задачи. Научили ее делить задачу на части, работать с большими ответами.

Как результат у нас есть API, способный перегонять тексты со сложным форматированием, формулами, таблицами, графиками и иллюстрациями. Бонусом идет то, что LLM "понимает" обрабатываемый текс и может на лету исправлять ошибки, вызванные плохим качеством сканирования.

Я уже жду, когда данная система будет доступна в виде приложения - у меня есть несколько статей, которые были набраны их авторами еще на печатных машинках. А кто-то недавно в коментах приговаривал про отечественные книги с редкими данными по свойствам материалов. Теперь все это становится более доступно для структурирования и поиска!

https://youtu.be/6lRBm0KnzBI

https://mistral.ai/news/mistral-ocr

LightSolver ускорит LS-DYNA?

В этой новости "прекрасно" все. Следим за руками: Ansys инвестирует в технологии, разрабатываемые французским стартапом LightSolver. Данные технологии позволят ускорять процессы расчеты в LS-DYNA путем в части факторизации и инвертирования матриц.

Только вот эти операции встречаются в неявных решателях, а боооольшая часть заказчиков LS-DYNA используют ее для явной динамики. Почему они выбрали LS-DYNA? Почему не MAPDL, который весь такой неявный? Что еще за такие "вдохновленные" квантовыми компьютерами (еще одна ересь) вычислительные LPU, которые работают только в теории? Слишком много вопросов. Вызываю пояснительную бригаду.

В первом комментарии я прикреплю пояснение от GPU 4o про работу, и почему это может быть полезно. Но легче вам от этого не станет. Ну а пока Ansys будет делать все, что угодно, но не портировать код на GPU.

https://insidehpc.com/2025/02/laser-based-lightsolver-partners-with-ansys-on-cae/

Считаем краштесты полностью на opensource

Тут один молодой ученый (со свои бюро по поддержке и внедрению FreeCAD) пиарится предстоящим докладом на тему расчетов всего в открытом коде. Связка понятная: FreeCAD, PrePoMax, OpenRadioss и ParaView. И это действительно позволят проводить полный цикл расчетов явной динамики. Это отличный академический пример для студентов и аспирантов. Но вот только не говорите, что сейчас это может заменить промышленные расчет на десятки миллионов элементов.

https://www.linkedin.com/posts/aleksander-sadowski-freecad_freecad-opensource-maschinenbau-activity-7299478229269041154-kFMw

CAD для моделирования ортезов и протезов

Если вы кода-нибудь пробовали построить анатомические модели ортеза в вашем любимом каде, то вы знаете, насколько это непростая задача. Я вот очень не плох в SpaceClaim, но я не смог. Тем временем Spentys показывает свое решение как раз для таких задач. И оно работает быстро и просто даже в руках варача.

https://www.linkedin.com/posts/bryancraft_smo-innovation-3dprinting-activity-7305196951606620160-pSgk

OpenRadioss Community Dummies

А вот это уже более интересное движение со стороны сообщества открытого кода. Для решателя OpenRadioss полявились открытые модели манекенов Hybrid III и EuroSID II. С одной стороны, это очень здорово. С другой стороны отставание таких моделей от того, что предлагают коммерческие решатели для моделирования уже не манекенов, а полноценного человеческого тела (например Hans от Ansys/Dynamore) еще большее чем отставание OpenRadioss от коммерческих кодов для караштестов (сейчас весь европейский ранок держит LS-DYNA и только две марки авто сидят на PAM Crash - угадайте какие?).

В очередной раз, решение очень хорошее для студентов и стартапов, но совершенно неинтересное настоящим большим производителям авто.

https://github.com/OpenRadioss/ModelExchange/tree/main/Safety

Симпозиум по сердечно-сосудистым заболеваниям by Ansys - весна 2025 года

Виртуальная конференция пройдет в четверг, 3 апреля. Это бесплатное мероприятие предназначено в первую очередь для лиц, принимающих решения, но оно открыто для всех, кто занимается моделированием.

План мероприятия и регистрация по ссылке.

https://www.ansys.com/campaigns/cardiovascular/cardiovascular-symposium-spring-25

PyTopo3D

Давненько у нас не было тут рубрики "мы сделали еще одну оптимизацию топологии на питоне"

https://github.com/jihoonkim888/PyTopo3D

AI сердце в LS-DYNA

На проходящей сейчас конференции NVIDIA GTC25 Ansys показал их видение будущего моделирования кардиологии. Еще пол года назад они искали GPU разработчиков для задач электрлфизеологии. И вот уже первые результаты.

А еще, все это дает данные для цифрового двойника NVIDIA NIM. Так что расчет будет действительно быстрый.

Коллеги показали как некая LLM на основе запросов генерирует через pyDyna и pyHeartLib модель сердца, выполняет связанный расчет и даже анализирует результаты. И мне тут кажется, что Ansys наконец переиграл модель, много лет разрабатывавшуюся в Abaqus.

https://www.linkedin.com/posts/ansys-inc_revolutionizing-cardiovascular-research-activity-7307857784732078082-HCd1

Официальный пресс релиз: https://www.ansys.com/news-center/press-releases/3-18-25-ansys-introduces-pyansys-heart-at-nvidia-gtc

Извлечение срединной поверхности

Вот чего мне не хватает в среде Ansys, так это настолько же мощного инструмента извлечения срединных поверхностей. Да, конечное тут для Ansa выбрали сравнительно простой пример - нет наклонных ребер, нет больших перепадов толщин, которые встречаются в деталях выполненных литьем из пластика. Но все равно это очень круто - иметь возможность так манипулировать геометрией.

https://www.youtube.com/watch?v=WeeU5x8zpWo

Вебинар nTop + Intact.Simulation

Посмотрим на связку кодов, конкурирующую с IGA методом? Напомню, что Intact.Simulation разрабатывают "свой" метод погруженный моментов (Immersed Method of Moments), не требующий создания конформной сетки для геометрии. Прикол в том, что в общепринятой терминологии есть метод моментов (привет электродинамика) и есть метод погруженной границы (привет гидродинамика). А у нас тут какая-то игра слов, причем применяемая к механике деформируемого твердого тела. Может кто прояснить? Я пока даже публикаций на эту тему найти не могу.

https://www.ntop.com/resources/webinars/intact-webinar/

Квантовые компьютеры ускоряют LS-DYNA: первые квантовые вычисления, полезные для прикланого CAE

После прошлой недели я перестал считать, что квантовые компьютеры - это просто академический распил бабла. Итак, мы тут все таки или иначе решаем задачи линейной алгебры. Причем, в механике, когда мы используем неявный решатель, у нас собирается большая и страшная матрица жесткости, работать с которой не очень приятно, и все хотят ускорить данный процесс.

Казалось бы, LS-DYNA знаменита своим явным решателем, где такой проблемы просто нет. Но явный решатель не всегда подходит для задачи медленной динамики. А если мы вспоминаем про связанные задачи, где у нас есть FEM и CFD c FSI (привет медицинские расчеты) или про линейную динамику (привет NVH), то на одном явном решателе не выехать.

О чем же статья от ученых из Ansys и IonQ Так, препритн которой для журнала Quantum Physics был опубликована 17 марта 2025.

1. Основная проблема:
Решение больших систем линейных уравнений
Ax=b, возникающих в задачах МКЭ, представляет собой вычислительно трудоёмкий процесс.
Для таких систем характерны большие разреженные матрицы. Однако прямые методы решения (например, LU- и LDL^T-разложения) приводят к существенному заполнению («fill-in») матриц, что резко увеличивает затраты времени на решение.

2. Цель исследования:
Снизить заполнение матрицы (минимизация «fill-in») путём оптимального переупорядочивания строк и столбцов матрицы.
Для решения задачи переупорядочивания используется квантовый подход с применением алгоритма VarQITE.

3. Квантовый подход VarQITE:
Алгоритм VarQITE основан на концепции эволюции квантового состояния по мнимому времени и применяется для поиска основного состояния гамильтониана, который описывает задачу оптимизации.
Задача переупорядочивания матрицы формулируется как задача разделения графа (Graph Partitioning Problem, GPP), которая сводится к задаче бинарной оптимизации (QUBO — Quadratic Unconstrained Binary Optimization). Далее эта задача кодируется в виде гамильтониана, минимальное собственное значение которого соответствует оптимальному решению.

4. Интеграция с LS-DYNA:
Предложен гибридный квантово-классический подход, интегрированный в программный пакет LS-DYNA от Ansys. LS-DYNA применяется для механических задач, задач вибрационного анализа и гидродинамики.
В LS-DYNA используется метод вложенного разбиения (Nested Dissection) и многоуровневые алгоритмы для грубого разбиения графа на подграфы меньшего размера. Эти подграфы затем решаются с помощью VarQITE на квантовом симуляторе или квантовом устройстве.

5. Результаты исследования:
Экспериментально показано, что VarQITE может улучшить качество решения задачи разбиения графов в сравнении с классическими эвристиками (например, LS-GPart, встроенным в LS-DYNA).
Результаты тестирования включали задачи из области механики (например, моделирование деформации крыши автомобиля), задачи течения жидкости (насосы крови) и вибрационный анализ автомобиля.
В реальных тестах (с миллионами узлов и десятками миллионов рёбер) время решения системы при использовании квантового подхода сокращалось до 12% по сравнению с классическими методами.

6. Реализация на реальном квантовом оборудовании:
VarQITE был протестирован на реальных квантовых компьютерах IonQ (Aria и Forte), и результаты были сопоставимы с идеализированными симуляциями.
Для улучшения качества полученных решений авторы предлагают гибридный подход: решение задачи на квантовом компьютере с последующим уточнением с помощью классического алгоритма (например, модифицированный алгоритм Фидуччи-Маттиеса).

Заключение:
Полученные результаты демонстрируют потенциал использования квантовых вычислений в реальных задачах инженерного анализа.
VarQITE, интегрированный в промышленные продукты, такие как LS-DYNA, способен уже в ближайшем будущем предоставить вычислительные преимущества.

Препринт: https://arxiv.org/abs/2503.13128

Подготовка правильных PDF для больших научных библиотек

Отличная и бесплатная консольная утилита которая добавить слой OCR в ваш pdf с растровыми изображениями (сканы текстов, иллюстрации со встроенными пояснениями и т.п.) да еще и сохранит это все в самом стабильном PDF/A стандарте - что бы никакая электронная библиотека к вам не смогла докопаться.  

https://github.com/ocrmypdf/OCRmyPDF

LS-DYNA + AQUA для моделирования столкновений судов

В версии R16 Ansys LS-DYNA появилась возможности выполнять сопряженный анализ с Ansys AQWA, что позволяет задавать более точное поведение плавающих объектов. Я раньше для этого справлялся и с простым ALE, но теперь все можно сделать более чисто.

Презентация от DuChan Kim (TAE SUNG S&E Inc.) доступна по ссылке: https://www.linkedin.com/posts/duchan-kim-17a877103_floating-body-collison-analysis-methodlogy-activity-7308247370595475456-Buqr