全新高性能计算云方案的仿真应用.docxVIP

PAGE 1 PAGE 1 全新高性能计算云方案的仿真应用  罗尔斯·罗伊斯的工程师通过使用云计算的解决方案，将耦合的CFD和结构仿真用时缩短80%。  罗尔斯·罗伊斯使用内部专用结构代码来推断涡轮盘等喷气式发动机组件的工作温度。一般通过在组件上安装热传感器和捕获发动机工作时的热流测量值来确定此类分析的热边界条件。这种方法的问题在于直到产品开发流程后期，第一个原型制作完成之后才能开始新发动机的热设计。此时设计修改成本昂扬，限制了可使用的热性能优化方法。  罗尔斯·罗伊斯在实现全新高性能计算（HPC）云方案方面居于领先地位，该方案通过结构求解器与ANSYSFluent计算流体动力学（CFD）求解器的耦合，无需参考物理原型，就能够预估组件壁面上多个点的热流。执行这种耦合仿真需要高水平的计算能力，因为解具有时变性。这就意味着CFD解和结构解必需随求解的推进在每个时间步长计算到收敛。罗尔斯·罗伊斯通过在托管的共享HPC云系统上运行仿真，将执行仿真所需的时间缩短了80%。  提高进气口温度所面临的挑战  为努力改进发动机效率，发动机制造商不断提高涡轮进气温度。在这个过程中，为防止关键内部组件过热，工程师往往必需重新设计发动机的冷却和密封系统。罗尔斯·罗伊斯的工程师通过使用内部专用结构代码执行热分析，来推断这些组件的工作温度。该热分析的输入