SIMS:基于仿真的网格生成方法,用于电磁场模拟

《COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING》:SIMS: Simulation-Informed Mesh Seeding for electromagnetic simulations

【字体: 大 中 小 】 时间:2026年05月01日 来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING 7.3

编辑推荐:

  王一夫|陈建军|叶宏飞浙江大学航空航天学院,中国浙江省杭州市余泉校区浙大路38号,310027摘要自适应网格细化(AMR)在计算电磁学中得到广泛应用,但其效率受到初始离散化的显著影响。我们提出了基于仿真的网格播种(SIMS)方法,这是一种用于电磁仿真中自适应离散化的初始化策略。S

  
王一夫|陈建军|叶宏飞
浙江大学航空航天学院,中国浙江省杭州市余泉校区浙大路38号,310027

摘要

自适应网格细化(AMR)在计算电磁学中得到广泛应用,但其效率受到初始离散化的显著影响。我们提出了基于仿真的网格播种(SIMS)方法,这是一种用于电磁仿真中自适应离散化的初始化策略。SIMS利用包括几何形状、材料和边界条件在内的仿真前信息,预测出符合物理特性的网格分辨率目标,并通过工程驱动的后处理步骤将其转换为可执行的网格播种参数。作为标准有限元法(FEM)工作流程初始化阶段的轻量级模块,SIMS改善了后续自适应仿真的起始离散化质量。对于一个八极同轴腔滤波器,SIMS将AMR迭代次数从16次减少到5次,同时在不改变S参数特性的情况下,实现了4.34倍的加速效果。这些结果展示了基于仿真的初始离散化在加速自适应电磁仿真中的价值。

引言

空间离散化是计算电磁学中决定数值精度的主要因素。包括有限元法(FEM)[1]、时域有限差分法(FDTD)[3]和矩量法(MoM)[4]在内的数值求解器对网格质量非常敏感,并依赖于适当的分辨率来准确捕捉电磁场的变化[5]。为了平衡精度和计算成本,自适应网格细化(AMR)已成为非结构化网格公式(如FEM和MoM)[6]、[7]、[8]、[9]的标准实践。通过使用误差指标或场导出的标准来迭代调整局部网格密度,AMR将离散化与求解过程相结合,从而影响稳定性、收敛性和计算效率[10]、[11]。
尽管AMR在提高局部精度方面非常有效,但它本质上是一种反应式策略[12]。在典型的工作流程中,求解器会经历多个求解-估计-细化的循环,逐步细化场强活跃区域或估计误差较大的区域[1]。当初始网格过于粗糙或在空间配置不佳时,自适应过程可能需要额外的细化迭代才能达到稳定的细化模式,从而增加计算成本[13]、[14]。此外,不利的起始离散化可能导致低效的细化路径,延缓关键场特征的解析速度[10]。因此,即使采用了AMR,初始网格的空间分布和密度仍然是电磁仿真效率和鲁棒性的重要决定因素[13]。
鉴于起始离散化的重要性,现有研究从两个互补的角度解决了这个问题。一些工作在公式化层面改进了数值性能,例如通过丰富近似空间,以便在相对粗糙或扭曲的网格上仍能实现可接受的精度[15]。其他研究则试图改进初始网格本身。然而,现有的初始离散化方法主要分为三类:基于几何形状的网格细化[16]、[17]、基于工程经验的手动指定播种[18]、[19],以及基于波长的规则[1]、[20]。其中,基于波长的规则特别适用于电磁波传播问题,因为局部波长为指定初始网格密度提供了物理意义上的先验尺度[20]、[21]。然而,在初始离散化阶段还无法获得直接反映电磁响应的信息。有用的物理指标(如场梯度和能量局部化)只有在第一次求解后才会出现,因此主要用于事后误差估计和自适应细化[12],而不是用于构建初始网格。因此,标准工作流程仍然缺乏将基于物理的反馈纳入初始网格的系统性机制。
为了解决这一限制,我们提出了基于仿真的网格播种(SIMS)方法,这是一种用于电磁仿真中自适应离散化的初始化策略。SIMS作为轻量级的预处理模块,在电磁仿真工作流程的初始化阶段实施,它预测出适合求解器的网格播种参数,以在进入求解过程之前细化几何形状确定的初始离散化。SIMS利用预处理阶段可用的几何形状、材料和物理设置信息,通过一个轻量级的多层感知器(MLP)预测器来推断出接近AMR收敛后观察到的网格密度分布的分辨率目标。通过提供基于物理的起始离散化,SIMS旨在减少不必要的求解-估计-细化迭代次数,同时保持与标准自适应仿真流程的兼容性。
在这项工作中,我们做出了以下贡献:
  • •
    我们介绍了SIMS,这是一种基于神经网络的网格播种框架,它根据仿真前信息预测出适合求解器的网格分辨率目标。
  • •
    我们提出了一种工程导向的后处理策略,将预测的网格统计信息转换为具有明确成本控制的可执行播种参数,旨在提高实际CAE工作流程的鲁棒性。
  • •
    我们在端到端的电磁仿真流程中评估了SIMS,发现AMR迭代次数减少, wall-clock时间缩短,同时保持了S参数的精度,实现了高达4.34倍的加速效果。

章节片段

电磁仿真和网格适应

在计算电磁学中,H(curl)-兼容的Nédélec边缘元素构成了确保数值稳定性和切向场连续性的标准有限元离散化[12]、[22]、[23]。在这种离散化设置中,自适应网格细化被广泛用于平衡计算成本和求解精度[7]、[8]。传统的AMR工作流程通常使用基于残差的误差估计器来驱动迭代细化[10],旨在减少

方法论

我们提出了一种预处理策略,该策略根据仿真前的几何形状、材料和物理设置信息构建出有根据的初始离散化。SIMS不依赖于手动启发式方法,而是预测出接近自适应网格细化后观察到的离散化模式的网格分辨率统计信息,从而减少细化工作量并提高整体效率。我们将网格播种视为一个监督回归问题,其中输入不是

实验结果和讨论

我们在端到端的电磁仿真工作流程中评估了SIMS,并报告了其在自适应细化方面的效果。SIMS仅作为在第一次求解之前应用的网格播种规则,不改变控制方程、误差估计或AMR细化逻辑。

CRediT作者贡献声明

王一夫:撰写——原始草稿、方法论、研究、形式分析、数据整理。陈建军:撰写——审阅与编辑、概念化。叶宏飞:撰写——审阅与编辑、概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

本工作得到了国家自然科学基金的支持,项目编号为12572336。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号