物联网(物联网)技术应用程序|牵牛星
物联网

物联网

在这个智能、互联的世界里,牵牛星让您充分利用物联网(IoT)的力量,加速创新,释放商业价值。利用我们的动态工具集,您可以部署边缘计算集群,训练和执行机器学习模型,实现复杂的应用程序业务逻辑,执行数据转换,可视化实时数据,等等。我们为您提供构建模块,使您的数字转型快速移动,快速扩展,并随着时间的推移继续改进。

浏览产品

设备管理

设备管理

Altair的设备管理开箱即用,帮助您克服物联网开发中的基本障碍,从可靠、安全、双向设备通信到简单、高效的设备组织和建模。Altair的设备管理提供用于连接数千台设备的优化工作流,从而创建这些设备的虚拟表示,然后将它们组织成逻辑组。在繁忙的工作中花费更少的时间 - 而是加速您的供应过程,以便您专注于为您的客户提供最佳体验。

边缘编排

边缘编排

边缘应用程序编排可能是一个复杂的、微妙的问题——边缘计算负载会遇到各种各样的问题,从无法通信的设备,到需要特定构建的特定目标硬件,到耗尽硬件资源的关键任务应用程序。bob电竞官方边缘编排提供了一个强大的平台用于管理这些细微差别,以便您可以在接近设备的地方构建自动化和执行逻辑,而无需往返于云。对您来说,这意味着减少延迟,节省数据传输成本,并在您最需要的地方提供新的、强大的智能。

数据存储

数据存储

设备会产生大量的数据——10000台设备每分钟报告几次就可以每个月产生tb级的数据。Altair的数据存储解决方案为您提供一组工具,用于从设备上有效,适当地管理数据,以便您可以从它们中提取正确的洞察力和操作。将变换数据存储在实时访问,存储原始数据以进行长期参考,并使用我们的分析服务直观地查询它们,以便无法解除趋势或火车机床学习模型。Altair的数据存储解决方案确保您可以在合适的时间获得适量的信息。

产品演示

开发智能产品应用bob电竞官方

了解如何使用Altair®SmartWorks™物联网创建连接智能电动摩托车的应用程序,以提供增强的所有权体验。

现在看

流处理

流处理

来自机器的原始数据可能出人意料地毫无帮助。有时难以理解,在需要的地方很少出现,而且来自一个网络的数据几乎从来不会与另一个网络的数据格式相同。此外,也许最糟糕的是,数据并不能给出任何关于其含义的结论。牵牛星的流处理解决方案使用拖放界面和尽可能少的代码帮助您解决这些问题。通过流处理,您可以转换和连接数据流,添加计算列,执行机器学习模型,发送警报,转换值,并连接到数十个不同的源或目的地,所有的实时流数据。为了从您的资产数据中获得价值,您几乎肯定需要进行一些数据处理——Altair的流处理解决方案可以帮助您轻松且可伸缩地完成这一任务。

数据准备和机器学习

数据准备和机器学习

牵牛星的数据准备机器学习工具使您能够在无代码、安全的环境中从实时和历史数据源提取可操作的信息。我们的可扩展平台支持自动数据发现、数据转换、机器学习和可视化。使用这些工具来优化运营,并对业务中可能出现的所有突发事件做出准确的反应。准确预测部件寿命、更换要求、能源使用、维护、利用率和其他直接影响质量、销售、客户接受度和效率的因素。精简操作或提高产品性能从来没有像现在这样容易。

实时仪表板

实时仪表板

真正的实时可视化是很难实现的。许多仪表盘工具宣称具有实时功能,但在测试时却失败了:只有一个组件是实时的,或者每分钟更新一次,或者查询可以按需运行,但不能自动更新。牛郎星的实时仪表盘是不同的。我们提供下至秒,自动更新图表与异常检测和用户反馈功能。我们打造的这个产品是真正的实时和可嵌入的,这意味着你可以以你想要的方式、在你想要的地方看到数据,并足够快地采取行动。牵牛星的实时指示板是最强大,最简单的方法,让IoT数据完全在所需的位置。

嵌入式开发环境

嵌入式开发环境

IOT的嵌入式开发有许多唯一的考虑因素。外围编程,独特的通信协议,电池寿命意识,超空气(OTA)更新以及艰难的安全性都是IOT嵌入式开发中的常用要求。牵牛星®®嵌入解决了这些问题——它使您能够通过仿真或在环硬件(HIL)构建和验证可靠的嵌入式系统。Embed内置支持轻松的云或设备通信、电池充电状态(SOC)和健康状态(SOH)跟踪、电池充电优化、安全OTA固件更新和加密数据传输。它帮助您快速迭代代码,提高系统效率,并减少嵌入式系统的攻击面。使用Embed,您可以确信您的嵌入式系统已经可以生产了。

特色资源

Altair SmartWorks物联网:概述

Altair®MardWorks™IOT为您提供了快速构建可扩展,安全的Web,移动和边缘应用程序所需的一切,然后快速迭代以查找产品市场合适。bob电竞官方今天就试试SmartWorks物联网吧,免费 - 点击这里开始试用

产品概述视频

智能产品开发指南

物联网(IoT)已经改变了企业的经营方式。随着系统和资产之间智能互联的引入,新的产品线、经常性的收入流、更高效的运营、更高的质量和更快的上市时间都触手可及。

eGuide

用Altair SmartWorks IoT重新定义连接的建筑物

切换IQ将Web应用程序,移动应用程序,硬件,分析和边缘计算组合以创建一个类型的智能构建数据和设备管理系统。这种智能照明制造商希望开发一个新的,连接的照明和建筑管理解决方案,以帮助客户节省资金,提高舒适度,并遵守新的法规。它们使用Altair®Martworks™IoT构建完整的前端,后端和边缘计算架构。有了这个,切换的客户现在可以管理用户,板载设备,管理网关产品中的计算工作负载,开发楼宇自动化,并优化能源使用情况。今天就试试SmartWorks物联网吧,免费 - 点击这里开始试用

客户见证

以较少的风险建立行业摇动智能产品生态系统

体验Altair®MardWorks™IOT如何为您提供快速构建可扩展,安全的Web,移动和边缘应用程序的一切,然后快速查找产品 - 市场合适。bob电竞官方本演示文稿由PérezBello,Altair的Smartworks IoT产品经理最初在未来播出.2021年6月,长约11分钟。今天就试试SmartWorks物联网吧,免费 - 点击这里开始试用

ATC演示文稿
查看所有资源
跳到内容

先进成形研究中心使用Altair EDEM™确定激光金属沉积增材制造中的粉末沉积工艺

来自James Black, Ryan Devine, Andrew Baker和Jack Meiklejohn的客座帖子来自Strathclyde大学的高级成立研究中心(AFRC)

激光金属沉积(LMD)是一种增材制造工艺,利用激光在基材上形成金属熔池;金属粉末沉积在其中。然后可以在基材表面构建复杂的2D几何图形,该过程可以重复多个层,以类似于聚合物3D打印的方式制造复杂的3D组件。

与传统的减法加工技术(如CNC加工)相比,该工艺具有许多优点。当组件可以直接打印时,大大减少了材料的浪费,提供了巨大的成本节约,特别是在需要先进、高成本材料的组件的制造方面。此外,不同的粉末金属可以在沉积前混合,允许构建成分梯度,从而提高材料兼容性和性能。

斯特拉斯克莱德大学的高级成形研究中心(AFRC)是苏格兰国家制造研究所的一部分,是组成高价值制造弹弓(HVMC)的七个中心之一,HVMC是一组制造业研究中心,旨在帮助推进英国制造业。AFRC的加工和增材制造团队正在不断努力,以进一步提高中心的LMD能力。renfrewshire中心拥有自己的混合机床,能够在一个平台上同时进行LMD增材和数控减法加工。

为了更好地了解整个过程,AFRC的团队使用EDEM软件对LMD头部的粉末沉积进行建模,同时结合了流体-粒子和激光-粒子相互作用,分别使用CFD和Mie理论。这样做是希望在未来,更发达的模型将能够告知和优化LMD过程,提高AM组件的质量。

该项目的基本阶段是校准EDEM模拟,以便模拟结果中使用的粉末与正在调查的真正粉末相当。这涉及进行物理实验,以确定滑动和滚动摩擦系数(μS.和μ.R.)对于颗粒颗粒和颗粒 - 设备材料相互作用。μ.S.在μ实验测量R.在传统的DEM校准程序之后确定。理想情况下,还将通过实验测量恢复系数,但这需要高度复杂的设备,超出项目范围。相反,使用占位符值0.5,类似于其他研究中使用的占位符值[1]。

采用静态坍落度试验作为定标试验,研究了颗粒间的相互作用。静态坍落度测试包括将粉末倒入一个垂直的空心圆柱体中,让粉末静置,然后抬起圆柱体。然后通过测量坍落的粉末桩与水平面的夹角,即休止角(AoR),计算出滑动摩擦系数。AoR与μ有关S.通过以下等式可以从斜坡滑动的物体的自由体图衍生[2]:

μ.S.= tan (AoR)

休止角是用数字量角器手动测量的。这些测量结果通过使用进一步验证标准的电子人捕获应用程序创建粉末桩的IR点云扫描。然后使用Python脚本测量扫描模型的AOR,结果在1度的手动测量范围内。

选择此测试主要有两个原因:物理实验简单、成本低,以及已有的数值实验作为测试的一部分Edem的校准套件。校准套件与水肺部集成,可直接从EDEM工作台模型测量AOR,大大提高了数值实验的准确性和便利性。

粒子设备材料μS.通过滑动板实验测量。在这个测试中,一层非常薄的粉末被铺在一盘设备材料上(在这个例子中是黄铜)。黄铜板慢慢倾斜,直到粉末层从板上滑下来。当这种情况发生时,板所处的角度被视为AoR。这个测试在EDEM校准工具包中没有体现,因此建立了一个自定义的EDEM实验。采用静态工厂快速生成粉末颗粒层,并以设定的角速度绕一端旋转。测试一直进行到粒子从平板上滑下来,AoR通过简单地将发生滑移的时间乘以角速度计算出来。μ.S.然后用前面提到的公式计算。

μ.R.更难以通过实验来确定。相反,一次都是μ的值S.已经计算出μ的值R.逐步改变,直到来自EDEM模拟的AORs与物理实验相匹配。如果进行了新的物理实验,则可以重复该校准程序,但是提供了一系列不同的材料和粉末。

为了使EDEM模型更加代表喷嘴内的气体颗粒相互作用,必须包括作用在材料上的颗粒体力。分析的两个是来自激光器的压力和来自喷嘴引入的各种气体流动的空气动力力。要实现这些力,使用Edem提供的应用程序编程接口(API)创建自定义插件。

它由不同的接口组成,这些接口提供了必要的方法和结构,以便在每次计算迭代期间添加这些力。创建的代码是一个单独的类,派生自作为API一部分提供的“ParticlePluginForcesV3_1_0.h”接口。通过使用该接口以及API中提供的其他工具,可以生成实现激光作用力的代码。这是通过将每个离散区域的力的分量加到粒子上(如果粒子恰好在激光束区域)来实现的。这些粒子被视为位于其中心的质点,因此这个位置被用来确定要施加什么样的激光力。

这简化了问题,因为实际上粒子比离散的激光力区域大得多(x5)。这意味着每一个粒子在激光束中都会受到不同的力。这可以通过表面积分来解决;然而,这将大大增加复杂性,并决定这是在项目范围内。相反,我们使用了粒子和它们最近的相邻力之间的线性插值方案,API中已经存在这种方案。

为了考虑从各种气体流动作用在颗粒上的空气动力学力,进行单向耦合的CFD-DEM分析。由于CFD数据是二维,因此必须开发一种方法来从中创建3D信息。要解决此问题,解决方案是将3D矢量字段虚拟化为2D。如果粒子在流场的中心的75mm内,则首先检查的算法。然后发现矩阵变换,将该颗粒旋转到2D矢量场平面中;搜索该平面中的相应载体;使用逆旋转变换将2D向量放入正确的虚拟平面中,最后为颗粒上的力求解。虽然需要更多的计算步骤,但这比搜索潜在的100,000个条目的列表更快。只需减少搜索的数量,所需的比较将大约为1×10 ^ 12,大约10000次的显着改进。

一旦使用API​​实施了体力,就产生粉末沉积粉末的沉积。从仿真结果中,确定气体流动和由于MIE理论引起的效果正在影响粉末沉积过程。未来的任何工作都将专注于使用EDEM构建更详细的模型,该模型可以直接与物理实验进行比较。

[1] S. Haeri,“使用DEM模拟对增材制造中粉末床制备的叶片式撒布器进行优化”,粉抛光工艺。,卷。321,pp。94-104,2017。

[2]波士顿大学,“测量μs”,2000。(在线)。可用:http://physics.bu.edu/ ~达菲/ semester1 / c6_measuremus.html

Altair团队的一个注释

我们很高兴与AFRC进行合作,并在这个新的区域与他们密切合作。这次合作让我们了解了更多关于激光金属沉积(LMD)工艺及其在增材制造应用中的EDEM技术的适用性。bob电竞官方牵牛星将继续与AFRC合作,我们感谢他们的团队一直以来的支持,以及迄今为止与我们一起完成的工作。

Callum Bruce, EDEM业务发展高级工程师

关于作者

从左到右

詹姆斯•布莱克- 流体造型工程师和程序员
詹姆斯最近毕业于孟毕业生,在斯特拉斯科莱德大学的航空机械工程中区分。他在计算机编程方面拥有丰富的经验,并使用EDEM API导致CFD和激光器插件的开发。

瑞安德文- 项目协调员
Ryan最近毕业于斯特拉斯克莱德大学,获得航空学机械工程荣誉学士学位。他在LMD实验工作和计算机辅助制造方面有丰富的经验,确保了所有项目目标的有效协调和实现。

安德鲁贝克-数值模拟工程师
Andrew现在毕业于孟加斯特州的猛禽,距离Strathclyde大学的机械工程中。他以前对材料分析,有限元模拟和数据分析进行了重大工作。这种体验意味着安德鲁非常适合解决mie理论分析,并将其整合到dem。

Jack Meiklejohn.- 过程建模工程师
Jack于2020年毕业于2020年,孟力为猛禽,距离Strathclyde大学的机械工程区别。他以前有有限元建模和数值分析的项目经验,因此很适合引领LMD调查的大部分地区分析。