MASTA 16中的机器学习优化器无需定制脚本工作流或第三方优化工具,可在数分钟内给出与资深工程师相当的修形方案,替代传统上数小时至数天的“试验—修正”迭代。
利用SMT机器学习优化器能实现将TE降至趋近于零,显著降低NVH风险,进一步为平衡其他NVH激励源如shuttling force,及其他性能指标如胶合、效率、重量等释放更多优化空间。
MASTA 16还引入基于图像识别的接触斑质量评估,将“良好接触形态”从人工判据转为可配置的量化判据并直接嵌入优化过程,自动排除不可接受的接触斑分布。
过去,完整的声学分析往往要数小时甚至数天。而MASTA 16能用已计算完成的NVH数据驱动声学仿真,将现有NVH结果中的数据与高保真声学仿真相结合,可高效地预测声学仿真结果,并快速定位关键噪声频率。
在关键部位做进一步的高保真计算,工程师最快能在几分钟内判断方案的优劣,快速比较多个设计方案并及早排除不良设计。
MASTA 16以单FE模型处理轮辐与轮齿,局部接触采用赫兹接触法,有效提升齿轮应力与传动误差(TE)的求解精度。
MASTA 16包括FE离心效应,对错位、载荷分配、齿面接触情况以及系统响应的预测更贴近实物,降低重新设计的概率。
MASTA 16中的带网格轴承套圈能把详细的力学特性带回分析工作流,FE网格直接在MASTA工作流内生成,对轴承特性的仿真更贴合实际工况,使模型搭建更快、人工投入更少、模型间一致性更高。
MASTA 16还使用非均匀和失圆特性来表征轴承套圈的变形,工程师可以更准确地查看变形和载荷分布。
MASTA 16扩展了电机的设计空间探索能力。电机参数研究工具(PST)允许工程师直接在MASTA内部做设计研究、查看修改输入参数对性能的影响,可自动生成图表,并可视化输出结果。
MASTA 16新增表贴式永磁电机(SPM),适用场景扩展到高速系统、机器人和航空航天领域,工程师可在MASTA软件内完成更多类型的电机建模与分析。
MASTA 16的高性能计算(HPC)允许在多台机器或远程计算环境中运行仿真,不再依赖单一工作站。
以往工程师由于本地硬件性能封顶、单次仿真时间长、作业只能夜间或顺序排队等现实情况,仿真分析的设计案例数量被迫设上限。
现在多个仿真可以并行推进,在同一时间窗内探索更多设计变体,复杂研究的周转时间显著缩短。
配合MASTA CLI,工程师还能把重计算从笔记本转接到高规格设备,把MASTA的计算能力接进现有工程流程,让重复性仿真任务自动跑起来。