MSC NASTRAN

如果产品召回和保修涉及到巨额成本，则疲劳分析将成为产品开发的重要组成部分。为使工程师们能够在产品开发的初期更深入地了解与疲劳有关的行为，企业不断投入重金。
  大多数疲劳寿命预测分析需要耗费大量的时间和精力，部分原因在于破碎式的求解过程，而 MSC Nastran 具备新的嵌入式疲劳功能，可快速得出疲劳寿命的分析结果。
  以某种汽车轮架为例，常用的疲劳方法需要 8 小时 11 分钟，而使用 MSC Nastran 嵌入式疲劳功能，这一过程只需 38 分钟。这相当于速度提高了 12 倍。
  此外，MSC Nastran 的优化技术可充分发挥产品性能，能在满足疲劳寿命目标的前提下最大限度地减轻产品重量。在某个案例中，优化后的设计变更导致质量减轻 13%，寿命从 105 个循环提高到 108 个循环。
  MSC Nastran 嵌入式疲劳功能包括：
  •应力—寿命
  •应变—寿命
  •安全因子（FOS）分析（S-N 与 E-N 均可）
  •采用临界面法处理多轴响应
  •并行处理（可高达 100 个线程）
  •实用工具
  •可在提交的单个任务中执行多个疲劳分析

为更好地预测产品行为，工程师们通过采用非线性分析突破了线性领域的限制。非线性分析比线性分析更加错综复杂，其它的有限元分析解算器一般不提供此类功能。MSC Nastran 所包含的非线性功能使工程师能够：
  •扩展线性有限元模型的价值，同一个有限元（FE）模型用于非线性分析来
  •通过研究接触部件的行为以及载荷传递来进行系统级分析
  •避免装配体中相邻部件之间的干涉
  •对由大量部件组成的系统使用简单的接触体定义
  •多学科链式分析用于多个事件的仿真
  •仿真具有高度动态性的事件
  •使用FSI 技术研究结构与周围流体之间的相互作用
  •热与结构之间相互影响的耦合分析
  •表征大量非线性材料的特性
  •通过对复合材料结构进行渐进失效分析，突破高级复合材料首层失效分析的局限性

MSC Nastran 提供了大量的功能，可深入了解复合材料结构的复杂行为，有助于不断减轻结构设计的重量。借助 MSC Nastran，工程师们能够：
  •为初步设计和详细设计进行静态和动态领域的仿真分析。
  •采用一组专门针对高级复合材料的高效有限单元进行高保真建模。
  •通过使用 MSC Nastran的脱层分析功能来预测复合材料结构内的损伤轨迹，从而减少子部件试验。
  •通过对复合材料结构进行渐进失效分析，突破高级复合材料首层失效分析的局限性，改进复合材料结构的损伤—容限特性。
  •采用内置的优化工具来减轻重量、改善结构性能，该工具使您能够进行跨越多个设计优化的同时，进行跨越多个学科的优化。
  •研究承受快速加载的复合材料设计的复杂行为。

在对大型振动系统进行建模和分析时，MSC Nastran 是市面上最出色、最高效的解决方案。它的核心功能使工程师们能够：
  •有多种特征值提取方法可供选择，可高效地确定无阻尼与有阻尼结构的正则模态。
  •可检查基于频率和瞬变的载荷所产生的结构响应。
  •借助传输路径分析（TPA）监测载荷路径和通过结构的能量流动。
  •采用自动部件模态综合法快速解算大型动力学问题和声学问题。
  •针对具有转动部件动力学特征的结构，可了解不平衡系统、确定系统稳定性、检测即将出现的产品失效、计算安全工作范围。
  •通过利用外部超级元技术可方便地共享设计模型并保留专用信息。
  •使用多个功能进行内部和外部声学分析，例如参与因子分析、整饰材料分析、单元灵敏度、弱耦合声学等。

 MSC   Nastran 迅速跟进并充分利用了最新的高性能计算优势和硬件。借助 MSC Nastran 您可以：
  •在采用自动部件模态综合法进行大模型的分析和 NVH 研究时可快速得到结果。
  •通过将 GPU 硬件作为高性能计算资源的一部分来加快仿真。
  •充分利用最新的并行技术，可用于从小型到大型的集群多处理器系统。
  •采用自动超单元技术高效地分析关键结构部段。

开发性能卓越的产品是每一个工程师所秉持的共同目标，但实现这一目标绝非易事，必须要考虑到多个设计变量、约束及目标。MSC Nastran 提供了大量的优化功能，可主动搜索设计空间内的最佳设计，有助于实现这一目标。使用 MSC Nastran 可以：
  •通过多模型优化功能同时优化多个设计、横跨多个分析领域。
  •使用 MSC Nastran 的形状及拓扑优化功能可确定临界载荷的有效材料分布，且无需在强度和刚度上作出让步。
  •通过拓扑优化提升加筋平板的性能。
  •采用 MSC Nastran 的形貌/尺寸优化功能找出薄壁结构设计的最佳厚度分布。
  •通过组合使用 MSC Nastran 的各种优化功能，可有效地减轻复合材料结构的重量。