CST Studio Suite 允许客户访问多种电磁 (EM) 仿真解算器,它们使用了有限元方法 (FEM)、有限积分技术 (FIT) 和传输线路矩阵方法 (TLM) 等方法。这些都是功能最强大的通用解算器,适用于执行高频仿真任务。
用于专业高频应用领域(例如大型电气结构或高共振结构)的其他解算器则对通用解算器形成了补充。
CST Studio Suite 包含了 FEM 解算器,专用于静态和低频应用领域,例如机电设备、变压器或传感器。与此相配合的还有用于带电粒子动力学、电子学和多物理场问题的仿真方法。
这些解算器无缝集成到了 CST Studio Suite 中的一个用户界面,允许针对既定的问题类轻松选择最合适的仿真方法,同时通过交叉验证提供了更高的仿真性能和前所未有的仿真可靠性。
1、Asymptotic
一种射线追踪解算器,可高效地用于极大型结构。
2、本征模式
一种适用于模拟共振结构的 3D 解算器。
3、Filter Designer 2D
一种平面滤波器合成工具,包含一个带有各种滤波器类型的数据库。
4、Filter Designer 3D
一种适用于设计交叉耦合带通滤波器的合成工具。
5、Frequency Domain
一种功能强大的多用途 3D 全波解算器,基于有限元方法。
6、积分方程
一种基于矩量法技术的 3D 全波解算器,适用于模拟大型电气结构。
7、Multilayer
一种 3D 全波解算器,经过优化可用于模拟平面微波结构。
8、Time Domain
一种功能强大、用途广泛的 3D 全波解算器,可在单次运行中执行宽频仿真。
1、Electrostatic
一种适用于模拟静电场的 3D 解算器。
2、Stationary Current
一种适用于通过设备模拟直流电流流动的 3D 解算器。
3、Magnetostatic
一种适用于模拟静磁场的 3D 解算器。
4、Low Frequency - Frequency Domain
一种 3D 解算器,用于模拟低频系统中的时谐行为,可帮助用于无线功率传递的线圈仿真。
5、Low Frequency - Time Domain
一种 3D 解算器,用于在包含涡流、非线性效应和运动的低频系统中模拟瞬态行为。还可以对电阻-电容效应进行建模。
Multiphysics Solvers:一组热解算器和机械解算器,开发作为电磁仿真工作流程的补充。
1、Particle-in-Cell
一种用于粒子追踪的自相容仿真方法,可在时域内同时计算粒子轨迹和电磁场。
2、Particle Tracking
一种适用于通过电磁场模拟粒子轨迹的 3D 解算器。
3、Wakefield
一种解算器,可计算粒子束周围的场以及通过不连续性互动产生的尾场。
CST Studio Suite提供的出色工作流程集成提供了可靠的数据交换选项,有助于减轻设计工程师工作量。
CST Studio Suite 的出名之处在于其超凡的 CAD 和 EDA 数据导入功能。即使一个损坏的元素也会造成整个部分无法使用,而成熟的修复机制可恢复有缺陷或不合规数据的完整性,从而显得尤其重要。
可以导入完全参数化的模型,并且由于 CAD 与仿真之间的双向链接,使得设计变更可以立即反映在仿真模型中。这意味着可以将优化及参数设计算例的结果直接导入回主模型中。这样可以改善工作流程集成,并减少设计优化所需的时间和工作量。
CST Studio Suite为电磁系统和设备提供了自动优化例程。可以针对 CST Studio Suite 模型的几何尺寸或材料属性对其进行参数化。这样,用户就可以研究设备在其属性发生改变时的行为。
用户可以查找最佳设计参数,以达到既定效果或实现某个目标。他们还可以调整材料属性以适应测量的数据。
CST Studio Suite 包含多种自动优化算法,既有本地算法也有全局算法。本地优化器提供了快速融合,但有可能只是本地的最低限度融合,而不是整体最佳的解决方案。另一方面,全局优化器可以搜索整个有问题的空间,但一般需要执行更多计算。
对于极其复杂的系统或存在大量变数的问题,可以使用高性能计算技术来加快仿真和优化速度。特别是,可以通过使用分布式计算来大幅提高全局优化器的性能。
1、Covariance Matrix Adaptation Evolutionary Strategy
Covariance Matrix Adaptation Evolutionary Strategy (CMA-ES) 是最精密的全局优化器,可为全局优化器带来相对快速的融合。借助 CMA-ES,优化器可以“记住”之前的迭代,此历史记录可用于提高算法的性能,同时避免出现局部最优。
适用于:全局优化,尤其是复杂的问题领域
2、信任区域框架(TRF)
一款强大的本地优化器,基于主要数据在起点周围的“信任”区域构建线性模型。建模的解决方案将用作新的起点,直至其融合至准确的数据模型。信任区域框架可以充分利用 S 参数敏感性信息减少所需的仿真数,同时加快优化流程。这是最为可靠的优化算法。
适用于:全局优化,尤其是带有敏感信息的模型
3、Genetic Algorithm
Genetic Algorithm 使用演化方法进行优化,在参数空间生成多个点,然后通过多个生成结果对这些点进行细化,会出现随机的参数突变。此算法在每个生成结果中选择“最适当的”参数集,从而融合至全局最优方案。
适用于:复杂的问题和具有许多参数的模型
4、Particle Swarm Optimization
另一款全球优化器,此算法将参数空间的点视为移动粒子。在每个迭代中,粒子的位置不仅根据每个粒子的最佳位置更改,而且会根据整体的最佳位置进行更改。Particle Swarm Optimization 适用于具有许多参数的模型。
适用于:具有许多参数的模型
5、Nelder Mead Simplex Algorithm
此方法是本地优化技术,使用在参数空间分布的多个点来查找最优方案。相比大多数本地优化器,Nelder Mead Simplex Algorithm 更少依赖于起点。
适用于:复杂的问题领域,其中具有相对较少的参数,系统没有良好初始模型
6、lnterpolated Quasi Newton
这是一款快速的本地优化器,使用插值接近参数空间的梯度。Interpolated Quasi Newton 方法具有快速融合。
适用于:具有计算要求的模型
7、Classic Powell
一款简单可靠的本地优化器,用于解决单参数问题。尽管速度慢于 Interpolated Quasi Newton,但有时更加准确。
适用于:单变量优化
8、Decap Optimization
Decap Optimizer 是一款用于印刷电路板 (PCB) 设计的专门优化器,其使用 Pareto 波前法计算去耦电容器最有效的布置。这样可以最大程度减少所需的电容器数量或降低总成本,同时仍满足指定的阻抗曲线。
适用于:PCB 布局
凭借 System Assembly and Modeling (SAM),CST Studio Suite提供了一种可简化仿真项目管理的环境,允许使用图解式建模来直观地构建电磁 (EM) 系统,并直接管理复杂仿真流。
SAM 框架可用于对整个设备进行分析和优化,包括多个单独的部件。这些以相关物理量的方式表述,例如电流、场或 S 参数。SAM 允许将最高效的解算器技术用于每个部件。
SAM 可以帮助用户对同一个仿真项目内的不同解算器或模型配置的结果进行比较,并自动执行后处理。SAM 可以方便地设置一连串解算器运行,以用于混合和多物理仿真。例如,使用 EM 仿真的结果来计算热效应,再计算结构变形,然后使用另一个 EM 仿真来分析去谐。
在准确地分析复杂模型时,这种不同仿真级别的组合有助于减少所需的计算工作量。