首页/文章/ 详情

modeFRONTIER使用小技巧:巧用内置随机与延时函数

2小时前浏览1

对modeFRONTIER软件比较了解的用户应该知道,在modeFRONTIER软件中允许在进行DOE样本点计算或者优化计算的时候同时计算多个设计点(一组输入参数组合对应一个设计点),具体设置的地方在Sched uling Start节点的Run Options设置界面当中,如下图所示:


       

但是在实际使用上述功能的时候,有时会碰到这样的现象:优化流程中的某些节点在同时并发过多进程的时候,可能会出现卡死或者堵塞之类的现象。例如在优化流程中有调用远程服务器的SSH节点的时候,某些远程服务器由于服务器设置的原因,在同时有过多的并发客户端试图连接的时候,就可能出现其中一些进程连接不上的情况。


上述情况往往只要进程间能稍微错开一些时间,就不会出现问题。因此在这种情况下,可以考虑在流程中加入随机延时的功能,使得对应节点的调用可以错开。很多语言脚本(例如Python等)都有随机函数和延时函数,组合使用即可达到相应的效果。在modeFRONTIER也可以调用这些语言脚本,实现相应的功能。但可能很多用户还不太了解的是,在modeFRONTIER的计算器(Calculator)节点中,本身就自带上述两种功能函数,因此完全可以利用modeFRONTIER的计算器(Calculator)节点,很方便地实现我们想要的随机延时功能。


modeFRONTIER计算器中的随机函数是rand函数,如果不加任何参数,则rand()返回一个0到1之间的随机数,如果加上参数a,则rand(a)返回一个0到a之间的随机数。


       


modeFRONTIER计算器中的的延时函数为sleep函数,sleep(s)的功能就是系统不执行任何操作,等待s秒。


       


因此我们只需要在可能出现卡死或堵塞现象的节点之前,加入一个计算器节点,计算器节点的脚本就是sleep(rand(t)),t是最大延时时间,可以按需要设置即可。


       


这样,modeFRONTIER的不同设计点所对应的进程在调用相应节点时,就会错开一个随机的时间,因此避开相应的卡死或堵塞情况。


用户也可以在自己的流程中,利用随机函数rand()或延时函数sleep(),实现一些自己所需要的特定功能。

来源:艾迪捷

python
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-09-13
最近编辑:2小时前
艾迪捷
MBD CAE解决方案专家
获赞 2粉丝 1文章 410课程 0
点赞
收藏
作者推荐

燃料电池氢气再循环方案优化

摘要车用燃料电池的耐久性和效率是制约其竞争力的关键问题。在本文中SYMBIO 公司利用GT-SUITE模拟了氢气再循环,并进行了引射器的选型计算以及氢气吹扫策略的优化。作者:SYMBIO氢能公司 1 背景介绍下图为美国重型车用燃料电池的指标。燃料电池的耐久性和效率是制约PEMFC竞争力的关键问题。 其中,氢气再循环(Hydrogen Recirculation)是一个关键的技术。一个好的氢气再循环技术应该满足以下要求:1)能够为燃料电池提供足够的氢气量2)满足水管理的要求3)能够维持要求的工况(如压力、温度、电流……)4)结构紧凑且节能2 氢气管理氢气管理一般包含高压氢气供应、氢气再循环、脱水器、以及吹扫等内容。本文主要研究氢气再循环、引射器以及吹扫策略。 本文所用模型如下图所示,主要集中在氢气回路的模拟。氢气再循环模拟的有几个关键特征:①多组分,包含H2O、H2、N2;②水蒸气的冷凝;③吹扫的动力学。 3 计算结果3.1模型标定下图为阳极压损的校核结果,阳极压损最大偏差 11mbar 下图为N2在不同温度和压力下的渗透流量的校核结果,最大偏差15%。 所用于标定模型的参数有阳极的沿程阻力损失、节流系数、以及N2渗透系数,如下图所示 3.2引射器的模拟由于引射器内部流动的复杂性,在系统仿真中一般采用基于map的引射器。SYMBIO采用纯氢气介质进行了测试,下图为性能map。 GT-SUITE将会通过下式将上述map修正到其他介质。 SYMBIO同步进行了CFD计算,所采用的介质为H2/N2/H2O的混合气。用于对比基于map的引射器模型与CFD计算的差异。下图为GT-SUITE和CFD计算结果的对比。其中GT-SUITE通过调整上式的Rx值进行标定,最终Rx = 0.5(也是软件默认值)时与CFD计算结果基本一致。 3.3引射器的选型SYMBIO 设计了3个引射器,通过对比不同负载下的阳极计量比进行评价。如下图所示,随着电流负载的减小,阳极的计量比会达到下限,即怠速。随着电流的增加,阳极计量比先增加后减小,在最大功率附近减小至计量比的下限。 最佳的引射器应该能够具有最大的功率范围,即能够循环更多的氢气。如下表所示,2号引射器是最佳设计方案。 3.4氢气吹扫策略吹扫因子的敏感性分析所谓吹扫因子(Purge Factor)是指在吹扫过程中浪费的氢气比例。如下图所示,高的吹扫因子将会降低N2浓度,有利于耐久性;但同时增大计量比,不利于能耗。低的吹扫因子将会减小计量比,有利于能耗但降低耐久性。 吹扫因子的优化如下图所示,优化的原则是:①中低功率区域,在保证计量比在最优区域的同时,尽可能减小吹扫,以提高经济性。②在高功率区域,可以适当增大吹扫因子,提高计量比至最优区域。 来源:艾迪捷

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈