首页/文章/ 详情

Ansys 2025 R2 | Ansys光学与光子学仿真新功能介绍——Speos

18小时前浏览21

Ansys Speos

2025 R2关键功能

效率提升(一)

功能:Ansys Cloud Burst计算
问题解:Ansys Speos Burst是一项新功能,它将Ansys Cloud Burst计算集成到Ansys Speos中,允许用户从Ansys Speos桌面按需向Ansys管理的云计算资源提交Speos求解器作业。
行业:航空航天与国防(A&D)、医疗保健、汽车、高科技、消费电子产品
Ansys产品工作流程:Speos
标受众:光学工程师、光机电工程师、光学系统设计师

效率提升(二)

功能:glTF导入

问题解决glTF是一种用于3D数据交换的开放格式,广泛应用于设计和实时3D应用。用户可以基于glTF准备高度详细的场景,以对其设计进行虚拟验证。  

行业汽车、航空航天与国防  

Ansys产品工作流程Speos  

目标受众光学工程师、光机工程师

光学零件设计

功能光学透镜-基于TIR透镜的内表面,交互式布局  

问题解决阶梯枕型光学透镜现已兼容TIR透镜光源。  

行业航空航天与国防、医疗保健、汽车、高科技、消费电子  

Ansys产品工作流程Speos  

目标受众光学工程师、光学系统设计师

Ansys Speos

2025 R2新功能

效率提升          

  • glTF导入(Ansys Speos)

  • 支持AxF外观属性(Speos for NX)          

  • MODTRAN互操作性(Ansys Speos)          

  • Speos RPC附加功能          

  • Speos for NX自动化脚本的附加特性和功能          

传感器/自动驾驶          

  • SNX探测器按面组过滤(Speos for NX          

  • Optical Design Exchange增强(Ansys Speos          

  • 激光雷达模拟使用扫描和旋转传感器(Speos for NX          

仿真效果与计算          

  • GPU逆仿真中的再平衡          

  • GPU加速(Speos for Creo Parametric          

光学部件设计          

  • Optical Lens基于TIR透镜(Ansys Speos          

  • 光导-铣削(Ansys Speos













效率提升

glTF导入  

  • glTF是一种用于3D数据交换的开放格式,广泛应用于设计和实时3D应用。    

  • Ansys Speos 2025 R2允许导入glTF文件,无需任何数据准备:    

    -在“结构”树中创建多面几何体    

    -基于物理渲染的材料外观和纹理作为材料(外观属性)和UV映射导入到“仿真”树中,并与几何体直接链接    

  • 用户可以基于glTF准备高度详细的场景,以对其设计进行虚拟验证。    

  • 只需点击几下,就可以轻松从3D数据库中轻松找到现成的资源:添加到Speos模拟中的街道场景、车辆或生活内饰。

导入glTF文件,准备使用Speos进行模拟  

Speos for NX支持AxF外观属性  

  • AxF,即外观交换格式(Appearance eXchange Format),由X-Rite开发,是一种广泛应用于汽车渲染的文件格式。    

  • Speos for NX 2025 R2引入了对AxF的外观属性支持,因为它通过多个纹理映射存储了许多效果。    

  • X-RiteAxF采集系统也可以直接获取外观属性。    

MODTRAN互操作性  

  • Speos 2025 R2支持导入由MODTRANMODerate resolution atmospheric TRANs mission)软件产生的外部输入,以考虑大气透射、散射和发射。    

  • 辐射度传感器与全新MODTRAN 环境源相结合,可以解释由于大气传播引起的信号扰动。    

  • 在不同场景下,可以准确地预测EOIRElectro-Optic infraRed)传感器的性能,并预测组件选择或设计修改。    

pySpeos的附加特性和功能  

  • Speos 2025 R1引入了Speos RPC,这是一种全新的API,可直接访问Speos求解器,无需运行图形用户界面或CAD软件。    

  • PySpeos使用Speos RPC来自动化Core级别的操作,例如创建新功能或修改现有功能,以及精心设计复杂的工作流程。    

  • Speos RPC 2025 R2pySpeos可以支持更多特性和功能:    

    -热源    

    -环境光源    

    -显示光源    

    -强度传感器    

    -3D辐照度传感器    

    -光学专家    

Speos for NX自动化脚本的附加特性和功能  

  • Speos for NX 2025 R2持续提供更多特性和功能支持:    

    -交互式光源    

    -偏振板、3D纹理    

    -环境材质    

    -光学专家传感器组及分析    

    -结果与测量    

    -功能副本    

    -Speos首选项    

  • 所有的类、函数和属性都有代码示例:    

    相关链接:

    https://developer.ansys.com/docs/speos

Python库与NX日志兼容,可在Python环境中自动执行重复性任务或执行高级分析。

传感器/自动驾驶

SNX探测器按面组过滤  

  • 杂散光分析工作流程需要研究光学序列中机械部件的影响,这些部件会导致不必要的光线到达传感器。    

  • 光度学数据过滤提供了创建面组,从而获取单个组贡献的可能性。    

  • 用户可以轻松识别和量化机械部件对杂散光的贡献。此外,还可以研究涂层等光学特性的变化,以减少杂散光。

Optical Design Exchange–光学特性管理  

  • Optical Design Exchange导入功能已得到改进

    ——不同几何结构的所有光学属性现在都通过材料特征显示出来:    

    ৹ “体积和表面属性”材料:    

       -每种玻璃参考一个    

       -一种专用于光阑表面    

       -一种专用于镜面    

    ৹ “面属性”材料:    

       -每个涂层一个    

       -一种专用于镜面    

  • Optical Design Exchange网格现在使用专用功能进行定义。    

  • Optical Design Exchange几何结构可以全局或单独选择,以定义模拟、3D辐照度传感器等。    

  • 新的“仅在计算时更新材料”功能方便更新涂层,而无需重新生成几何结构。    

Optical Design Exchange增强(一)  

  • Optical Design Exchange已支持在光学系统中创建镜面。    

  • 镜面材料导出为不透明体积光学属性,其涂层表面光学属性与镜面(无透射)相对应。    

  • 此外,Zemax OpticStudio的镜基板参数允许创建厚的几何形状。    

Optical Design Exchange增强(二)  

  • Speos现支持新的对象类型和参数,可以在Speos中重建透镜和镜面:    

    -离轴圆锥自由曲面(NSC离轴反射镜)    

    -圆形、矩形和椭圆形孔径    

    -SEQ坐标中断(外部材料)    

Optical Design Exchange增强(三)  

  • 现在,如果不考虑材料内部的坐标断点(例如,在挡风玻璃上应用楔角),可以使用Optical Design ExchangeZemax OpticStudio中的HUD系统导入Speos    

  • 导入的系统可用于执行HUD光学分析并提取关键指标。    

  • 还可以使用人眼和VR传感器评估感知图像质量和光学性能。    

使用扫描和旋转传感器的LiDAR模拟  

  • Speos for NX LiDAR传感器及其仿真现已兼容扫描和旋转类型。    

  • 此兼容性涵盖LiDAR领域的所有最新开发:    

    -扫描序列的定义(包括多光束和旋转序列)。    

    -传感器成像器的分辨率。    

    -基于Speos灯箱和LiDAR传感器的轨迹定义动态仿真。    

    -生成原始飞行时间结果。

仿真效果与计算

GPU逆向模拟中的再平衡  

  • 得益于方差重新平衡,Speos 2025 R2使得GPU逆向模拟速度更快。    

  • 此计算的优化可在GPU计算和实时预览中启用。    

  • 再平衡功能使用方差图(该图存储了结果中剩余的噪声)来定义需要发送更多光线的区域。    

  • 实时预览功能会实时更新方差图和光线平衡图。    

  • 实时预览运行时,可以编辑再平衡模式。    

Speos for Creo ParametricGPU加速  

  • Speos for Creo Parametric用户现在可以从GPU加速中受益,这要归功于可用于正向和逆向仿真的GPU Regenerate功能,以GPU的速度生成XMP结果。    

  • 此外,用户可以通过Preview访问实时预览,预览功能会打开应用程序以实时显示GPU仿真输出,并使用标准功能对可视化效果进行微调(虚拟照明控制器、比例尺、人体视觉……)。

光学部件设计

Optical Lens–基于TIR镜头的内表面,交互式布局  

  • 光学透镜Step pillow类型现已兼容TIR Lens    

  • 这种全新组合允许先在内侧准直光线,然后根据光学参数进行散射。    

  • 这项新功能可加快设计通过调节的速度,同时保持良好的照明外观。    

  • 交互式布局也得到了改进,以便于TIR透镜的可视化(了解如何定位或驱动构造参数)。    

光导-棱镜铣削  

  • Speos光导功能可创建小型棱镜,这些棱镜可能受制造约束的影响很大。    

  • Speos 2025 R1 SP1允许在使用Add模式构建的光导上创建棱镜边缘的半径。    

  • 半径值可根据模具或塑料注塑约束进行调整。    

  • 虚拟光导通过更稳健的优化更接近真实原型,从而提供正确的设计。

来源:摩尔芯创
HFSSOptical半导体光学航空航天汽车电力电子python云计算CreoUM材料控制渲染模具
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:2025-09-19
最近编辑:18小时前
摩尔芯创
光学仿真、光学培训、硅基光电子
获赞 9粉丝 21文章 68课程 0
点赞
收藏
作者推荐

Lumerical | 基于MIM双环谐振器的等离子体光学生物传感器

在医疗健康、食品安全与环境监测领域,病原细菌的快速精准检测始终是一项关键挑战。传统检测方法如微生物培养、聚合酶链式反应(PCR)技术等虽可靠,但存在耗时久、依赖专业设备、灵敏度不足等局限,难以满足实时监测与现场应用需求。近日,一项发表于《Scientific Reports》的研究为这一困境提供了解决方案[1] —— 基于金属-绝缘体-金属(MIM)双环谐振器的等离子体光学生物传感器,以其超高灵敏度、快速响应及多细菌区分能力,有望重塑细菌检测技术格局。细菌检测技术的现状与痛点细菌感染仍然是全球发病率和死亡率的主要原因,诊断延迟往往会加剧临床结果。然而,传统检测手段存在显著短板:微生物培养需数天时间,PCR与酶联免疫吸附试验(ELISA)技术依赖实验室条件且操作复杂,难以在资源有限地区推广应用。即便在技术相对成熟的场景,这些方法对早期感染的低浓度细菌也常出现漏检,延误治疗时机。近年来,光学生物传感器凭借无标记检测、实时分析、可微型化等优势成为研究热点,其中等离子体传感器因对局部折射率变化的超高敏感性脱颖而出。表面等离子体激元(SPPs)在金属-介质界面的激发,可将电磁场强局域化,极大增强光与生物分子的相互作用,为高灵敏度检测奠定基础。但现有技术在特异性、多参数优化及实际环境适应性上仍有提升空间。MIM双环谐振器传感器的设计与优化(一)核心结构:MIM双环谐振器的设计该传感器采用MIM双环谐振器结构,其结构如图1所示,核心由两层金属夹一层介质基板构成,通过纳米环与垂直臂的巧妙布局实现电磁场强约束。具体设计中,金纳米环与金背反射器的组合被选为最优方案——金具有优异的等离子体共振特性与化学稳定性,可有效减少生物环境中的干扰;绝缘介质基板由一层SiO2制成,厚度经优化后确保电磁场与分析物的高效作用;传感器整体结构参数通过粒子群优化(PSO)算法迭代优化,最终确定关键尺寸如表1所示。图1 等离子体激元生物传感器中MIM结构的示意图参数符号值介质基板长度L780nm臂长d310nm环宽度w50nm环半径R130nm背反射器厚度hb100nm介质基板厚度hd205nm环和臂厚度hr75nm分析物层厚度ha200nm表1 优化后的传感器尺寸参数(二)优化方法:PSO算法与多参数平衡 为同时提升传感器灵敏度与品质因数(FOM),研究团队采用粒子群优化(PSO)算法对结构参数进行系统优化。通过建立“参数-性能”映射模型,分析背反射器厚度、介质基板厚度、纳米环厚度、分析物层厚度等关键参数对传感器性能的影响:背反射器厚度(hb):在98-104nm范围内,灵敏度峰值达330nm/RIU,FOM约11RIU⁻¹,结果突出了增强的场约束和增加的等离子体激元损失之间的权衡。介质基板层厚度(hd):205-215nm区间内,厚度增加会削弱电磁场约束,导致灵敏度与FOM下降。纳米环厚度(hr):65-75nm范围内,75nm时灵敏度达330nm/RIU,FOM峰值10.5RIU⁻¹,此时欧姆损耗最小。分析物层厚度(ha):185-210nm区间内,200-205nm时性能最优,因电磁场与检测层重叠度最高。图2 PSO优化结果。(a)背反射器厚度,(b)介质基板层厚度,(c)纳米环厚度,(d)分析物层厚度的灵敏度和FOM。仿真验证:3D-FDTD技术与性能评估(一)仿真工具与参数设置研究采用三维时域有限差分法(3D-FDTD)进行仿真验证,使用Lumerical FDTD分析软件构建模型,关键设置如下:波长范围:1000-1300nm网格精度:全局10nm,敏感区域(MIM纳米环)细化至2nm(dx=dy=dz=2nm)边界条件:z轴采用完美匹配层(PML),x、y轴为周期性边界光源:平面波温度:300K,仿真时间1000fs通过调整分析物折射率(Δns),记录共振波长偏移(Δλ₀),计算核心性能指标:灵敏度(S): (单位:nm・RIU⁻¹)品质因数(FOM): (FWHM为共振峰半高宽)检测限(LoD): (二)电磁场分布与增强机制 传感器的高灵敏度源于强电磁场约束效应。仿真结果显示,在1067.25nm波长下,XY平面(z=0nm)的电磁场呈现四极子分布,纳米环周围场强达最大值10(相对单位),表明SPPs在金-介质界面被高效激发;XZ平面(y=0nm)的电磁场集中于介质间隙(z=75-280nm),并向分析物层(z>280nm)呈指数衰减,显著增强光与细菌的相互作用。图3(a)XY平面中的电场分布;(b)XZ平面中的电场分布(三)性能指标 经优化的MIM双环谐振器传感器展现卓越性能:灵敏度:324.76nm・RIU⁻¹品质因数(FOM):10.187RIU⁻¹检测限(LoD):0.075RIU共振峰半高宽(FWHM):31.88nm与现有技术相比,该传感器在灵敏度、FOM与检测限上全面领先。例如,传统MIM传感器灵敏度多在200-300nm/RIU,FOM约8RIU⁻¹,而本研究通过结构优化将性能提升15%-25%,尤其在复杂生物环境中仍保持稳定输出。参考灵敏度(nm.RIU-1)FWHM(nm)FOM(RIU-1)LoD2660.97.7---3150207.50.142803580.08531339.14---本文324.7631.8810.1870.075表2 性能参数对比(四)多细菌检测与环境稳定性传感器可通过折射率差异精准区分多种细菌:霍乱弧菌(n=1.365):共振波长偏移5nm大肠杆菌(n=1.388):共振波长偏移10nm假单胞菌(n=1.437-1.526):共振波长偏移15-25nm图4 不同细菌的反射光谱曲线此外,传感器在复杂环境中表现出强稳定性:温度适应性:0-500K范围内性能无显著波动角度耐受性:入射角度0°-50°时共振峰稳定偏振无关性:TE与TM偏振模式下检测结果一致图5(a)不同温度下的反射光谱;(b)不同入射角下的反射光谱;(c)TE和TM偏振模式的反射光谱总结基于MIM双环谐振器的等离子体光学生物传感器通过结构创新与多参数优化,实现了324.76nm・RIU⁻¹的超高灵敏度与0.075RIU的低检测限,成功区分霍乱弧菌、大肠杆菌等多种致病菌,并在宽温域、多角度条件下保持稳定性能。3D-FDTD仿真与PSO优化验证了设计的科学性,Lumerical软件的精准模拟为后续实验转化提供坚实基础。参考文献:[1] Khodaie A, Rafighirani Y, Heidarzadeh H, et al. Design of a plas monic optical biosensor based on a metal-insulator-metal ring resonator for the detection of various bacterial pathogens[J]. Scientific Reports, 2025, 15(1): 20699.[2] Alsalman O, Wekalao J, Arun Kumar U, et al. Design of split ring resonator graphene metasurface sensor for efficient detection of brain tumor[J]. Plas monics, 2024, 19(1): 523-532.[3] Zhu S, Tang Y, Lin C, et al. Recent advances in patterning natural polymers: from nanofabrication techniques to applications[J]. S mall Methods, 2021, 5(3): 2001060.[4] Mostufa S, Paul A K, Chakrabarti K. Detection of hemoglobin in blood and urine glucose level samples using a graphene-coated SPR based biosensor[J]. OSA Continuum, 2021, 4(8): 2164-2176.[5] Taghipour A, Heidarzadeh H. Design and an alysis of highly sensitive LSPR-based metal–insulator–metal nano-discs as a biosensor for fast detection of SARS-CoV-2[C]//Photonics. MDPI, 2022, 9(8): 542.来源:摩尔芯创

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