首页/文章/ 详情

最新案例 | 宝马:META 专用工具栏实现瞬态应力和变形结果的生成和动画演示

4月前浏览848

包含瞬态叠加载荷的载荷工况往往会导致复杂的变形和应力,这会显著影响车身结构以及车辆其他部件的耐久性设计。

仅凭耐久性仿真生成的静态结果图不足以有效识别关键载荷通道及其引起的变形。由于缺乏对关键载荷通道的深入了解,导致开发团队不得不采用低效的试错法,从而使决策过程变得复杂。



因此,如果有一个高效的工具能够整合所有载荷工况及其各自的时间历程,并自动生成整个车身结构随时间变化的应力和变形结果,将极大地帮助识别关键载荷工况,并避免采用低效的试错法。



面临的挑战


目前耐久性仿真的流程会计算单位载荷引起的应力张量。在进行此类仿真时,典型的疲劳分析侧重于解决局部问题,而忽略了识别更广泛的概念性问题。如果能够研究单位载荷及其各自载荷时间历程组合引起的瞬态应力和变形,就有可能识别出这些更广泛的概念性问题。

然而,进行瞬态有限元(FE)仿真需要创建新的载荷工况,这将导致仿真工作量显著增加且不合理。同时,对载荷时间历程和应力结果进行任何手动操作都容易耗费大量时间并可能引入错误。尤其是在一些复杂情况下,例如确定车身结构的“关键工况”,这涉及到由道路一侧发生的特定不利事件引起的整体扭转。


 


解决方案


为了解决上述挑战,我们开发了一个专门的、用户友好的 META 工具栏,以提供以下功能。

  • 读取时间历程曲线和静态子工况;

  • 自动匹配静态子工况和时间历程;

  • 能够选择性地仅保留曲线的相关区域;

  • 利用线性叠加原理生成瞬态应力和变形结果。


取得的成果


新开发的 META 工具栏使工程师能够以多种组合方式可视化变形和应力结果。这有助于轻松检测车身关键区域因不同载荷历程和单位载荷而产生的更广泛的概念性问题。这项功能超越了仅靠静态分析所能达到的水平,同时还消除了耗时的有限元瞬态仿真分析的必要性。

用户说


新开发的 META 工具栏使工程师能够以多种组合方式可视化变形和应力结果。这有助于轻松检测车身关键区域因不同载荷历程和单位载荷而产生的更广泛的概念性问题。这项功能超越了仅靠静态分析所能达到的水平,同时还消除了耗时的有限元瞬态仿真分析的必要性。


END

               


© 2026 Cadence Design Systems, Inc. 版权所有。在全球范围保留所有权利。Cadence、Cadence 徽标和 www.cadence.com/go/trademarks 中列出的其他 Cadence 标志均为 Cadence Design Systems, Inc. 的商标或注册商标。


       


来源:Cadence楷登
System疲劳CadenceMETA
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:2026-04-13
最近编辑:4月前
Cadence楷登
签名征集中
获赞 4粉丝 122文章 688课程 0
点赞
收藏
作者推荐

推出专为新一代语音 AI 与音频应用打造的 Tensilica HiFi iQ DSP

中国上海,2026 年 3 月 19 日 —— 楷登电子(美国 Cadence 公司,NASDAQ:CDNS)近日宣布推出 Cadence® Tensilica® HiFi iQ DSP IP。这是其广受欢迎的 HiFi DSP 系列的第六代产品,基于全新架构,专为新一代语音 AI 和新兴沉浸式音频应用而构建。此类应用在家庭娱乐、车载信息娱乐和智能手机市场快速普及,SoC 计算需求随之日益增长,而 HiFi iQ DSP 具备卓越的性能和能效,恰好可满足这一需求。相较于行业领先的 Tensilica HiFi 5s DSP,HiFi iQ DSP 的计算性能提升 2 倍,AI 性能提升 8 倍,在大多数工作负载下可节省超过 25% 的能耗,在众多音频编解码器上实现了超过 40% 的性能提升。 “随着 AI 在几乎所有行业领域的快速增长,音频和语言已成为用户的关键交互接口。”Moor Insights and Strategy 副总裁兼首席分析师 Anshel Sag 表示,“Cadence 全新旗舰 Tensilica HiFi iQ DSP 在 AI 能力和能效方面的优势,使其能够支持未来的 AI 增强型应用,并将处理负载从其他处理器中卸载出来。”当前,在多重因素的推动下,音频市场对算力的需求正不断攀升,这些因素包括最新沉浸式音频编解码器带来的丰富体验需求、更高采样率下的音频处理、基于对象的渲染、无缝式自然语言处理(NLP)以及汽车道路噪声消除(RNC)。这类应用场景对 AI/ML 能力以及音频/语音的前后处理功能都提出了更高要求,因此在边缘 AI 和物理 AI 应用的设备端处理中,必须以低延迟、低功耗完成更密集的运算。由于大多数此类设计都受限于功耗,提高核心工作频率或集成多核架构通常并非可行方案。Cadence 凭借二十余年的音频解决方案开发经验以及在指令集优化方面的技术专长,研发出专为 AI 增强型高性能音频工作负载而设计的全新架构。Tensilica HiFi iQ DSP 顺应音频市场的最新趋势,其性能表现较 Tensilica HiFi 5s DSP 实现显著跃升:计算性能提升 2 倍,AI 性能提升 8 倍,符合计算密集型先进音频标准在各种工作负载下可降低 25% 以上的能耗,实现高能效设备端 AI 处理增强自动向量化功能,实现轻松编程,缩短上市时间支持 FP8、BF16 等格式,可运行领先的语音 AI 模型相较于前代 HiFi DSP,Tensilica HiFi iQ DSP 的架构得到了优化,算力得到了提升,因此能够以更高的效率运行 Dolby MS12、Eclipsa Audio、Opus HD、Audio Vivid 等复杂沉浸式音频编解码器。Cadence 已在多个编解码器上验证,相较于 Tensilica HiFi 5s DSP,新一代 DSP 的性能提升 40% 以上。用于关键词唤醒(KWS)、主动降噪(ANC)、波束成型和自动语音识别(ASR)的信号处理算法可无缝运行,实现先进的 NLP 功能。此外,多路多声道音频播放技术支持渲染 3D 空间音域与声场泡域,可带来高度逼真的聆听体验。 “随着大语言模型(LLM)、小语言模型(SLM)、高能效系统级芯片(SoC)和设备端 AI 取得新突破,语音输入正逐渐取代键盘成为新型交互方式。为实现与最新物理 AI 应用的无缝交互,SoC 供应商亟需高能效、易编程的 IP 解决方案,使其能够在设备端运行 SLM,同时无缝执行语音与音频处理任务。”Cadence 高级副总裁兼芯片解决方案事业部总经理 Boyd Phelps 表示,“作为音频、语音及 AI 应用领域的 DSP 市场领导者,Cadence 的 Tensilica HiFi DSP 已广泛应用于各类嵌入式产品,出货量达数十亿颗。多家 SoC 和系统供应商正携手 Cadence,持续突破性能与能效的边界。”Tensilica HiFi iQ DSP 能够作为语音 AI 应用的一体化 AI 处理器,为常见小语言模型(SLM)和大语言模型(LLM)的运行提供支持。为进一步提升性能,这款 DSP 还可轻松搭配 Cadence 的 Neo™ NPU 或客户定制 NPU,实现性能与能效的最大化。Tensilica HiFi iQ DSP 兼容 Cadence NeuroWeave™ Software Development Kit (SDK)、TensorFlow Lite for Micro (TFLM)、LiteRT 及 ExecuTorch 环境,确保 AI 模型的高效执行。Tensilica HiFi iQ DSP 还依托庞大的合作伙伴及 OEM 的生态系统[1],利用其开发的软件库、编译器、编解码器套件、框架等资源,助力客户轻松部署,缩短产品上市时间。客户与合作伙伴支持如需了解音频合作伙伴及客户对全新 Tensilica HiFi iQ DSP 的评价,请参阅此引述记录[2]。可用性与相关资源Tensilica HiFi iQ DSP 于 2026 年第一季度面向重要客户及合作伙伴开放,预计在第二季度全面上市。HiFi iQ DSP 还将争取 ISO 26262 功能安全(FUSA)认证,以适用于安全关键型应用。未来 HiFi iQ DSP 将支持缓存一致的多核配置。白皮 书:语音成为新一代交互界面[3]视频:赋能下一代语音 AI 和高性能音频[4]产品简介:Tensilica HiFi DSP系列[5]产品网页:HiFi iQ DSP[6] 来源:Cadence楷登

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