CAE小百科系列连载.doc

一、如何成功應用CAE在塑膠射出成型
CAE是真實物理現象的模擬(Simulation),也就是在電腦中對物理系統所作的理想化(Idealization),因此再準確的模擬也僅是真實世界(Real World)的近似(Approximation)。因為在理想化過程中所作的種種假設(Assumption)與簡化(Simplification),使此物理現象的理論模型(Theoretical Model)可以有效率地求解,並且提供程序動態的有用資訊。
可以將CAE系統想成是一份描述真實世界的地圖: 它不一定提供很詳細的地貌跟細節,也不會對某一建築的顏色材質作仔細的描述,但你可以憑藉地圖去辨別方向,了解地物分布並找到你所想要的目標。地圖就是真實世界的抽象化(Abrastration)或理想化:某一建築在地圖中被簡化為一個方塊;有寬度的道路被簡化成一條條黑線。
在應用CAE時也應有這樣的觀念:限於現有模型的不完整性以及計算效率的考量,CAE不見得可以完全將程序的每一個細節都模擬出來,但它可以將系統最重要的動態表達出來。透過這些關鍵變量的分布與時間歷程變化,有經驗的工程師或設計者可以根據他或她的知識與經驗來解決問題。
要成功應用CAE,除本身要具備相關的設計成型經驗和知識外,對於CAE系統本身的限制與假設,以及可能的誤差來源也要加以了解,方能辨別分析結果是否偏離物理現象與成型經驗,分析有疑問之處是數值計算誤差(Numerical Error)或是可能發生的真實現象。甚至利用CAE整理彙整經驗,避免經驗盲點,建立設計成型準則。

二、CAE分析誤差的可能來源
一般CAE分析誤差的可能來源大約可概分如下:
理論模型(Theoretical Model)
數值解法(Numerical Solver)
 幾何模型(Geometry Model)
錯誤輸入資料(Wrong Input Data)
CAE分析的準確性有相當程度依賴於使用理論模型的準確性(Accuracy)及可靠性(Reliability)。由於真實物理現象過於複雜,因此往往需要作某種程度的簡化及模型建立(Modeling)。此一模型的正確性會影響到預測的準確性。尤其是目前的材料物性模型多為經驗式(Empirical Equation)或巨觀惟象(Macroscopic phenomenological )的半經驗式,模型本身未能考慮材料微觀結構(Microstructure)的根本誤差,實驗數據取得不易和數據求適(Data Fitting)時導致的誤差,以及在應用時對於實驗範圍外數值的外差(Extrapolation)等,都有可能導致分析上的誤差。
其他如模流分析的基本假設是流動滿足GHS流動(Generalized Hale-Shaw Flow)模型,此一模型對於厚度遠小於長度及寬度的薄塑件較為適用,因此對於粗厚件(厚度約等於平面方向最小尺寸)以及厚度方向流動明顯(厚度差異極大且突然變化)的塑件,此一模型在預測上無可避免必會導致較大的誤差。
此外,在求解理論模型時所應用的數值解法也是另一個誤差來源。數值計算時由於方法使用不當,幾何模型建立不良造成的奇異性(Singularity),以及數值迭代(Numerical Iteration)過程未能收斂(Converge)等,都是可能的計算誤差來源。CAE工程師應具備足夠的物理觀念與經驗去區分特殊的分析結果是數值誤差所導致的人為產物(Artifact)或是真實可能會出現的物理現象。
幾何模型的正確性是CAE系統終端使用者所能夠自己掌握並控制的誤差來源。在了解CAE系統理論模型後,使用者應該以模型假設作為檢查幾何模型的重點。例如,對於厚度變化激烈區域中心面的取法,對於靠破孔區域及肋區域的建圖方式等,均會在某種程度上影響分析的正確性。這方面的需依賴實際建圖經驗,比較分析結果與實際試模或實驗結果,逐漸使所建模型逼近真實物件的加工特性。
輸入資料不正確—一個很不該卻常犯的錯誤。如厚度設定不當,加工條件錯誤,選用材料錯誤等等。CAE系統是一個典型的GIGO(Garbage In;Garbage Out)系統:你餵它吃垃圾,它就吐垃圾出來。不正確的輸入一定不可能得到正確的結果。當分析結果與實際狀況出現差異時,先別急著採取其他動作,先仔細檢查你的輸入吧! 
CAE小百科系列~連載二 
一、如何避免或減少CAE分析誤差
要避免或減少CAE分析誤差,首先你要先了解誤差可能來源,然後採取對策。CAE工具的應用得當與否,有相當程度依賴於你的專業知識與經驗。因此利用閱讀與現場實務驗證,以及參加相關研討會與講習會,提昇判讀CAE結果能力與專業知識,應是減少分析誤差的不二法門。利用一些簡單案