我设计的螺旋GPS天线 仿真要10小时以上而且出现警告提示。: antenna.rar

先这里谢谢大家了。
我运用了专家自适应加密网格后， 整个系统要运行5次（5 passes）. 时间上一共是10个小时以上。记过第五次运行完了之后 warning: maximum number of pulse widths simulated, solverstopped. please note that the steady sate energy criterion has not beensatisfied.
还有就是* mesh cells are represented in stairecase mode andhave been filled with PEC. 结果上来看 1D results 里面 最终结果 s11 曲线 上面好多小波纹而且根本就不准确。 到是在adaptive meshing 里面 察看 S11曲线 会发现 pass 4 产生的曲线 较为平滑而且与我要求的Frequency（1.57542 GHZ）非常接近, 在大概 1.5795的位置 （见附件图1）。
我的问题是如何能用较少的网格较快的速度进行仿真呢？ 是不是由于我的网格设置不合理 又或是 我天线的 设计 有些无效操作 导致 网格过于琐碎 造成 结果很不理想呢。一些朋友建议我进行局部加密 我有试过 效果也不理想。

我天线设计 的简要说明：
我设计的是个螺旋GPS 天线。 中线的coilbase 是个介电常数3的管子 外面就是PEC材料的螺旋线圈。 底下是一个波长直径的接地（groundPlane）。 接地中间做了个同轴馈线。另外我的天线法相方向是Y坐标轴。

附上我的天线设计和s11图 欢迎大家指正。

这个是导航树中的1D Result中的Energy没有衰减到-30dB而导致的警告，不过一般问题不大，可以不用理会


是有许多网格被填充为了金属，一般模型中含有螺旋结构的话，或多或少都会有这个警告，当然对网格进行一定优化即可避免此警告。目前我做的是全局网格190多万，14个网格填充为PEC。


还是建议你对helixcoil这个组件进行局部加密（其它部分模型不用局部加密），我的设置是x、y方向上都是1、1（因为螺旋线的半径是1？），然后将全局网格设为10/10足矣，不用进行专家系统的自适应加密（这个是虚的，每次pass就是逐次将全局网格加密）。




我仿一下试试，具体网格设置等呆会结果出来后再说

[ 本帖最后由 karcsija 于 2009-2-13 16:51 编辑 ]

建议楼主把圆柱实体的螺旋线换成相当于直径宽度的有一定厚度的矩形线条，因为在HFSS和CST中对曲面的仿真都非常费时，换成矩形形状后会大大减少仿真的网格和时间，结果也比较接近。。。

楼上说的都很好，学习啦：）:27bb

非常感谢 我也试一下~~另外问一关于 局部加密的： 是指的Dx, Dy,Dz 设定成1 对吧（事实上我尝试过设定0.5 不过都出错误被终止了）。 那还要不要在 extend x/y/z range 这个选项里进行一些设置呢？ 因为考虑到我coilbase的壁厚目前是2mm 并且 这个厚道直接影响天线的谐振频率 我在想是不是进行一些精密网格的延展。。。。
另外 上面的 use local edge/volume refinement factor 貌似是局部网格加密的自适应？？ 这个数值是怎么决定的呢~~

谢谢你的建议。 我也去尝试下看看结果

还是楼主，我再请教大家一个问题： 我在smith 图里察看在我的我要求的频率下1.57GHZ 阻抗实部是100多欧姆 虚部是几十貌似 我如何才能改良天线结构使天线的阻抗达到 50欧姆 虚部接近0呢？？ 我已经在底部groundplane 那里设计了个同馈线 内外比 是按照Txline 设定的 所以这个馈线电阻很接近50欧姆应该没问题。另外就是这个馈线的长度对天线性能有影响吗？ 谢谢~

顶一下~~~~~~~~~~~~~~~~~~~~~~~~~~~~

看到大家的讨论，学习了不少知识阿:27bb :27bb

问题还没解决。。。。
：18de

模型应该需要更改，觉得，螺旋的直径太小了

或者直接35/35网格设置，试试，其实就是pass4的设置，让后在仿出大致理想曲线的情况下再对其做其它优化

一般我不用网格人工干预，默认就可以了

这个附件设置有点。。。。帮你看看还要先付1块钱。。。

螺旋结构天线的阻抗一般在200欧姆附近，想要与50欧姆匹配，可以做匹配网络。

CST的自适应算法的确很烂，专家系统基于几何加密，更是烂上加烂，基于能量的也好不到哪里去
还不如像上面DX说的，人工进行网格加密收敛性分析

S11上面好多小波纹 而且不准确的问题 可以通过 cst simulation result autoregressive filter 来解决 你google一下就知道怎么操作了

Good  good   good

Good   good   good

Good  good  good

你把频率后的小数点去个以为就行了