EO531

ELETTRONICA OGGI 531 - gennaio | febbraio 2026 55 tecnologia Il nuovo Granular Flow Module può essere utilizzato per analizzare le prestazioni di miscelazione e quantificare l’omogeneità nei miscelatori industriali. Le funzionalità esplicite di dinamica strutturale introducono una nuova classe di simulazioni in Comsol Multiphysics versione 6.4 Novità introdotte La versione 6.4 di Comsol Multiphysics introduce il calcolo GPU Nvi- dia per i solutori diretti ed estende le funzionalità multi-GPU per le simulazioni acustiche. Questo aggiornamento segna un importante passo avanti nel continuo lavoro di Comsol per migliorare le presta- zioni e la scalabilità dei solutori. cuDSS, un solutore diretto sparso accelerato da GPU e ottimizzato per il calcolo ibrido CPU-GPU, supporta tutte le recenti GPU Nvidia. A seconda delle caratteristiche dell’hardware e del modello, cuDSS può fornire notevoli miglioramenti in termini di velocità rispetto ai so- lutori diretti basati su CPU. Il calcolo GPU è vantaggioso sia per le simulazioni di fisiche singole che per quelle multifisiche, in partico- lare nei casi in cui la robustezza del solutore è importante. Nei ben- chmark, alcune simulazioni multifisiche hanno raggiunto aumenti di velocità pari o superiori a 5 volte. “L’integrazione di cuDSS in Comsol Multiphysics segna un passo fon- damentale per portare il calcolo accelerato al centro della simulazio- ne - afferma Tim Costa, general manager of industrial engineering in Nvidia -. Gli ingegneri possono ora esplorare uno spazio di proget- tazione più ampio con maggiore fedeltà, ridefinendo il modo in cui le industrie progettano, convalidano e ottimizzano i prodotti che ali- mentano il nostro mondo”. Inoltre, la libreria Nvidia Cuda-X cuBLAS accelera la formulazione GPU per le simulazioni acustiche della pressione transitoria: questa può ora essere eseguita con più GPU sulla stessa macchina o persino su un cluster GPU. Questi miglioramenti riducono significativamente il tempo di calcolo per i modelli più grandi. Lavorare materiali sfusi Il Granular Flow Module, un nuovo prodotto aggiuntivo basato sul metodo degli elementi discreti (DEM), consente a ingegneri e ricer- catori di modellare processi granulari come lo scarico da tramogge, lo stoccaggio in silos, la movimentazione tramite nastri trasportatori, la distribuzione di polveri e la miscelazione. Il Granular Flow Module trova applicazione in una vasta gamma di settori, tra cui quello far- maceutico, chimico, agricolo, minerario e della produzione additiva. Catturando effetti sulla scala delle particelle, come collisioni, ade- sione e resistenza al rotolamento, e offrendo un controllo dettagliato sulle proprietà dei grani, sulle condizioni di rilascio e sulle interazioni con le pareti, il modulo aiuta gli utenti a valutare l’uniformità del flus- so, la densità di impaccamento, l’efficienza di miscelazione e le solle- citazioni sulle pareti, e consente di rivelare problemi come impacca- menti o flusso irregolare per supportare una migliore progettazione e ottimizzazione dei processi. La versione 6.4 introduce anche un nuovo framework per l’analisi dinamica esplicita, che consente una simulazione efficiente di eventi rapidi, transitori e altamente non lineari come impatti, schiacciamenti e propagazione di onde elastiche. La formulazione esplicita suppor- ta un’ampia gamma di materiali strutturali non lineari, inclusi modelli iperelastici, plastici, viscoplastici e di scorrimento, e può essere an- che combinata con simulazioni dinamiche di frattura. Per semplifi- care la configurazione dei modelli per assiemi meccanici complessi, una nuova funzionalità rileva e definisce automaticamente le condi- zioni di contatto tra le parti interagenti. Novità in tutta la gamma Ecco altre importanti novità della versione 6.4 di Comsol Multiphy- sics: meshing quad-dominante e swept meshing di qualità superio- re, trasparenza variabile nello spazio, layout di plot basati su array, creazione più efficiente di app di simulazione di grandi dimensioni, nuove opzioni di ottimizzazione per studi parametrici e dipendenti dal tempo, esportazione dei parametri di rete per modelli surrogati basati su reti neurali profonde (DNN), generazione di dati di modelli surrogati su cluster, importazione di dati CFD in formato Cgns, quan- tificazione dell’incertezza dipendente dalla frequenza e dal tempo.