Diseñar y optimizar los transductores de ultrasonido, ya sea PMUT o CMUT, requiere precisión a escala.
Sin embargo, los enfoques de simulación tradicionales a menudo se limitan a las células individuales o estructuras limitadas, dejando importantes efectos a nivel de matriz poco conocidos hasta que comiencen las pruebas costosas y que requieren mucho tiempo.
Esta brecha puede conducir a ciclos de desarrollo más largos y un mayor riesgo de dispositivos fallidos.
En este seminario web, introduciremos el enfoque mejorado: simulaciones Mut a escala completa de la matriz con multifísica completamente acoplada.
Al aprovechar la plataforma nativa de nube de Quanscient, los ingenieros pueden modelar matrices de transductor enteras con todas las interacciones físicas relevantes (eléctricas, mecánicas, acústicas y más) de comportamiento de nivel de sistema, como patrones de haz y conversación cruzada que se pierden simulaciones de una sola célula.
La escalabilidad en la nube también permite una extensa exploración de diseño.
A través de la paralelización, los usuarios pueden ejecutar análisis de Monte Carlo, barridos de parámetros y modelos a gran escala en una fracción del tiempo, lo que permite una optimización rápida y un mayor rendimiento en el proceso de diseño.
Esto no solo acelera la I + D, sino que garantiza diseños más confiables antes de la fabricación.
La sesión contará con ejemplos de casos del mundo real con ideas detalladas de la metodología y las métricas clave.
Los asistentes obtendrán una comprensión práctica de cómo la simulación a escala de matriz puede mejorar en gran medida los flujos de trabajo de diseño de MUT, lo que reduce la dependencia de prototipos costosos, minimizando el riesgo y la entrega de un mejor rendimiento del dispositivo.
Únase a nosotros para aprender cómo las simulaciones de MUT a escala de matriz en la nube pueden mejorar la precisión del diseño de MUT, la eficiencia y la confiabilidad.
Aprendizios clave para los asistentes:
Cómo las simulaciones PMUT y CMUT de la matriz completa capturan los efectos a nivel del sistema, como patrones de haz y conversación cruzada.
Las formas en que la escalabilidad de la nube permite estudios de Monte Carlo, barridos de parámetros y modelos a gran escala con mayor rendimiento.
Conocimientos prácticos de estudios de casos del mundo real, incluida la metodología y las métricas clave de rendimiento.
Cómo la simulación a escala de matriz mejora la precisión, la eficiencia y la confiabilidad al tiempo que reduce la dependencia de prototipos costosos.
Publicado Originalme en Spectrum.ieee.org El 29 de septiembre de 2025.
Ver Fuente Original
