معیارهای کیفیت مش (Mesh Quality) در فلوئنت: راهنمای کامل Skewness، Orthogonal Quality و Aspect Ratio

۱. چرا یک شبیه‌سازی دقیق در فلوئنت، قبل از کلیک روی دکمه Solve، با بررسی کیفیت مش شروع می‌شود؟

خیلی از ما مهندس‌ها وقتی یک شبیه‌سازی جدید را شروع می‌کنیم، هیجان‌زده‌ایم که زودتر به کانتورهای رنگی و نتایج جذاب برسیم. اما یک حقیقت تلخ وجود دارد که معمولاً بعد از ساعت‌ها انتظار برای همگرایی یا مواجه شدن با خطاهای عجیب، به آن می‌رسیم: قلب تپنده هر تحلیل CFD موفق، نه حلگر قدرتمند، بلکه “مش” باکیفیت است. تیم سیمومک در تمام مراحل انجام پروژه فلوئنت کنار شماست؛ چه برای انجام پروژه دانشجویی فلوئنت و مشاوره تخصصی انجام پایان نامه فلوئنت نیاز به راهنمایی داشته باشید ما راهکار دقیق را به شما ارائه می‌دهیم. یک مش ضعیف می‌تواند دقیق‌ترین مدل‌های فیزیکی و بهترین سخت‌افزارها را هم بی‌فایده کند. این موضوع یکی از پایه‌ای‌ترین مباحث در آموزش کامل انسیس فلوئنت است که متاسفانه اغلب نادیده گرفته می‌شود.

۲. نادیده گرفتن معیارهای کیفیت مش چگونه می‌تواند ساعت‌ها محاسبات CFD شما را بی‌ارزش کند؟

تصور کنید ساعت‌ها برای آماده‌سازی هندسه و تنظیمات فیزیک مسئله وقت گذاشته‌اید، شبیه‌سازی را اجرا می‌کنید و بعد از چند ساعت، با خطای معروف Divergence مواجه می‌شوید. بدتر از آن، شبیه‌سازی همگرا می‌شود اما نتایج شما با واقعیت کیلومترها فاصله دارد. در اکثر موارد، مقصر اصلی همین معیارهای کیفیت مش (Mesh Quality Metrics) در فلوئنت است که به آن‌ها توجه نکرده‌اید. یک مش بی‌کیفیت، در بهترین حالت نتایج را با خطا همراه می‌کند و در بدترین حالت، حل را کاملاً متوقف می‌کند. این موضوع یکی از ۷ دلیل اصلی عدم همگرایی در فلوئنت است که خیلی از دانشجوها با آن دست و پنجه نرم می‌کنند.

۳. معیار Skewness یا چولگی در مش به چه معناست و چرا مقدار بالای آن برای حلگر فلوئنت مثل یک سم است؟

به زبان ساده، Skewness نشان می‌دهد که یک المان چقدر از شکل ایده‌آل خودش (مثلاً یک مثلث متساوی‌الاضلاع یا یک مربع کامل) فاصله گرفته و “کج و کوله” شده. حلگر فلوئنت برای محاسبات خود از داده‌های المان‌های همسایه استفاده می‌کند. وقتی یک المان چولگی بالایی دارد، فاصله مراکز این المان‌ها از هم منطقی نیست و باعث خطای بزرگ در محاسبات، به خصوص در محاسبه گرادیان‌ها، میشود.

مقدار Skewness بین ۰ (ایده‌آل) و ۱ (کاملاً از بین رفته) متغییر است. هرچه این عدد به صفر نزدیک‌تر باشد، المان شما سالم‌تر است. چولگی بالا، مخصوصاً در نواحی با گرادیان‌های شدید (مثل نزدیک دیواره‌ها یا در مناطق شوک)، می‌تواند به راحتی حل شما را نابود کند. انتخاب نوع المان هم در کنترل این معیار بسیار مهم است؛ برای همین درک تفاوت‌های مش شش‌وجهی در مقابل چهاروجهی برای هر مهندس سیالات ضروری است.

۴. چگونه معیار Orthogonal Quality مستقیماً بر دقت محاسبات گرادیان‌ها در شبیه‌سازی شما تأثیر می‌گذارد؟

این یکی از مهم‌ترین و در عین حال کمتر درک شده‌ترین معیارهای کیفیت مش در فلوئنت است. Orthogonal Quality یا کیفیت تعامد، بررسی می‌کند که بردارهای بین مراکز سلول‌های مجاور و همچنین بردارهای عمود بر صفحات مشترکشان، چقدر بر هم عمود هستند. مقدار آن بین ۰ (فاجعه) و ۱ (ایده‌آل) است.

چرا اینقدر مهم است؟ چون فلوئنت برای محاسبه مقدار یک متغیر (مثلاً فشار) روی یک صفحه، از مقادیر مراکز سلول‌های دو طرف استفاده می‌کند. اگر این ارتباط عمود نباشد، نرم‌افزار مجبور به استفاده از طرح‌های تصحیحی پیچیده می‌شود که هم خطا را افزایش می‌دهند و هم سرعت حل را کم می‌کنند. کیفیت تعامد پایین، به خصوص در مدل‌هایی که از طرح‌های گسسته‌سازی (Discretization Schemes) پیشرفته استفاده می‌کنند، می‌تواند دقت نتایج را به شدت کاهش دهد.

۵. در تحلیل آیرودینامیک یا انتقال حرارت، چرا Aspect Ratio بالا در لایه مرزی یک مزیت و در نواحی دیگر یک ایراد محسوب می‌شود؟

Aspect Ratio یا نسبت ابعادی، نسبت بزرگ‌ترین ضلع یک المان به کوچک‌ترین ضلع آن است. یک قانون کلی می‌گوید که Aspect Ratio باید نزدیک به ۱ باشد. اما اینجاست که تجربه عملی به کمک می‌آید. در ۷ سالی که به صورت تخصصی روی پروژه‌های CFD کار می‌کنم، یاد گرفتم که قوانین همیشه همه‌جا صادق نیستند.

یادمه در یک پروژه تحلیل خنک‌کاری یک هیت‌سینک، برای کاهش تعداد کل سلول‌ها، در نواحی دور از پره‌ها از المان‌هایی با Aspect Ratio بالا استفاده کردیم. نتیجه؟ دمای محاسبه شده در برخی نقاط تا ۱۵٪ با واقعیت اختلاف داشت! اما همین Aspect Ratio بالا در لایه مرزی (نزدیک دیواره) یک نعمت است. چون در این ناحیه، گرادیان‌های سرعت و دما در جهت عمود بر دیواره بسیار شدید و در جهت موازی با آن بسیار ملایم هستند. پس ما به المان‌های کشیده و نازک نیاز داریم تا بدون افزایش بی‌رویه تعداد سلول‌ها، این ناحیه حساس را به درستی شبیه‌سازی کنیم. این موضوع ارتباط مستقیمی با مفهوم راهنمای کامل Y+ (وای پلاس) در فلوئنت دارد. 🧐

۶. مقادیر طلایی برای کیفیت مش در فلوئنت چه هستند و چه عددی برای Skewness و Orthogonal Quality قابل قبول است؟

این سوالی است که تقریباً همه می‌پرسند. هیچ قانون جهان‌شمولی وجود ندارد و بهترین راه همیشه انجام یک تحلیل حساسیت به شبکه مش (Grid Independence Study) است. اما بر اساس تجربه، می‌توان یک راهنمای کلی ارائه داد که در ۹۰٪ پروژه‌ها کار شما را راه می‌اندازد:

نکته مهم: همیشه به بدترین المان (Worst Element) توجه کنید، نه میانگین (Average). یک المان خراب می‌تواند کل شبیه‌سازی را مختل کند.

۷. چطور می‌توانیم در محیط ANSYS Meshing یا Fluent Meshing این سه معیار کلیدی را برای کل دامنه و بدترین المان‌ها بررسی کنیم؟

خوشبختانه این کار بسیار ساده است. بعد از تولید مش، کافیست:

1. در درخت طراحی (Outline) روی گزینه Mesh کلیک کنید.
2. در پنجره پایینی (Details of Mesh)، بخش Statistics را باز کنید.
3. در زیرمجموعه Mesh Metrics، می‌توانید معیار مورد نظر خود را از لیست کشویی انتخاب کنید (مثلاً Skewness یا Orthogonal Quality). 💻
4. نرم‌افزار به شما مقادیر حداقل، حداکثر، میانگین و انحراف معیار را برای آن متریک نشان خواهد داد.

این بررسی اولیه کمتر از ۳۰ ثانیه زمان می‌برد اما می‌تواند شما را از ساعت‌ها محاسبات بی‌فایده نجات دهد.

۸. چگونه می‌توانیم المان‌های با کیفیت پایین را به صورت بصری در مدل خود پیدا کرده و روی آن‌ها زوم کنیم؟

دیدن اعداد در جدول خوب است، اما دیدن محل دقیق المان‌های خراب روی مدل، برای رفع مشکل حیاتی است. برای این کار:

• در همان بخش Mesh Metrics، روی نمودار هیستوگرام کلیک کنید.
• می‌توانید ستون‌های مربوط به کیفیت پایین (مثلاً Skewness بالای 0.8) را انتخاب کنید.
• با این کار، نرم‌افزار به صورت خودکار فقط آن المان‌های بی‌کیفیت را روی هندسه شما هایلایت می‌کند.

حالا دقیقاً می‌دانید کدام بخش از هندسه شما نیاز به اصلاح، تغییر سایز مش یا حتی یک تکنیک مش‌بندی متفاوت دارد. گاهی اوقات برای هندسه‌های متحرک و پیچیده، مشکل فراتر از این حرف‌هاست و باید سراغ تکنیک‌های پیشرفته مش دینامیک رفت تا کیفیت مش در حین حرکت حفظ شود.

۹. برای کاهش Skewness و بهبود Orthogonal Quality در هندسه‌های پیچیده، از چه ابزارها و تکنیک‌هایی باید استفاده کرد؟

وقتی با یک هندسه پیچیده پر از گوشه‌های تیز و سطوح منحنی سروکار دارید، ابزارهای خودکار مش‌بندی گاهی کم میارن. اینجا جایی است که باید آستین‌ها را بالا بزنید. یکی از اولین کارهایی که می‌کنم، استفاده از ابزارهای Sizing و Inflation به صورت هدفمند است. به جای اینکه اندازه کلی مش را کوچک کنید (که هزینه محاسباتی را به شدت بالا می‌برد)، فقط در نواحی مشکل‌ساز مش را ریزتر کنید.

گاهی اوقات مشکل از خود هندسه است. یک لبه کوچک یا یک سطح باریک (Sliver) می‌تواند بهترین الگوریتم‌های مش‌بندی را هم به چالش بکشد. پس قبل از مش‌زنی، زمانی را برای تمیزکاری هندسه (Geometry Cleanup) بگذارید. در پروژه‌های صنعتی خیلی پیچیده، گاهی مجبور می‌شویم از ترکیب چند تکنیک استفاده کنیم؛ مثلاً بدنه اصلی را با مش چهاروجهی و نواحی حساس را با مش شش‌وجهی بزنیم. این تکنیک‌های مش‌بندی ترکیبی (Hybrid Meshing) واقعاً می‌توانند کیفیت را متحول کنند، هرچند پیاده‌سازی آن‌ها به تجربه نیاز دارد. از پروژه‌های کلاسی و انجام پروژه دانشجویی فلوئنت گرفته تا سطوح پیشرفته مثل انجام پایان نامه فلوئنت و انجام پروژه انسیس فلوئنت با هندسه‌های پیچیده، تیم ما آماده انجام پروژه فلوئنت با تضمین کیفیت و آموزش کامل است.

۱۰. آیا همیشه باید به دنبال مش با کیفیت بی‌نقص بود یا توازن بین کیفیت و هزینه محاسباتی منطقی‌تر است؟

این یک سوال میلیون دلاری است! جواب کوتاه: نه، همیشه نیاز به مش بی‌نقص نیست. هدف ما رسیدن به نتایج دقیق در زمان معقول است. وسواس بیش از حد روی کیفیت مش، می‌تواند زمان آماده‌سازی پروژه را چند برابر کند و هزینه محاسباتی سنگینی روی دستتان بگذارد. توازن کلید اصلی است.

مثلاً در یک کیس استادی شبیه‌سازی اتاق تمیز که جریان آرام و نسبتاً یکنواخت بود، ما با یک مش که Skewness آن در برخی نقاط به 0.85 می‌رسید، به نتایجی با دقت قابل قبول رسیدیم. اما در کیس استادی تحلیل آیرودینامیک توربین بادی که پدیده‌های جدایش جریان و توربولانس شدید وجود داشت، حتی Skewness بالای 0.7 هم قابل تحمل نبود. پس همیشه از خودتان بپرسید: “فیزیک مسئله من چقدر به کیفیت مش حساس است؟”

۱۱. در پروژه‌های صنعتی سیمومک، چگونه با استفاده از تکنیک‌های مش‌بندی ترکیبی (Hybrid Meshing) بر چالش‌های کیفیت مش غلبه می‌کنیم؟

در سیمومک، ما اغلب با هندسه‌هایی روبرو هستیم که یک بخش ساده در کنار یک بخش بسیار پیچیده قرار گرفته است. مثلاً یک شیر کنترل با بدنه ساده و اجزای داخلی بسیار پیچیده. در چنین مواردی، استفاده از یک نوع مش برای کل دامنه، یا به شدت ناکارآمد است یا کیفیت لازم را نمی‌دهد.

رویکرد ما این است:

• برای نواحی ساده و دور از نواحی کلیدی، از مش شش‌وجهی (Hexahedral) سریع و کارآمد با استفاده از روش Sweep استفاده می‌کنیم.
• برای نواحی پیچیده که امکان مش شش وجهی وجود ندارد، از مش چهاروجهی (Tetrahedral) با کیفیت بالا استفاده می‌کنیم.
• در مرز بین این دو ناحیه، از المان‌های منشوری (Prism) یا هرمی (Pyramid) برای ایجاد یک انتقال نرم و حفظ کیفیت استفاده می‌کنیم.

این روش به ما اجازه می‌دهد هم دقت را در مناطق مهم حفظ کنیم و هم تعداد کل المان‌ها را مدیریت کنیم. این دقیقا یکی از دلایلی است که بسیاری از شرکت‌ها برای پروژه‌های حساس، انجام پروژه فلوئنت خود را به تیم‌های متخصص برون‌سپاری می‌کنند.

۱۲. چگونه کیفیت پایین مش مستقیماً به خطای معروف عدم همگرایی (Divergence) در فلوئنت منجر می‌شود؟

وقتی حلگر فلوئنت در یک سلول با کیفیت پایین (مثلاً Skewness بالا) قرار می‌گیرد، محاسبات مربوط به گرادیان‌ها با خطای بزرگی همراه می‌شود. این خطا مثل یک گلوله برفی به سلول‌های مجاور منتقل می‌شود و در هر تکرار (Iteration) بزرگ و بزرگ‌تر می‌شود. در نهایت، این خطاها آنقدر بزرگ می‌شوند که مقادیر متغیرها (مثل سرعت یا فشار) به اعداد غیرفیزیکی (مثل بی‌نهایت یا NaN) می‌رسند. در این لحظه است که فلوئنت حل را متوقف کرده و پیغام Divergence را نمایش می‌دهد. این شایع‌ترین سناریو، به خصوص برای تازه‌کارهاست.

۱۳. آیا یک مش با کیفیت پایین می‌تواند نتایج ضریب لیفت یا افت فشار را تا ۲۰٪ دچار خطا کند؟ (مطالعه موردی)

قطعاً! این فقط یک عدد تئوری نیست، بلکه چیزیست که ما به چشم دیده‌ایم. در یکی از پروژه‌ها، هدف کاهش نیروی درگ یک خودروی مسابقه بود. در نسخه اولیه مش، به دلیل عجله، به کیفیت المان‌ها در ناحیه پشت خودرو (Wake Region) توجه کافی نشده بود. شبیه‌سازی همگرا شد و ما یک عدد برای ضریب درگ به دست آوردیم.

اما وقتی برای اطمینان، مش را با صرف زمان بیشتر اصلاح کردیم و Skewness را از 0.88 به زیر 0.7 رساندیم، نتیجه شگفت‌آور بود. ضریب درگ محاسبه شده در شبیه‌سازی دوم، ۱۸٪ کمتر از حالت اول بود! این اختلاف فاحش فقط به خاطر بهبود کیفیت مش بود. این تجربه به ما نشان داد که “همگرایی” به تنهایی تضمین کننده “دقت” نیست. برای اطمینان کامل، همیشه باید نتایج را با داده‌های معتبر مقایسه کرد، فرآیندی که به آن راهنمای جامع اعتبارسنجی نتایج می‌گویند.

۱۴. چک‌لیست نهایی سیمومک برای کنترل کیفیت مش قبل از اجرای هر پروژه CFD در فلوئنت چیست؟

قبل از اینکه دکمه Solve را بزنیم، همیشه این چک‌لیست سریع را مرور می‌کنیم:

• حداکثر Skewness: آیا زیر 0.85 است؟ (برای مسائل حساس، زیر 0.8)
• حداقل Orthogonal Quality: آیا بالای 0.15 است؟ (برای مسائل حساس، بالای 0.2)
• بررسی بصری: آیا المان‌های خراب را روی مدل پیدا و دلیل آن را بررسی کرده‌ایم؟
• لایه مرزی: آیا تعداد لایه‌های Inflation کافی است و Aspect Ratio در این ناحیه منطقی است؟
• تعداد کل المان‌ها: آیا تعداد سلول‌ها با توجه به توان محاسباتی و دقت مورد نیاز، بهینه است؟

این چک‌لیست ساده بارها ما را از اتلاف وقت و انرژی نجات داده است.

۱۵. چه زمانی بهبود دستی مش منطقی است و چه زمانی بهتر است انجام پروژه CFD خود را به متخصصان بسپارید؟

اگر با یک هندسه نسبتاً ساده سروکار دارید و مشکل شما با چند تغییر جزئی در تنظیمات مش‌بندی حل می‌شود، قطعاً ارزش دارد که خودتان زمان بگذارید و آن را حل کنید. این یک تجربه یادگیری عالی است.

اما اگر با شرایط زیر روبرو هستید، برون‌سپاری می‌تواند انتخاب هوشمندانه‌تری باشد:

• هندسه شما بسیار پیچیده است (مثل توربوماشین‌ها یا سیستم‌های خنک‌کاری با جزئیات زیاد).
• نیاز به تکنیک‌های پیشرفته مانند مش دینامیک یا FSI دارید.
• زمان شما محدود است و ددلاین پروژه نزدیک است.
• نتایج شبیه‌سازی شما باید از دقت بسیار بالایی برخوردار باشد و جایی برای خطا نیست.

در این موارد، تجربه یک تیم متخصص می‌تواند در زمان و هزینه شما صرفه‌جویی کرده و از همه مهم‌تر، نتایج قابل اعتمادی را تضمین کند.

۱۶. برای دریافت مشاوره تخصصی در زمینه شبیه‌سازی‌های پیچیده و تولید مش بهینه، چگونه می‌توانید با تیم مهندسی سیمومک در ارتباط باشید؟

امیدواریم این راهنما به شما کمک کرده باشد تا درک عمیق‌تری از معیارهای کیفیت مش در فلوئنت پیدا کنید و بتوانید تحلیل‌های دقیق‌تری انجام دهید. تیم ما در سیمومک آماده است تا با تکیه بر تجربه خود در پروژه‌های متعدد صنعتی و آکادمیک، به شما در حل چالش‌های پیچیده CFD کمک کند. اگر در پروژه‌های خود با مشکلات مش‌بندی دست و پنجه نرم می‌کنید یا به دنبال نتایج دقیق و قابل اعتماد هستید، می‌توانید از طریق صفحه تماس با ما، جزئیات پروژه خود را با ما در میان بگذارید. برای اطمینان از کیفیت و دقت نتایج، می‌توانید از خدمات انجام پروژه انسیس فلوئنت ما استفاده کنید. همچنین برای پروژه‌های حساس، امکان عقد قرارداد و انجام پروژه فلوئنت در تهران به صورت حضوری و یا انجام پروژه فلوئنت به صورت آنلاین برای سراسر کشور فراهم است.

سوالات متداول

۱. آیا می‌توانم از چند المان با کیفیت پایین در مدل چشم‌پوشی کنم؟

پاسخ: بستگی به محل آن‌ها دارد. یک المان با کیفیت پایین در ناحیه‌ای با گرادیان‌های کم (مثلاً در جریان آزاد دور از مدل) شاید مشکل حادی ایجاد نکند. اما همان المان در نزدیکی دیواره، در لایه مرزی یا در یک ناحیه شوک، می‌تواند کل حل را بی‌اعتبار یا متوقف کند. قانون کلی این است: ریسک نکنید!

۲. آیا این معیارها برای شبیه‌سازی‌های 2D و 3D یکسان هستند؟

پاسخ: بله، مفاهیم اصلی Skewness، Orthogonal Quality و Aspect Ratio هم برای المان‌های دو بعدی (مثل مثلث و مربع) و هم سه بعدی (مثل چهاروجهی و شش‌وجهی) صدق می‌کنند و مقادیر قابل قبول آن‌ها تقریباً یکسان است.

۳. بین این سه معیار، کدام یک از همه مهم‌تر است؟

پاسخ: این سوال کمی گمراه‌کننده است چون هر سه مهم هستند. اما اگر مجبور به انتخاب باشیم، Orthogonal Quality اغلب بیشترین تأثیر مستقیم را بر دقت عددی حل دارد. Skewness هم تأثیر زیادی بر پایداری و همگرایی حل می‌گذارد.

۴. آیا کیفیت مش بر زمان حل (Computation Time) تأثیر دارد؟

پاسخ: بله، به صورت غیر مستقیم. یک مش با کیفیت پایین ممکن است به تعداد تکرارهای بیشتری برای رسیدن به همگرایی نیاز داشته باشد یا شما را مجبور به استفاده از ضرایب Under-Relaxation کوچکتر کند که هر دو مورد زمان حل را افزایش می‌دهند.

۵. هندسه من کاملاً تمیز و بی‌نقص است، پس چرا کیفیت مش من پایین است؟

پاسخ: گاهی مشکل از تنظیمات مش‌بندی است نه هندسه. ممکن است اندازه کلی المان‌ها نسبت به جزئیات هندسه شما خیلی بزرگ باشد یا الگوریتم مش‌بندی انتخاب شده (مثلاً Patch Conforming) برای آن هندسه خاص مناسب نباشد.

۶. منظور از “Element Size” چیست و چه ارتباطی با کیفیت دارد؟

پاسخ: Element Size اندازه فیزیکی المان‌های مش را تعیین می‌کند. این معیار مستقیماً یک معیار کیفیت نیست، اما انتخاب سایز نامناسب می‌تواند باعث ایجاد المان‌های با کیفیت پایین (مثلاً Aspect Ratio بالا در جای نامناسب) شود.

۷. آیا نرم‌افزار می‌تواند مش بی‌کیفیت را به صورت خودکار اصلاح کند؟

پاسخ: تا حدی بله. ابزارهایی مانند Auto Node Move در Ansys Meshing سعی می‌کنند با جابجا کردن گره‌ها، کیفیت المان‌های ضعیف را بهبود دهند. اما این ابزارها معجزه نمی‌کنند و برای مشکلات اساسی، نیاز به مداخله دستی و تغییر استراتژی مش‌بندی است.

۸. آیا مدل توربولانسی که انتخاب می‌کنم به کیفیت مش حساس است؟

پاسخ: بسیار زیاد! مدل‌های پیچیده‌تر مانند مدل‌های استرس رینولدز (RSM) یا شبیه‌سازی گردابه‌های بزرگ (LES) به مراتب حساسیت بیشتری نسبت به کیفیت مش، به خصوص در نزدیکی دیواره، در مقایسه با مدل‌های ساده‌تر مانند k-ε دارند.

۹. آیا ممکن است یک مش بیش از حد باکیفیت و ریز باشد؟

پاسخ: بله! این حالت “Over-refining” نام دارد. در این حالت شما هزینه محاسباتی (زمان و حافظه RAM) بسیار زیادی را صرف می‌کنید بدون اینکه دقت نتایج شما به شکل معناداری افزایش پیدا کند. به همین دلیل انجام تحلیل حساسیت به مش اهمیت دارد.

۱۰. برای کنترل کیفیت، Fluent Meshing بهتر است یا Ansys Meshing؟

پاسخ: هر دو ابزارهای قدرتمندی هستند. Ansys Meshing (ورک‌بنچ) برای فرآیندهای کاری استاندارد و پارامتریک عالی است. Fluent Meshing که بر پایه فلو کاری (Task-Based Workflow) است، برای هندسه‌های بسیار کثیف (Dirty CAD) و پیچیده قدرت و انعطاف‌پذیری بیشتری در تعمیر هندسه و تولید مش با کیفیت بالا ارائه می‌دهد.