【案例】基于响应面法的装配体多目标优化设计

讲师

ftc简单

乐仿腾讯课堂校长,博士,乐仿课堂校长,乐仿信息技术总经理,ftc正青春公会会长,著有视频教程:《Ansys Workbench16.0 基础教程》和《ANSYS Workbench优化基础教程》,主持录制CAD、CAE基础教程600余讲,完成纵向项目三项,横向项目10余项,研究方向为:压缩机、发动机、汽车零部件及机床等的NVH、优化设计、可靠性分析等。

Lead

本案例的目的是通过演示ANSYSWorkbench中的Direct Optimization模块,介绍对于某个轴类零部件的多个目标参数的优化设计,使大家基本掌握基于直接优化的多目标优化流程。并通过采用不同的算法来对优化结果进行对比,和实现出现失效点的后处理分析。

注意:本案例是用来演练多目标参数优化流程,该零件各参数及优化结果并不具有实际意义!

01
几何模型参数化

在SolidWorks中建立几何模型,将所有模型存储路径上的文件名以及草图中特征及尺寸名称全部修改为英文,不要出现中文,防止workbench识别出错。将所需优化的设计变量前添加“DS_”,Workbench便可识别。

02
模型导入

模型导入有两种,一是在workbench中通过外部导入,二是将SW和WB关联之后,在SolidWorks中直接进入workbench导入。为防止参数化传递不成功,建议读者首先将两款软件进行关联。关联后可通过Solidworks工具栏中直接进入Workbench.

03
有限元求解

拖入Geometry模块,打开DM,将识别到的参数勾选前方小方框进行参数化。此时在Geometry下方的ParameterSet中便可看到所选设计变量。

拖入StaticStructural模块,进行应力应变分析。由于本案例着重在于参数优化流程,故网格,载荷以及边界条件的添加在此不再赘述,如图所示。

04
优化模型搭建

拖入DirectOptimization模块,与ParameterSet相连接。

设置求解方法,本案例分别采用Screeing和MOGA两种优化求解方法,进行对比。

优化结果的设置,点击树形栏objectivesandConstraints,在右方栏中义优化目标及其约束。定义质量最小,应力及变形都设置为最小。也可以自己定义上下限及表达式。点击update,进行更新。

05
优化结果
基于Screeing算法的结果

候选点表,通过候选点表就可以选择得到所需要的最优的优化目标。对于Screeing算法,以point2为例可以看到其应力下降了14.71%。而对于MOGA算法,则下降了64.15%.

散点图,通过散点图可以观察样本点的质量。

通过敏感度图可以看出各设计变量对于优化目标的敏感程度,其也是对设计变量筛选的一个重要指标。

基于MOGA算法的结果

对于MOGA算法,以point2为例可以看到其应力则下降了64.15%。散点图以及敏感度图如下所示。

失效点分析

若样本点中出现无法求解,则该点为失效点,是由于优化目标中出现极端组合,以上述Screeing算法为例,观察其失效点。

将该失效点驱动回模型,观察错误原因。首先选中失效点,右键Insertas Design Point,返回ParameterSet,找到刚导入的设计点,右键copyinputs to current,此时再选中当前设计点,右键updateselected design points。此时workbench中三维模型亦随之变化。

很明显是由于键槽的特征出现错误。造成这种结果的部分原因如下:

1)设计变量的取值范围不合理;

2)忽略了键槽参数键槽建模相应的基准面等的参数化,该部分参数可能与模型特征本身有关,致使模型出现了薄壁或者尖点等特征,致使有限元网格出现畸变或载荷/约束相关的模型特征无法识别等。

改进意见:更改变量值+键槽模型特征。

结语:

本案例对其优化过程中各种细节问题并未做出解释,只是基于直接优化的零部件多目标优化设计的操作流程进行了综述,目的是让读者熟悉流程做出结果,然后以面带点,其他细节问题,还需继续学习。

不要忘了先去乐仿首页领券哦!

总编辑:ftc晴儿

小   编:ftc小眭,荣誉管理。

(0)

相关推荐