CAE方法中的優(yōu)化技術(shù)

2013-05-09 by:廣州有限元分析、培訓(xùn)中心-1CAE.COM 來源:仿真在線

一、前言

日益激烈的市場竟?fàn)幰咽构I(yè)產(chǎn)品的設(shè)計(jì)與生產(chǎn)廠家越來越清楚地意識(shí)到:能比別人更快地推出優(yōu)秀的新產(chǎn)品,就能占領(lǐng)更多的市場。為此,CAE方法作為能縮短產(chǎn)品開發(fā)周期的得力工具,被越來越頻繁地引入了產(chǎn)品的設(shè)計(jì)與生產(chǎn)的各個(gè)環(huán)節(jié),以提高產(chǎn)品的競爭力。從對已設(shè)計(jì)產(chǎn)品性能的簡單校核,逐步發(fā)展到對產(chǎn)品性能的準(zhǔn)確預(yù)測,再到產(chǎn)品工作過程的精確模擬,使得人們對CAE方法充滿信賴。然而,提高產(chǎn)品競爭力不但需要提高產(chǎn)品的性能與質(zhì)量,而且要降低產(chǎn)品的成本,因此人們需要找到最合理和最經(jīng)濟(jì)的設(shè)計(jì)方案。雖然分析人員可以不厭其煩地在屏幕前一次次修改設(shè)計(jì)參數(shù)以尋找最理想方案,但縮短開發(fā)周期的壓力通常要求分秒必爭,人們可能沒有更多的時(shí)間對數(shù)據(jù)參數(shù)進(jìn)行手工調(diào)整。最優(yōu)化技術(shù)引入CAE方法使人們從繁重的湊試工作中解脫出來,同時(shí)CAE也達(dá)到一個(gè)新高度。

二、優(yōu)化方法與CAE

在保證產(chǎn)品達(dá)到某些性能目標(biāo)并滿足一定約束條件的前提下,通過改變某些允許改變的設(shè)計(jì)變量,使產(chǎn)品的指標(biāo)或性能達(dá)到最期望的目標(biāo),就是優(yōu)化方法。例如,在保證結(jié)構(gòu)剛強(qiáng)度滿足要求的前提下,通過改變某些設(shè)計(jì)變量,使結(jié)構(gòu)的重量最輕,這不但使得結(jié)構(gòu)耗材上得到了節(jié)省,在運(yùn)輸安裝方面也提供了方便,降低運(yùn)輸成本。再如改變電器設(shè)備各發(fā)熱部件的安裝位置,使設(shè)備箱體內(nèi)部溫度峰值降到最低,是一個(gè)典型的自然對流散熱問題的優(yōu)化實(shí)例。在實(shí)際設(shè)計(jì)與生產(chǎn)中,類似這樣的實(shí)例不勝枚舉。優(yōu)化作為一種數(shù)學(xué)方法,通常是利用對解析函數(shù)求極值的方法來達(dá)到尋求最優(yōu)值的目的。基于數(shù)值分析技術(shù)的CAE方法,顯然不可能對我們的目標(biāo)得到一個(gè)解析函數(shù),CAE計(jì)算所求得的結(jié)果只是一個(gè)數(shù)值。然而,樣條插值技術(shù)又使CAE中的優(yōu)化成為可能,多個(gè)數(shù)值點(diǎn)可以利用插值技術(shù)形成一條連續(xù)的可用函數(shù)表達(dá)的曲線或曲面,如此便回到了數(shù)學(xué)意義上的極值優(yōu)化技術(shù)上來。樣條插值方法當(dāng)然是種近似方法,通常不可能得到目標(biāo)函數(shù)的準(zhǔn)確曲面,但利用上次計(jì)算的結(jié)果再次插值得到一個(gè)新的曲面,相鄰兩次得到的曲面的距離會(huì)越來越近,當(dāng)它們的距離小到一定程度時(shí),可以認(rèn)為此時(shí)的曲面可以代表目標(biāo)曲面。那么,該曲面的最小值,便可以認(rèn)為是目標(biāo)最優(yōu)值。以上就是CAE方法中的優(yōu)化處理過程。一個(gè)典型的CAE優(yōu)化過程通常需要經(jīng)過以下的步驟來完成: 參數(shù)化建模:利用CAE軟件的參數(shù)化建模功能把將要參與優(yōu)化的數(shù)據(jù)(設(shè)計(jì)變量)定義為模型參數(shù),為以后軟件修正模型提供可能。求解:對結(jié)構(gòu)的參數(shù)化模型進(jìn)行加載與求解后處理:把狀態(tài)變量(約束條件)和目標(biāo)函數(shù)(優(yōu)化目標(biāo))提取出來供優(yōu)化處理器進(jìn)行優(yōu)化參數(shù)評價(jià)。優(yōu)化參數(shù)評價(jià):優(yōu)化處理器根據(jù)本次循環(huán)提供的優(yōu)化參數(shù)(設(shè)計(jì)變量、狀態(tài)變量及目標(biāo)函數(shù))與上次循環(huán)提供的優(yōu)化參數(shù)作比較之后確定該次循環(huán)目標(biāo)函數(shù)是否達(dá)到了最小,或者說結(jié)構(gòu)是否達(dá)到了最優(yōu),如果最優(yōu),完成迭代,退出優(yōu)化循環(huán)圈,否則,進(jìn)行下步。根據(jù)已完成的優(yōu)化循環(huán)和當(dāng)前優(yōu)化變量的狀態(tài)修正設(shè)計(jì)變量,重新投入循環(huán)。

三、 CAE方法中優(yōu)化技術(shù)的特點(diǎn)

從以上的過程我們或許已經(jīng)看到CAE優(yōu)化過程的某些基本特征,如計(jì)算模型的參數(shù)化、迭代過程的自動(dòng)性等。但作為優(yōu)化技術(shù)與CAE方法的完美結(jié)合的產(chǎn)物,CAE優(yōu)化方法必然有比之更豐富的特點(diǎn)。
首先,現(xiàn)代CAE技術(shù)的發(fā)展已使人們的分析領(lǐng)域擴(kuò)展到了各行各業(yè)的每個(gè)角落,所研究問題的深度及綜合程度都在逐步提高,研究者的目光已從單一場分析轉(zhuǎn)向了多場耦合分析,以追求更為真實(shí)的模擬結(jié)果。CAE軟件的優(yōu)化技術(shù)的適應(yīng)范圍也必然隨之?dāng)U展,不但要求它能解決各種單場問題,而且應(yīng)該能處理多場耦合過程的優(yōu)化。汽車、潛艇、飛機(jī)等設(shè)備設(shè)計(jì)過程中常會(huì)考慮優(yōu)化其外形使更有利于在高速行駛時(shí)減少流體阻力,而同時(shí)必需慮外形的變更是否有損于設(shè)備的其它如力學(xué)和熱學(xué)方面的性能?？梢妴渭兊牧黧w動(dòng)力學(xué)優(yōu)化只能解決一方面問題,而只有將其內(nèi)部設(shè)備的力學(xué)或熱學(xué)問題耦合分析,才能真正完整的解決問題。

其次,一個(gè)優(yōu)化迭代過程通常是從前處理開始,經(jīng)過建模、分網(wǎng)、加載、求解和后處理,而優(yōu)化問題通常需要較多的迭代才能收斂。因此,軟件具有統(tǒng)一的數(shù)據(jù)庫是高效的CAE優(yōu)化過程的前題,這種統(tǒng)一指的是前后處理數(shù)據(jù)與求解所用的數(shù)據(jù)應(yīng)該在同一個(gè)數(shù)據(jù)庫中,而不是通過數(shù)據(jù)文件來傳遞,這勢必降低優(yōu)化過程的效率。另外,多數(shù)通過文件來傳遞數(shù)據(jù)的軟件的前處理與求解器之間并不完全支持,前處理的數(shù)據(jù)文件往往在投入求解器之前需要手工修改。這與優(yōu)化過程的自動(dòng)性是相抵觸的。這種情況一但發(fā)生而且不可回避時(shí),要么放棄,要么再為數(shù)據(jù)文件編制自動(dòng)修改程序。

第三,優(yōu)化過程實(shí)際上是一個(gè)不斷自動(dòng)修正設(shè)計(jì)參數(shù)的過程,所以要想保證優(yōu)化過程的流暢,CAE軟件必須具有完備高效的參數(shù)流程控制技術(shù)。流程控制過程中,不但要求將要優(yōu)化的設(shè)計(jì)數(shù)據(jù)可以參數(shù)化,而且要求這種流程控制具有判斷分支與循環(huán)的能力以使軟件可以自動(dòng)應(yīng)付大型問題在優(yōu)化過程中出現(xiàn)的各種復(fù)雜情況。

第四,高精度網(wǎng)格是成功的有限元分析的關(guān)鍵因素之一。一個(gè)良好的CAE軟件要想很好地處理優(yōu)化過程,尤其是形狀優(yōu)化問題,必須具備智能的網(wǎng)格劃分器,以解決模型在形狀參數(shù)變化劇烈時(shí)出現(xiàn)的網(wǎng)格奇化問題。

第五,現(xiàn)代的CAE軟件通常具備也應(yīng)當(dāng)具備非線性處理能力,而非線性問題的收斂控制曾令無數(shù)英雄竟折腰。通常提高非線性問題收斂性的手段應(yīng)視具體情況決定,而對于一個(gè)非線性問題的優(yōu)化過程,往往會(huì)因各種各樣的因素而影響收斂。但優(yōu)化過程是程序自動(dòng)控制迭代的,人不能過多參與,因此,非線性收斂的智能控制技術(shù)對非線性優(yōu)化問題是不可或缺的。

談起非線性,人們也許會(huì)想起一種被稱作顯式積分的求解技術(shù)。這種技術(shù)通常被用來求解高速變形和高度非線性問題,與常用于求解靜態(tài)或慢速動(dòng)力學(xué)問題的隱式求解技術(shù)互補(bǔ)優(yōu)缺,相得益彰。

多數(shù)的問題我們可以只選擇合適的一種來求解,但并不是所有的問題都可以這樣截然分開,比如沖壓及回彈過程模擬,通常采用顯式方式模擬沖壓過程,采用隱式方式模擬回彈過程,那么在這里就必然有一個(gè)顯式到隱式的切換過程。如果只是單純模擬這兩個(gè)過程,這種切換手工完成亦無不可,但對于人不因過多參與的優(yōu)化過程,這種切換如果不能自動(dòng)進(jìn)行,那么這類問題的優(yōu)化分析基本不能完成。當(dāng)軟件應(yīng)用水平到達(dá)一定高度以后,人們可能會(huì)想到嘗試一種合作優(yōu)化的方式,就是說,同一工作組的多個(gè)聯(lián)網(wǎng)的工作機(jī)共同來優(yōu)化同一個(gè)問題。通常同一個(gè)工作組中各個(gè)工作機(jī)的型號(hào)品牌甚至操作系統(tǒng)都可能不同,那么不同平臺(tái)的數(shù)據(jù)庫的不兼容問題可能會(huì)使這樣一個(gè)創(chuàng)造性的嘗試成為泡影。

當(dāng)然,不是所有軟件都存在這個(gè)問題,當(dāng)今一個(gè)流行的CAE軟件━ANSYS在這個(gè)問題上技?jí)喝悍?加上她的一些其它特點(diǎn),使她成為目前話題中值得一提的角色。

ANSYS是一個(gè)集結(jié)構(gòu)、熱、電磁、流體分析能力于一身的CAE軟件,可以進(jìn)行多場耦合分析;她具有較強(qiáng)大的前后處理能力,尤其在智能網(wǎng)格劃分器上有卓越特點(diǎn);她具有較強(qiáng)的顯式或隱式非線性求解能力,而且顯式、隱式可以任意自動(dòng)切換;非線性的收斂控制具有智能化,對于大多數(shù)工程問題不需人工干預(yù)便能完成非線性問題的收斂;她還有一個(gè)被其用戶推崇“無所不能”的參數(shù)化設(shè)計(jì)語言━APDL,該語言具有參數(shù)、數(shù)學(xué)函數(shù)、宏(子過程)、判斷分支及循環(huán)等高級(jí)語言要素,是一個(gè)理想的程序流程控制語言;她的前后處理及求解數(shù)據(jù)庫的統(tǒng)一性及不同平臺(tái)數(shù)據(jù)庫兼容的特點(diǎn)使她很適合于進(jìn)行高級(jí)的優(yōu)化分析。

開放分享：優(yōu)質(zhì)有限元技術(shù)文章,助你自學(xué)成才