CAE技术中的优化和仿真
一、 前言
日益激烈的市场竟争已使工业产品的设计与生产厂家越来越清楚地意识到:能比别人更快地推出优秀的新产品,就能占领更多的市场。为此,CAE方法作为能缩短产品开发周期的得力工具,被越来越频繁地引入了产品的设计与生产的各个环节,以提高产品的竞争力。 从对已设计产品性能的简单校核,逐步发展到对产品性能的准确预测,再到产品工作过程的精确模拟,使得人们对CAE方法充满信赖。然而,提高产品竞争力不但需要提高产品的性能与质量,而且要降低产品的成本,因此人们需要找到最合理和最经济的设计方案。虽然分析人员可以不厌其烦地在屏幕前一次次修改设计参数以寻找最理想方案,但缩短开发周期的压力通常要求分秒必争,人们可能没有更多的时间对数据参数进行手工调整。最优化技术引入CAE方法使人们从繁重的凑试工作中解脱出来,同时CAE也达到一个新高度。
二、 优化方法与CAE
在保证产品达到某些性能目标并满足一定约束条件的前提下,通过改变某些允许改变的设计变量,使产品的指标或性能达到最期望的目标,就是优化方法。例如,在保证结构刚强度满足要求的前提下,通过改变某些设计变量,使结构的重量最轻,这不但使得结构耗材上得到了节省,在运输安装方面也提供了方便,降低运输成本。再如改变电器设备各发热部件的安装位置,使设备箱体内部温度峰值降到最低,是一个典型的自然对流散热问题的优化实例。在实际设计与生产中,类似这样的实例不胜枚举。 优化作为一种数学方法,通常是利用对解析函数求极值的方法来达到寻求最优值的目的。基于数值分析技术的CAE方法,显然不可能对我们的目标得到一个解析函数,CAE计算所求得的结果只是一个数值。然而,样条插值技术又使CAE中的优化成为可能,多个数值点可以利用插值技术形成一条连续的可用函数表达的曲线或曲面,如此便回到了数学意义上的极值优化技术上来。样条插值方法当然是种近似方法,通常不可能得到目标函数的准确曲面,但利用上次计算的结果再次插值得到一个新的曲面,相邻两次得到的曲面的距离会越来越近,当它们的距离小到一定程度时,可以认为此时的曲面可以代表目标曲面。那么,该曲面的最小值,便可以认为是目标最优值。以上就是CAE方法中的优化处理过程。一个典型的CAE优化过程通常需要经过以下的步骤来完成: 参数化建模:利用CAE软件的参数化建模功能把将要参与优化的数据(设计变量)定义为模型参数,为以后软件修正模型提供可能。 求解:对结构的参数化模型进行加载与求解 后处理:把状态变量(约束条件)和目标函数(优化目标)提取出来供优化处理器进行优化参数评价。 优化参数评价:优化处理器根据本次循环提供的优化参数(设计变量、状态变量及目标函数)与上次循环提供的优化参数作比较之后确定该次循环目标函数是否达到了最小,或者说结构是否达到了最优,如果最优,完成迭代,退出优化循环圈,否则,进行下步。 根据已完成的优化循环和当前优化变量的状态修正设计变量,重新投入循环。 下图是数值优化的过程框图
三、 CAE方法中优化技术的特点
从以上的过程我们或许已经看到CAE优化过程的某些基本特征,如计算模型的参数化、迭代过程的自动性等。但作为优化技术与CAE方法的完美结合的产物,CAE优化方法必然有比之更丰富的特点。
首先,现代CAE技术的发展已使人们的分析领域扩展到了各行各业的每个角落,所研究问题的深度及综合程度都在逐步提高,研究者的目光已从单一场分析转向了多场耦合分析,以追求更为真实的模拟结果。CAE软件的优化技术的适应范围也必然随之扩展,不但要求它能解决各种单场问题,而且应该能处理多场耦合过程的优化。汽车、潜艇、飞机等设备设计过程中常会考虑优化其外形使更有利于在高速行驶时减少流体阻力,而同时必需虑外形的变更是否有损于设备的其它如力学和热学方面的性能。可见单纯的流体动力学优化只能解决一方面问题,而只有将其内部设备的力学或热学问题耦合分析,才能真正完整的解决问题。
其次,一个优化迭代过程通常是从前处理开始,经过建模、分网、加载、求解和后处理,而优化问题通常需要较多的迭代才能收敛。因此,软件具有统一的数据库是高效的CAE优化过程的前题,这种统一指的是前后处理数据与求解所用的数据应该在同一个数据库中,而不是通过数据文件来传递,这势必降低优化过程的效率。另外,多数通过文件来传递数据的软件的前处理与求解
- 电动车电池中的CAE应用探讨(10-27)
- 基于FPGA 的谐波电压源离散域建模与仿真(01-30)
- 正弦稳态电路的MATLAB/simulink仿真分析(08-02)
- 基于SABER仿真器的双管正激参数及控制环路的设计(11-11)
- OFDM系统仿真与分析(10-11)
- 科梁HIL仿真技术应用动力总成测试解决方案(07-10)