modefrontier整车多学科优化及轻量化优化
图:多学科分析工况
本文以modeFrontier环境介绍整车多学科优化及轻量化优化。针对刚度、NVH等线性工况,首先进行灵敏度分析进行变量筛选。针对碰撞等分线性工况,根据经验筛选出设计变量。然后分别针对不同的工况进行DOE分析采样,用于构建元模型,包括质量元模型。然后在基于元模型进行优化,使用遗传算法进行优化分析。
一、设计变量筛选:
关于设计变量的筛选,请参照《基于Isight多学科优化及轻量化优化》一文中基于灵敏度分析进行变量筛选的部分。
链接:【基于Isight多学科优化及轻量化优化】
二、设计参数:
刚度:24个厚度变量
NVH:26个厚度变量
正碰:14个厚度变量
做好设计变量统计表,便于多学科联合时变量关联。
正碰:防火墙侵入量
正碰:B柱加速度
弯曲刚度
弯扭模态
3.2 求解模块
刚度、模态使用Nastran求解器进行求解,结果提取包括f06文件、meta提取op2结果等用于创建设计响应,设计约束。
对于模态分析,需要考虑模态追踪,关于模态追踪的方法参照《META&Python在车身模态优化分析中进行模态追踪的应用》
链接:【META&Python在车身模态优化分析中进行模态追踪的应用】
图:刚度分析模块
3.3 DOE分析
图:实验设计表结果
图:元模型算法
本例中选择多项式、Kriging、径向基函数、神经网络算法进行元模型的构建。
图:元模型函数
图:弯曲模态元模型验证
图:扭转模态元模型验证
图:扭转模态元模型
图:质量模型元模型验证
图:质量模型元模型
图:B柱最大加速度元模型验证
图:B柱最大加速度元模型
图:防火墙侵入量元模型验证
图:防火墙侵入量元模型
图:分析结果Scatter图
图:分析结果Scatter 3D图
3.4 基于RSM的优化
图:modefrontier基于RSM优化流程
图:modefrontier基于RSM优化流程图
图:设计约束
图:设计目标
约束考察的分析工况的性能目标,以质量最小为设计目标,使用NSGA-Ⅱ优化算法。
图:设计目标优化历程结果
结束语:整车多学科优化过程的实现可以通过常用的几种优化软件来实现,包括Isight、LSOPT、Optimus、modeFrontier等。具体的实现过程基本上是大同小异。至此,几种优化软件的实现过程已经全部做过了介绍。
关于整车多学科优化及轻量化优化,需要注意或者关注以下几个方面:
链接:【Nastran高性能计算】
3.结果后处理:多学科优化涉及到不同的学科,因此需要工程师对于不同学科的分析计算内容都要十分的了解,尤其是对于结果的后处理用于创建设计响应,如应力强度、动刚度、模态频率、静刚度、加速度、侵入量、疲劳寿命等等。这里建议使用Meta、Python环境进行后处理设计响应的创建。可以参考《使用Meta进行后处理用于联合优化软件》。
4.DOE方法、RSM方法、优化方法的选择:DOE用于空间探索,一般使用的如优化拉丁方法。响应面或者元模型的创建包括多项式、径向基函数、kriging、神经网络等,或者比较新的ML法等。优化算法一般选择全局优化算法-遗传算法或通过优化策略组合局部和全局优化算法等。
至此,常见的优化软件的求解器优化设置,多学科优化设置等基本都介绍完了。包括Nastran、ABAQUS、Lsdyna等,以及优化软件用于材料参数拟合,及多学科优化。
链接:【基于Isight多学科优化及轻量化优化】
更多内容欢迎关注微信公众号:CAE数值优化轻量化
分享关于优化软件LSOPT、Isight、Optimus、Heeds、modefrontier以及二次开发、轻量化优化设计等更多原创内容。
扫码关注微信公众号:
关注公众号获取案例源文件