一扣溺、 前言

　　日益激烈的市場(chǎng)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)品途培，就能占領(lǐng)更多的市場(chǎng)散苦。為此态置，CAE方法作為能縮短產(chǎn)品開發(fā)周期的得力工具道夭，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)渊唁，以提高產(chǎn)品的競(jìng)爭(zhēng)力。 從對(duì)已設(shè)計(jì)產(chǎn)品性能的簡(jiǎn)單校核倾断，逐步發(fā)展到對(duì)產(chǎn)品性能的準(zhǔn)確預(yù)測(cè)仆玖，再到產(chǎn)品工作過程的精確模擬，使得人們對(duì)CAE方法充滿信賴守皆。然而歪低，提高產(chǎn)品競(jìng)爭(zhēng)力不但需要提高產(chǎn)品的性能與質(zhì)量，而且要降低產(chǎn)品的成本砸镀，因此人們需要找到最合理和最經(jīng)濟(jì)的設(shè)計(jì)方案盔曼。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(zhēng)唱逢，人們可能沒有更多的時(shí)間對(duì)數(shù)據(jù)參數(shù)進(jìn)行手工調(diào)整吴侦。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)新高度惶我。

　　二妈倔、 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)變量绸贡，使產(chǎn)品的指標(biāo)或性能達(dá)到最期望的目標(biāo)盯蝴，就是優(yōu)化方法。例如听怕，在保證結(jié)構(gòu)剛強(qiáng)度滿足要求的前提下捧挺，通過改變某些設(shè)計(jì)變量，使結(jié)構(gòu)的重量最輕尿瞭，這不但使得結(jié)構(gòu)耗材上得到了節(jié)省闽烙，在運(yùn)輸安裝方面也提供了方便，降低運(yùn)輸成本声搁。再如改變電器設(shè)備各發(fā)熱部件的安裝位置黑竞，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(duì)流散熱問題的優(yōu)化實(shí)例尤吟。在實(shí)際設(shè)計(jì)與生產(chǎn)中拘能，類似這樣的實(shí)例不勝枚舉。 優(yōu)化作為一種數(shù)學(xué)方法翁骗，通常是利用對(duì)解析函數(shù)求極值的方法來達(dá)到尋求最優(yōu)值的目的侣沐。基于數(shù)值分析技術(shù)的CAE方法引笛，顯然不可能對(duì)我們的目標(biāo)得到一個(gè)解析函數(shù)笆低，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)化成為可能忌挺，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)的曲線或曲面痊撤，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)然是種近似方法遥加，通常不可能得到目標(biāo)函數(shù)的準(zhǔn)確曲面袱蔓，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)越來越近观复，當(dāng)它們的距離小到一定程度時(shí)偏序，可以認(rèn)為此時(shí)的曲面可以代表目標(biāo)曲面。

　　那么胖替，該曲面的最小值研儒，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)化處理過程独令。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)端朵，為以后軟件修正模型提供可能。 求解：對(duì)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(píng)價(jià)燃箭。 優(yōu)化參數(shù)評(píng)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)變量冲呢、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)招狸，如果最優(yōu)敬拓，完成迭代，退出優(yōu)化循環(huán)圈裙戏，否則乘凸，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)變量累榜，重新投入循環(huán)营勤。

　　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癣辉，如計(jì)算模型的參數(shù)化模鹿、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)物传起，CAE優(yōu)化方法必然有比之更豐富的特點(diǎn)挚雾。

　　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)角落同肆，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(chǎng)分析轉(zhuǎn)向了多場(chǎng)耦合分析唧谊，以追求更為真實(shí)的模擬結(jié)果末尤。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(chǎng)問題，而且應(yīng)該能處理多場(chǎng)耦合過程的優(yōu)化非阿。汽車种诫、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)減少流體阻力湾关，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)方面的性能烫饼。可見單純的流體動(dòng)力學(xué)優(yōu)化只能解決一方面問題试读，而只有將其內(nèi)部設(shè)備的力學(xué)或熱學(xué)問題耦合分析杠纵，才能真正完整的解決問題。

　　其次钩骇，一個(gè)優(yōu)化迭代過程通常是從前處理開始比藻，經(jīng)過建模、分網(wǎng)倘屹、加載银亲、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纽匙。因此务蝠，軟件具有統(tǒng)一的數(shù)據(jù)庫(kù)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(kù)中烛缔，而不是過數(shù)據(jù)文件來傳遞馏段，這勢(shì)必降低優(yōu)化過程的效率。另外力穗，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笋棵，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)性是相抵觸的褪鸳。這種情況一但發(fā)生而且不可回避時(shí)蛾岳，要么放棄，要么再為數(shù)據(jù)文件編制自動(dòng)修改程序揣响。

　　第三簿睦，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)化過程的流暢儿猪，CAE軟件必須具有完備高效的參數(shù)流程控制技術(shù)派暴。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)化相梳，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)雜情況咏逛。

　　第四，高精度網(wǎng)格是成功的有限元分析的關(guān)鍵因素之一奢惋。一個(gè)良好的CAE軟件要想很好地處理優(yōu)化過程预隆，尤其是形狀優(yōu)化問題乔蜀，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)格奇化問題膳灶。

　　第五咱士，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(wú)數(shù)英雄竟折腰轧钓。通常提高非線性問題收斂性的手段應(yīng)視具體情況決定序厉，而對(duì)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毕箍。但優(yōu)化過程是程序自動(dòng)控制迭代的弛房，人不能過多參與，因此霉晕，非線性收斂的智能控制技術(shù)對(duì)非線性優(yōu)化問題是不可或缺的庭再。 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)牺堰。這種技術(shù)通常被用來求解高速變形和高度非線性問題拄轻，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伟葫，但并不是所有的問題都可以這樣截然分開恨搓，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酒旷，采用隱式方式模擬回彈過程雳犹，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)過程渡表，這種切換手工完成亦無(wú)不可娶讽，但對(duì)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)行赐罪，那么這類問題的優(yōu)化分析基本不能完成涉等。 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)化的方式详础，就是說程挑，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)都可能不同普易，那么不同平臺(tái)的數(shù)據(jù)庫(kù)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臊耳。當(dāng)然，不是所有軟件都存在這個(gè)問題畜股，當(dāng)今一個(gè)流行的CAE軟件━ANSYS在這個(gè)問題上技?jí)喝悍季背蓿由纤囊恍┢渌攸c(diǎn)，使她成為目前話題中值得一提的角色闷旧。

　　ANSYS是一個(gè)集結(jié)構(gòu)长豁、熱甩卓、電磁、流體分析能力于一身的CAE軟件蕉斜，可以進(jìn)行多場(chǎng)耦合分析；她具有較強(qiáng)大的前后處理能力缀棍，尤其在智能網(wǎng)格劃分器上有卓越特點(diǎn)宅此；她具有較強(qiáng)的顯式或隱式非線性求解能力，而且顯式爬范、隱式可以任意自動(dòng)切換父腕；非線性的收斂控制具有智能化，對(duì)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青瀑；她還有一個(gè)被其用戶推崇“無(wú)所不能”的參數(shù)化設(shè)計(jì)語(yǔ)言━APDL璧亮，該語(yǔ)言具有參數(shù)、數(shù)學(xué)函數(shù)斥难、宏（子過程）枝嘶、判斷分支及循環(huán)等高級(jí)語(yǔ)言要素，是一個(gè)理想的程序流程控制語(yǔ)言蟹梗；她的前后處理及求解數(shù)據(jù)庫(kù)的統(tǒng)一性及不同平臺(tái)數(shù)據(jù)庫(kù)兼容的特點(diǎn)使她很適合于進(jìn)行高級(jí)的優(yōu)化分析膜暴。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享尚稍，并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)道暑，也不構(gòu)成任何其他建議。本站部分作品是由網(wǎng)友自主投稿和發(fā)布竭珊、編輯整理上傳人蕊，對(duì)此類作品本站僅提供交流平臺(tái)，不為其版權(quán)負(fù)責(zé)震头。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻锤镀、圖片、文字如涉及作品版權(quán)問題撵刷，請(qǐng)第一時(shí)間告知裆蛆，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國(guó)家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容，以保證您的權(quán)益褐袒！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn啼术。