《基于OptiStruct的结构优化设计方法--张胜兰.》由会员分享，可在线阅读，更多相关《基于OptiStruct的结构优化设计方法--张胜兰.（9页珍藏版）》请在金锄头文库上搜索。
1、基于OptiStruct的结构优化设计方法张胜兰湖北汽车工业学院汽车工程系基于OptiStruct的结构优化设计方法张胜兰湖北汽车工业学院汽车工程系442002 湖北省十堰市车城西路167号摘 要:最优化技术与有限元法结合产生的结构优化技术已逐渐发展成熟并成功地应用于产品设计的各个阶段。本文总结了OptiStruct结构优化设计方法和特点,从优化设计三要素、迭代算法、灵敏度分析等方面阐述了基于有限元法的OptiStruct结构优化的数学基础,给出了OptiStruct结构优化设计流程和步骤。关键词:结构优化,设计流程,有限元优化设计是以数学规划为理论基础,将设计问题的物理模型转化为数学模型,运
2、用最优化数学理论,以计算机和应用软件为工具,在充分考虑多种设计约束的前提下寻求满足预定目标的最佳设计。有限元法(FEM被广泛应用于结构分析中,采用这种方法,任意复杂的问题都可以通过它们的结构响应进行研究。最优化技术与有限元法结合产生的结构优化技术逐渐发展成熟并成功地应用于产品设计的各个阶段。Altair OptiStruct是一个面向产品设计、分析和优化的有限元和结构优化求解器,拥有全球先进的优化技术,提供全面的优化方法。OptiStruct从1993年发布以来,被广泛而深入地应用到许多行业,在航空航天、汽车、机械等领域取得大量革命性的成功应用,赢得多个创新大奖。一、OptiStruct结构优
3、化方法简介OptiStruct是以有限元法为基础的结构优化设计工具。它提供拓扑优化、形貌优化、尺寸优化、形状优化以及自由尺寸和自由形状优化,这些方法被广泛应用于产品开发过程的各个阶段。概念设计优化用于概念设计阶段,采用拓扑(Topology、形貌(Topography和自由尺寸(Free Sizing优化技术得到结构的基本形状。详细设计优化用于详细设计阶段,在满足产品性能的前提下采用尺寸(Size、形状(Shape和自由形状(Free Shape优化技术改进结构。拓扑、形貌、自由尺寸优化基于概念设计的思想,作为结果的设计空间需要被反馈给设计人员并做出适当的修改。经过设计人员修改过的设计方案可以
4、再经过更为细致的形状、尺寸以及自由形状优化得到更好的方案。最优的设计往往比概念设计的方案结构更轻,而性能更佳。表1简单介绍各种方法的特点和应用。表1 OptiStruct六种优化方法的特点 拓扑优化 Topology optimization 在给定的设计空间内找到最优的材料分布。 形貌优化 Topography optimization 在钣金件上找出最佳的加强筋位置和形状。 自由尺寸优化 Free Sizing optimization 找出板壳结构上每个区域(单元的最佳厚度。 尺寸优化 Size optimization 尺寸和参数优化,如优化梁的截面尺寸等。 形状优化 Shape op
5、timization 直接基于有限元网格优化产品的位置和几何形状。 自由形状优化 Free Shape optimization 自动确定选定区域的最佳结构形状。OptiStruct 提供的优化方法可以对静力、模态、屈曲、频响等分析过程进行优化,其稳健高效的优化算法允许在模型中定义成千上万个设计变量。设计变量可取单元密度、节点坐标、属性(如厚度、形状尺寸、面积、惯性矩等。此外,用户也可以根据设计要求和优化目标,方便地自定义变量。在进行结构优化过程中,OptiStruct 允许在有限元计算分析时使用多个结构响应,用来定义优化的目标或约束条件。OptiStruct 支持常见的结构响应,包括:位移、
6、速度、加速度、应力、应变、特征值、屈曲载荷因子、结构应变能、以及各响应量的组合等。OptiStruct 提供丰富的参数设置,便于用户对整个优化过程及优化结果的实用性进行控制。这些参数包括优化求解参数和制造加工工艺参数等。用户可以设定迭代次数、目标容差、初始步长和惩罚因子等优化求解参数,也可以根据零件的具体制造过程添加工艺约束,从而得到正确的优化结果并方便制造。此外,利用OptiStruct 软件包中的OSSmooth 工具,可以将拓扑优化结果生成为IGES 等格式的文件,然后输入到CAD 系统中进行二次设计。二、OptiStruct 优化设计的数学基础1.OptiStruct 结构优化三要素优
7、化设计有三要素,即设计变量、目标函数和约束条件。设计变量是在优化过程中发生改变从而提高性能的一组参数。目标函数就是要求最优的设计性能,是关于设计变量的函数。约束条件是对设计的限制,是对设计变量和其它性能的要求。优化设计的数学模型可表述为: 最小化(minimize : ,(21n x x x f f =X约束条件(subject to : 0(X j g m j ,1= 0(=X k h h m k ,1=U i i L i x x x n i ,1=式中,(21n x x x =X 是设计变量,f (X 是目标函数,g (X 是不等式约束函数,h (X 是等式约束函数;L 指lower li
8、mit ,即下限,U 指upper limit ,即上限。在OptiStruct 中,目标函数f (X 、约束函数g (X 与h (X 是从有限元分析中获得的结构响应。设计变量X 是一个向量,它的选择依赖于优化类型。在拓扑优化中,设计变量为单元的密度;在尺寸优化(包括自由尺寸优化中,设计变量为结构单元的属性;在形貌优化和形状优化(包括自由形状优化中,设计变量为形状扰动的线性组合因子。优化设计的三要素在OptiStruct 中通过不同类型的信息卡描述。结构响应(用于评测目标与约束以及设计变量均采用Bulk Data 类型的信息卡,结构响应一般参考DRESP1、DRESP2或DRESP3卡,设计变
9、量则根据优化类型的不同选用DTPL 、DTPG 或DESVAR 卡。目标函数和约束则使用Subcase Information 类型的信息卡定义,目标函数使用DESOBJ 卡,约束函数使用DESSUB 或DESGLB 卡。2. OptiStruct 迭代算法OptiStruct 采用局部逼近的方法来求解优化问题。 局部近似法求解优化问题步骤如下: 1采用有限元法分析相应物理问题; 2收敛判断; 3设计灵敏度分析;4利用灵敏度信息得到近似模型,并求解近似优化问题; 5返回第一步。这种方法用于每迭代步设计变量变化很小的情况,得到的结果为局部最小值。设计变量的最大变化一般发生在最初的迭代步中,此时没
10、有必要进行太多的近似分析。在结构优化设计计算中,设计变量结构响应的灵敏度分析是从简单的设计变化到数学优化过程中最为重要的一部分。设计变量更新采用近似优化模型的方法求解,近似模型利用灵敏度信息建立 。 OptiStruct 采用三种方法建立近似模型:最优化准则法、对偶法和可行方向法。后两者都基于设计空间的凸线性化。最优化准则法用于典型的拓扑优化问题,目标表达为最小化应变能(或频率倒数、加权应变能、加权频率倒数、应变能指数等,约束表达为质量(体积或质量(体积分数。对偶法和可行方向法的采用取决于约束和设计变量的数目,由OptiStruct 自动选择。当设计变量数超过约束的数目(一般在拓扑优化和形貌优
11、化中,对偶法较有优势。可行方向法则刚好相反,多用于尺寸优化和形状优化中。OptiStruct 中用到两种收敛准则,即规则收敛与软收敛,满足一种即可。当相邻两次迭代结果满足收敛准则时,即达到规则收敛,意味着相邻两次迭代目标函数值的变化小于目标容差,并且约束条件违反率小于1%。当相邻两次迭代的设计变量变化很小或没有变化时,达到软收敛,这时没有必要对最后一次迭代的目标函数值或约束函数进行估值,因为模型相对于上次迭代没有变化。因此,软收敛比规则收敛少进行一次迭代。3.灵敏度分析设计灵敏度就是结构响应对设计变量的偏导数(结构响应的梯度。 对于有限元方程:P U K =其中K 是刚度矩阵,U 是单元节点位
12、移向量,P 是单元节点载荷向量。两边对设计变量X 求偏导数:X P XU K U X K =+则=1U X K X P K X U 一般,结构响应(如约束函数g 可以描述为位移向量U 的函数:U Q g T =所以结构响应的灵敏度为:XU Q U X Q X g T T +=直接采用上述方法求解,称为直接法。直接法适合于设计约束较多而设计变量较少的优化问题,如形状优化和尺寸优化的灵敏度求解。对于设计约束较少而设计变量很多的优化问题,如拓扑优化和形貌优化,可采用另一种方法,计算灵敏度时引入伴随变量E 。伴随变量E 满足:Q E K =从而+=U X K X P E U X Q X g T T 此
13、方法称为伴随变量法。4. 近似模型拟合直接对有限元模型进行优化在每个迭代步需要多次有限元求解,工作量很大,同时有限元模型是隐式的,必须进行显式近似从而建立显式近似模型,方便进行后续优化。利用灵敏度信息对结构响应进行泰勒展开,从而得到显式近似模型。有几种近似方法,包括线性近似:2007 Altair 大中国区用户技术大会论文集 g j g j ( X = g j0 ( X i X i0 i = 0 X i N 倒近似： N g 1 1 j g j ( X = g j0 X i20 ( X i X i0 i = 0 X i 和凸近似： g j g j ( X = g j0 + c ji ( X i
14、 X i 0 i = 0 X i N 其中 若 g j X i g j X i 0 ， c ji = 1 0 ， c ji = X i0 Xi 若 OptiStruct 自动选择近似方法进行优化模型的显式近似。 三、基于 OptiStruct 的结构优化设计流程 基于有限元法的结构优化过程通常也需要经过有限元分析前处理、 计算以及后处理三大 步。但在前处理部分除了常规的 FE（有限元）建模以外，还需对优化问题进行定义，计算 求解过程中需要对优化参数进行评价。 优化问题定义：根据结构设计的特点和要求，选择结构优化方法，将需要参与优化的数 据（设计变量、约束条件及目标函数）定义为模型参数，为修正模
15、型提供可能。 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、约束条件及目标 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已达到最小值， 即 结构是否已达到了最优。如果最优，完成迭代，退出优化循环；否则，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。 OptiStruct 结构优化设计流程如图 1 所示。 6 2007 Altair 大中国区用户技术大会论文集 结构分析 开始 结果收敛？ FE 建模 1 建立 FE 模型 2 设置边界条件 定义优化问题 1 定义目标 2 定义设计约束 3 设计变量初始化 更新设计变量 优化 否 灵敏度分析 逼近 是 结束 图 1 OptiStruct 结构优化设计流程 OptiStruct 采用 HyperMesh 进行结构优化问题的前处理和定义，在 HyperMesh 中完成 有限元建模后，利用优化定义面板定义优化变量、约束和目标、以及优化参数；然后提交 OptiStruct 进行结构分析和优化；最后利用 HyperMes
