专题文章
当前位置:首页 > 正脉视点 >> 专题文章
气动形状优化:实用指南
0
发布时间:2019-09-29 作者: 浏览数:2538

气动外形优化的参数模型

在许多组织中,他们产品的现有计算机辅助设计模型(例如飞机机身和机翼、涡轮机、汽车部件等)。)通常是参数化的。然而,当涉及到需要健壮并准备好进行优化循环的可变几何时,许多传统的计算机辅助设计系统在某个阶段会失败。几何图形的再生有时会意外中断或返回错误。原因可能是一个失败的相交或圆角过程的例子。这只是一个瓶颈。如果你必须为新的候选设计自动创建一个网格,所有的面标识(例如有名字的颜色)对于每个设计都需要相同,因为在网格工具中经常引用标识。

1569748471264344.png

在CAESES中创建的用于自动气动形状优化的鲁棒参数化计算机辅助设计模型

所以,你首先需要的是一个可以自动化的产品参数模型。如果您必须选择一个计算机辅助设计软件或几何建模器,您最好考虑以下问题:

致力于自动化

确保您使用面向自动化的灵活参数化技术和工具。请注意,市场上的一些计算机辅助设计工具最初不是为此任务而制造的,或者根本不是针对这种设计过程的。

稳健性

您的几何图形应该是100%健壮的,即新几何候选图形的再生永远不会中断或失败。

创新

作为一名空气动力学工程师,您应该能够与计算机辅助设计部门一起或独自在几何模型中快速构建创新的新思想(例如,与流动相关的特征)。这对你的产品的长期竞争力尤其重要。

参数约简

您的计算机辅助设计工具应该为您提供智能的参数缩减技术,以最大限度地减少优化中的整体模拟时间。这可以是智能参数化建模技术,也可以是集成方法,如主成分分析等。

标识符

为所有生成的设计保留面标识和名称,以自动进行网格划分和模拟。这是必需的,例如对于一些啮合工具,以便能够运行记录的脚本。

限制

每个设计都会自动满足几何约束。这包括横截面积、厚度和最小距离(包装)等。对于这些任务,您的计算机辅助设计工具需要提供可用于定义几何图形的集成优化方法。

自动化预处理

最后,一些CAE工具期望高质量的STL几何图形,所以你需要一些导出曲面网格质量的控制。

1569748631445077.png

为每个单独的曲面片指定颜色和三角测量设置

 

自动网格划分和模拟

一旦几何图形准备好自动化,就需要决定网格划分和模拟策略。很可能,你已经有了你的模拟设置,你只需要把它自动化。

在某些情况下,设计探索的第一阶段可以用更简单的模拟方法进行,例如潜在的流代码或其他初步评估工具。这些计算比完整的RANS(雷诺平均纳维尔-斯托克斯)代码要快得多,有助于你找到一个有希望的方向。您需要确保您的“简单”解决方案能够在您探索阶段所需的质量范围内,并基于您作为模拟工程师的经验,真正为您提供所需的信息。

不管你选择哪种方法或软件:所有这些模拟工具需要自动化,这对于市场上的大多数解决方案来说越来越容易。通常,它们也以批处理模式运行。您必须事先进行记录,即某种脚本,用新的候选设计替换基线几何图形。可以自动化的网格划分和模拟工具的例子有ANSYS软件,STAR-CCM+,NUMECA工具,TCFD,GridPro,逐点,等等。

image.png

垂直风轴涡轮机的例子(叶片的2D切割):完全自动啮合,对于生成的候选设计没有人工交互

伴随计算流体动力学

除了潜在的流代码和标准的RANS解,还有伴随计算流体动力学,它在工程应用中获得更大的牵引力。工具,例如凯撒也可以将参数模型链接到伴随计算流体动力学解决方案,以便为您的优化找到最重要的几何参数。自动化伴随计算流体动力学也相当简单。在大多数情况下,只需要考虑一个额外的结果文件。

1569750650126500.png

伴随计算流体动力学计算的结果,用于形状优化

结构分析

如果您不仅要考虑组件的流特性,还要考虑结构行为,那么您还需要集成这些额外的计算(这是涡轮机的一个例子)。由于这些工具有不同的需求,可能需要一些时间才能将其集成到完整的循环中。但是如果你能最终走上整体轨道,你将会赢得很多。根据我们的经验,只有计算流体力学和结构部门在形状优化任务中紧密协作,组织才能节省长达数月的工程时间。

1569750689935166.png

涡轮的几何模型,自动附带计算流体动力学和结构分析的参数域

 

选择正确的优化策略

就单个候选设计的整体模拟时间而言,当今大多数工程应用都相当昂贵。因此,您需要一个有效的优化策略来加速设计过程,并在最短的时间内找到您的最佳设计。以下是典型流体或空气动力学形状优化任务的推荐策略:

灵敏度分析

根据您的模拟时间,使用一组示例进行设计探索阶段,从中了解您的优化问题。哪一个自由变量是重要的,哪一个可以在优化的下一阶段被停用?检查相关性,了解发生了什么。你的专业知识在这个阶段很重要!举个例子,假设我们创建并分析了100种不同的设计。

全局优化

基于灵敏度分析中收集的数据运行全局优化。创建一个响应面模型,在其中回收例如100个设计,并在这个代理上运行一个遗传算法。这可以是完全自动化的,您可以根据您的硬件和许可证资源来决定要运行多少次迭代。代理模型通常基于神经网络概念、径向基函数、克里金法或简单多项式函数生成。

局部优化

在某些情况下,如果还剩下一些时间,从全局优化中获取最佳设计并通过使用局部搜索运行更多的迭代可能是有益的。在大多数与行业相关的情况下,建议使用无衍生方法,并在微调设计方面做得很好。

1569750739500287.png

对于许多优化任务,可以使用响应面模型

有关代理模型的更多信息,请参见文章“使用响应面的全局优化“。当然,还有许多其他可能的策略:例如,运行如上所述的灵敏度分析,然后直接将局部优化应用于几个有希望的设计候选(使用简化的参数集)。最后,市场上的一些优化工具提供了一键式优化策略,其中结合了上述方法。由于人工智能和机器学习是一个巨大的运动,我们也将看到新的优化解决方案出现在市场上,引入空气动力学形状优化的创新方法。

 

利用高性能计算集群

如果您已经在本地计算机上准备好了设置,让它在远程硬件资源上运行通常是相当小的努力。模拟和几何工具,如CAESES以批处理模式运行即不需要图形用户界面。例如,在高性能计算集群上运行整个安装程序需要什么。

1569750815433330.png

使用SSH资源管理等工具在远程硬件资源上分发模拟运行

网格引擎帮助您分发分析(查看更多关于优化和网格引擎),像ANSYS这样的工具甚至有自己的解决方案(远程解决管理器)。为了安全起见,请确保您的CAE工具支持Linux。


相关推荐
系列微信
关联机构
  • 东方首选
  • 中图地信
  • 中环蓝盾
  • 启然健康
特色服务
联系方式
关于我们
微信
移动端
  • 咨询热线:010-81387990
  • 客户服务:010-81387990
  • 总部地址:北京市房山区长阳绿地启航国际商务办公区14号楼西楼5层
  • ICP备案:京ICP备17041491号-1
  • 京公网安备11011102001682
  • 版权所有:©北京正脉科工科技有限公司

友情连接:

立即咨询有惊喜哦 !