行业应用+ 查看更多
行业应用
+ 查看更多
基准和焊接工艺设计：焊接夹具夹紧点位置优化设计
+
通用汽车面临的一个问题是白车身装配过程中冲压件的定位点和夹具位置对最终装配尺寸质量有重大影响。该公司试图找到这些零件的装配定位点和夹具的最佳位置，使得最终的装配尺寸精度最高，以减少制造质量问题，从而降低制造成本并提高产品质量。
在此之前，通用汽车公司制造团队花了大量的时间来评估不同的定位设计方案，他们为只含10个变量的小装配件尝试了35万种不同的定位方案，结果还是不尽如人意。结合OASIS奥希思独有的优化算法，仅用了2000个尝试方案就找到了最佳的定位点和夹具位置，最终产品获得了用户的高度认可。
初始成功之后，通用公司希望可以利用OASIS奥希思完成更高难度的优化设计—一个大的装配件的优化工作。这个装配件有10个不同的零件和50个需要优化的位置。
如果考虑每个位置的x和y座标，这个问题有100个设计变量。输入与输出之间不存在显示函数方程，更为复杂的是，由于每个定位点和夹具可以放置在数千个可能的位置上，这个问题本质上是个组合爆炸问题，所有可能的设计方案总数大约是2*10的172次方。
此外，装配质量是在200多个质量控制点上测量的。这使得这一问题变成了多目标优化问题，这通常比单目标优化更难解决。
借助OASIS奥希思优化系统只进行了10000次尝试，便找到了最优的定位方案。此方法使得这个具有10个部件的装配件质量提高了65%，其定位点与夹具位置优化前后对比如下图所示。优化后（下图）的尺寸误差较优化前（上图）明显减少。
装配工艺：柔性装配中夹具位置优化设计
+
在柔性装配中，往往会出现回弹力的作用，因此会造成一定的组件回弹变形。回弹是薄板冲压成形中常见的缺陷，回弹的存在不仅降低了冲压组件的形状精度和表面质量，从而严重影响整车装配的偏差。柔性装配中夹具的位置往往决定了回弹偏差的大小，进而决定了整车的装配质量。所以对柔性装配夹具位置的优化是十分重要的。
此案例用经典Ansys APDL来进行有限元模拟仿真求解。首先先导入钣金几何模型以及初始的夹具位置，之后建立边界条件，输入夹紧力等，构建有限元仿真模型，计算求解回弹变形。变量为夹具点的位置坐标，目标是求得CP1和CP2最小的回弹变形之和，且约束夹具点的位置范围。
在优化前，OASIS奥希思只需配置链接Ansys APDL的初始模型的命令流输入文件和结果输出文件即可。集成之后便可自动进行设计仿真优化循环迭代计算。通过智能优化算法以最少的时间得到最优的设计结果。
底盘设计：前副车架加强筋尺寸位置及前横梁截面优化设计
+
此为国内汽车底盘零部件供应商万安集团案例，其要求是在一前副车架加三组加强筋。
如何设计加强筋尺寸以及位置才能使前副车架的总质量最小，下图为凭借工程师个人经验所设计的加强筋尺寸以及位置。
首先，构建优化模型，由问题可知，共有8个变量，它们分别是两组加强筋的添加角度、高度、宽度以及另一组加强筋的高度和宽度。目标是使得前副车架的总质量最小。且无约束条件。在这个问题当中，先运用了ANSA的前期处理功能，划分处理网格，其次利用ANSA的二次开发接口和morphing mesh功能，编写基于Python语言的命令流脚本输入文件，从而根据脚本输入文件来自动生成网格,得到加完加强筋的模型文件。本案例使用的是Optistruct有限元求解器，根据ANSA的新模型文件来进行仿真求解，以得到结果输出文件。该初始流程走通后便可进行优化配置，该问题为多软件（ANSA+Optistruct+OASIS奥希思）的集成问题，我们可以利用PowerShell来进行集成包装简化。
最终，通过OASIS奥希思的智能优化算法，比该公司所用其他优化软件时间从一周减少到半天，重量从优化前的6.81Kg减少到4.41Kg，减重35%。
汽车设计：汽车碰撞性能优化设计
+
汽车碰撞性能是汽车安全的重要指标。根据实际碰撞结果，福特公司给Empower一个包含124个变量68个强约束的优化问题。目前没有一个商业软件可以找到满足所有约束的设计。OASIS奥希思只用了2000个搜索点就找到了最优的设计方案并满足所有的施加约束，且比福特最好的方法快了一倍。
汽车设计：冷冻卡车墙壁优化设计
+
全球有超过百万的冷冻卡车和4万多的冷冻集装箱向全世界分发大量冷藏和冷冻食品。这些卡车的冷冻成本高达整车能耗的40%。制冷系统能耗的任何改善都会对燃料消耗、温室气体排放、食品运输运营成本产生巨大的影响。
此案例设计的重点是在冷藏车的保温层。传统设计是整块喷涂隔热泡沫，再铺垫交合板和玻璃纤。在发生碰撞的情况下，必须拆除换掉整个绝缘材料。新的设计为采用模块化，预装型含绝缘材料气凝胶的墙壁，其模块结构示意图及相关设计变量如下图所示。
本案例通过经典Ansys APDL来仿真模拟计算目标。第一组约束是高度约束，第二组约束是限制了传热系数。对OASIS奥希思进行优化前配置，链接Ansys APDL的输入和输出文件以进行自动设计仿真优化循环迭代。
本案例对Ansys
APDL调用了265次就得到了最佳的解决方案。
相比之下，使用Matlab遗传算法工具箱解决问题的话，最优结果会随着函数调用的增加而变差，其性能比较如下图所示。
直升飞机引擎进气导入口形状优化设计
+
航空结构的形状对于其空气动力学性能至关重要。在设计直升机部件的形状时，还必须综合考虑诸如空气阻力、成本和可制造性等多种因素。韦斯特兰直升机通常用于偏远地区的搜索和救援工作。北部地区的寒冷气温往往会引起发动机进气口附近或发动机冷却舱进气口附近积冰。发生这种情况时，发动机由于缺乏空气或过热而失效。这个问题在加拿大和英国都造成过人员伤亡。为了更好地解决结冰问题，除了通过转移发动机废热来加热进气导入口，以防止冰块外，还需要优化进气导入口的形状。如果进气导入口太大，则会增加空气阻力，并且热量难以到达导入口的尖端。如果导入口太小，则不能将足够的空气引向发动机。因此，当同时考虑到结冰和发动机性能时，必须对进气导入口的形状进行优化，如下图所示。
上图为直升机引擎进气口剖面图，本案例需构建两个计算模型，第一个是基于有限元分析（ FEA ）的热传导模型，第二个是基于计算流体动力学（ CFD ）的气流模型，下图分别为热传导模型网格和气流场模型网格。
分别计算导入口的温度梯度以及气流参数，下图分别为进气导入口温度分布以及进气导入口外部气流速度场分布。
进气导入口的形状通过五个几何控制变量来控制。这些控制变量组成一个变量向量，每个向量定义一个完整的进气导入口形状设计。利用OASIS奥希思来驱动这些变量的变化，从而改变进气口形状，将不同形状的进气导入口几何模型分别发送到FEA和CFD，预测导入口的温度梯度变化和影响发动机性能的气流参数，然后将两个模型的评估结果返回到OASIS奥希思，OASIS奥希思对分析结果进行处理，并智能地生成一组新的形状进行进一步的评估，直至找到最佳几何形状为止。本案例仅通过37次计算，就找到了最佳的几何形状，如下图所示。模型在没有结冰的前提下，将发动机性能提高了7%。
宇航船墙面优化设计
+
本案例为宇航船墙面优化设计，其结构如下图所示。
宇航船侧壁墙面为方格网结构，其中每个方格尺寸可以各不相同，材料为铝合金。该如何设计方格网结构，才能在达到要求的基础上，使用的材料也是最少的。为了提高计算效率，简化构建等效模型如下图。
可知，共有27个设计变量，分别为25个方格网结构尺寸、墙面厚度以及方格网深度。该案例有两个约束，分别为方格网深度不可大于墙面厚度以及安全载荷因子要大于10从而结构不会发生屈曲变形。目标为使方格网结构体积最小，节约材料。其有限元模型如下如图，边界条件为顶端均匀受压，两侧为无摩擦支持且底端固定。
本案例使用Ansys Workbench的静态结构分析模块耦合屈曲变形分析模块进行仿真求解计算，下图分别为静态结构分析以及线性屈曲变形分析。
通过OASIS奥希思的Ansys Workbench接口进行一键配置并优化，无需链接Ansys Workbench的输入和输出文件。本案例仅通过177次计算，就找到了最佳的方格网结构，且满足所有的约束条件，材料比优化前节省了25%。
离心泵优化设计
+
离心泵因其结构简单、扬程高等特点广泛应用于农业、航空航天、船舶等领域。利用OASIS奥希思优化系统可以快速实现离心泵的优化设计。选择专业的旋转机械设计软件—CFturbo作为离心泵的水力设计工具，根据额定点设计参数，流程化的完成离心泵各过流部件的初始设计，下图为离心泵的流体域，主要由叶轮和蜗壳组成。
选择专业的旋转机械仿真分析软件—Simerics-MP进行离心泵的仿真分析及结果提取工作。兼顾计算时间和仿真精度，本案例选择中等网格尺寸作为优化设计的网格，CFD计算方法采用有限体积法来离散方程；差分格式采用的一阶迎风格式；湍流模型选取的是标准k-e模型；进口边界条件为压力进口条件，出口采用体积流量出口；固壁边界采用标准壁面函数法，收敛精度为1*10的-5次方；计算方法为定常计算；迭代步数为500步。本案例旨在保证扬程以及模型尺寸的前提下，额定点的水力效率最高，具体优化自变量、约束条件以及优化目标如下表所示，根据优化目标以及约束条件，选择控制叶轮尺寸、叶片形状以及子午面形状等共计9个参数作为自变量进行优化。
优化过程耗时13hours，完成了100个案例的计算。绘制叶轮轴面图以及三维图进行对比，如下图所示。从轴面型线对比图可以看出，相对于原始模型，优化后的模型在叶片进口边、前后盖板型线以及叶轮尺寸均有所调整，同时，叶片进口安放角、叶片出口安放角以及叶片包角均有所改变。
下表分别为优化前后离心泵整体扬程特性曲线以及效率特性曲线。从离心泵的外特性曲线的数值分析结果来看，在满足扬程以及模型尺寸的约束下，经过100次迭代，额定点效率提高到87.5%，相比初始方案提高了约5%；以更少的迭代数获得更好的优化结果，合适的优化算法往往能达到事半功倍的效果。
结合离心泵内特性，对于优化前后模型进行细致剖析。下图为优化前后轴面图速度矢量分布，从图中可以看出，优化后的模型速度矢量明显得带改善，回流消失。
从离心泵内部流线可以看出，优化前在蜗壳扩散段存在着明显的回流，优化之后，这一现象消失，内部流动更加顺畅。
离心泥浆泵优化设计
+
该案例为合意泵业公司离心泥浆泵优化设计案例。离心泥浆泵因其输送介质为固液混合物，所以其设计有别于传统的清水离心泵设计。泵在运行过程中，泥浆中的固体颗粒会对叶轮及其他装置产生磨损，因此，需要通过增加叶片厚度以及降低叶片数的方法保证泥浆在泵流道内顺畅流动。
下图为泥浆泵结构域初始模型，从图中可以看出该泥浆泵为典型的离心泵，过流部件主要由叶轮和蜗壳组成。与初始模型相比，本案例旨在保证小流量和额定流量所对应扬程以及全流量效率变化不大的前提下，使泥浆泵的额定流量至大流量范围内的扬程曲线更加陡峭，即优化目标为最小流量点所对应的扬程与最大流量点所对应的扬程之差最大化。采用Ansys BladeModeler进行参数化建模，采用Ansys Meshing进行网格划分，采用Ansys CFX进行仿真计算,采用OASIS奥希思的Ansys Workbench接口进行一键优化集成配置。兼顾计算精度和计算时间，优化设计叶轮采用单流道，最终结果利用全流道进行校核。叶轮部分网格较精细，数量为86000，蜗壳部分网格较为粗糙，数量为100000，为了缩短优化周期，CFD分析采用定常计算。
本案例耗时150hours进行了300个案例的计算。下图分别为优化前后扬程与效率的结果曲线。曲线横坐标代表各工况点流量与最大流量的比值，纵坐标代表各工况点扬程与最小流量点扬程的比值。由于保密原因，只给出优化之后的三个点的数值。图中蓝色曲线代表优化前全流道计算结果，灰色曲线代表优化后全流道计算结果，橙色曲线代表优化后单流道计算结果。从扬程曲线可以看出以下结论：
- 小流量到额定流量范围内，三条曲线较为接近
- 额定流量到大流量范围内，优化后的扬程曲线明显陡于优化前的扬程曲线，扬程差分别提升了73%（单流道）和65.9%（全流道）
- 优化后的单流道与全流道结果比较得知，单流道与全流道的曲线非常接近，全流道的所有结果均高于单流道
从效率曲线可以得出以下结论：
- 除大流量工况外，其余工况的效率优化前后变化不大
- 单流道的效率高于全流道的效率
涡轮叶片形状优化设计
+
该案例为挪威涡轮叶片形状的优化，目的是降低总压力损失系数。
前期通过精密测量实验室中的点云测量，对建造前的涡轮叶片模型进行参数数字化，选取10个点，每个点有2个坐标轴，因此共有20个参数变量，再用Matlab构建要优化的参数形状方程模型，如下图所示。
通过COMSOL Multiphysics的流场分析来进行仿真求解，如下图。最后通过OASIS奥希思并利用通用仿真集成接口，找到参数模型的输入和输出文件进行配置并自动设计仿真优化，得到了效果最佳的涡轮叶片形状。
发电机输入转矩优化设计
+
此案例是基于Ansys Workbench中的Maxwell模块进行有限元模拟分析计算以及OASIS奥希思的Ansys Workbench接口来进行一键配置优化。如下图所示，为节省计算时间，截取发电机模型的一部分来进行计算。设计变量为发电机负载电阻和绕组匝数，目标是对发电机输入转矩进行优化。
本案例为测试案例，在相等条件下，OASIS奥希思搜素效率高，时间更短，搜索结果一致性好。且在优化结果相同的条件下，OASIS奥希思只调用了21次计算，计算总用时50分钟，Ansys自带优化工具用时5个小时。
燃料电池部件和系统优化设计
+
OASIS奥希思具备多目标优化的能力，通过设置多个优化目标，结合软件独有的优化算法以及后处理功能，可以将多目标问题转化为单目标问题。如下面介绍到的白纳德能源公司案例,本案例旨在通过对燃料电池的部件和系统优化，达到提高能量密度和降低成本的目的。约束条件为总体积必须小于汽车后备箱容积。设计变量包括几何尺寸，运行参数，和系统配置参数共七个变量。优化结果与工程师根据经验设计相比，能量密度提高了43%，同时成本降低了16%。
烟道导流板优化设计
+
本案例是基于Ansys Workbench中的Fluent模块来进行有限元模拟分析计算以及OASIS奥希思的Ansys Workbench接口来进行一键配置优化。如下图所示，对风机管道隔板进行尺寸优化，寻求最佳尺寸，使隔板之间的气体压力平均值最小，从而保证中间滤网过滤效果最好。
本案例共有36个设计变量，分别为第一排导流板中最长板的长度、第一排导流板中最长板与顶板之间的距离、第一排导流板中最后一块短板的角度等等。目标为使每块隔板之间的气体压力平均值最小，从而保证中间滤网过滤效果最好，其导流板设计变量如下图所示。
利用OASIS奥希思的Ansys Workbench接口来对Fluent进行一键配置就可以直接自动设计仿真优化循环迭代求解计算，设置步骤相比Ansys自带优化工具要简单。CAE工程师使用传统方法，不断试错，调整模型，使用10个工作日时间，与OASIS奥希思平均计算时间50分钟得出的结果精度，准确度相似，从而看出OASIS奥希思在解决大变量优化问题时有着很大优势，效率更高。
