adams优化设计移动副_副车架多学科优化及轻量化优化设计

本文探讨了副车架的多学科优化设计,涉及强度、模态、动刚度和疲劳性能。利用Nastran、ABAQUS、Femfat/Ncode和LSDYNA等求解器进行分析,并借助ANSA、META等前后处理工具。通过LSOPT等优化软件实现轻量化目标。详细介绍了如何在Meta和Hypergraph中提取强度、模态和动刚度响应,强调了多学科协同和参数化模型的重要性。
摘要由CSDN通过智能技术生成

前言:副车架需要考察的性能包括强度、模态、安装点动刚度、疲劳等性能。轻量化优化需要在满足以上所有性能要求的基础上进行优化设计。多学科优化可以在同时考虑以上所有性能约束的基础上进行轻量化优化设计。对副车架建立全参数化模型,全参模型包括料厚、形状、特征等等所有可参对象。(如果需要同时考虑碰撞性能,可以增加材料牌号参数)

求解器:Nastran(模态、动刚度)、ABAQUS(强度)、Femfat/Ncode(疲劳)、LSDYNA(碰撞)

前后处理:ANSA、META(HyperView/HyperGraph)、Python

优化软件:LSOPT(Isight、modefrontier、optimus、heeds)

一、副车架全参数化模型创建       全参的模型包括形状参数、厚度参数、材料参数等等。形状参数一般是morph功能进行创建,可以使用sfe-concept、hypermorph或者depmeshworks等软件,但根据个人使用经验,使用ansa-morph进行形状参数的创建并与优化软件的联合在效果上要比其他软件好很多。具体如何使用ansa进行参数化模型的创建以及与优化软件的联合后续会详细进行介绍。

087b388f9237a058d593764cb1fe82e9.png

9a63402f552406539c7ce974e8f709c6.png

0a4e1ef53f2014d52799f352618f30b9.png

44f6b31515526c32263d154cb080a425.png

af5caba0347a1d7905be9e6c1c692948.png

86bcb1b990ddfc1dd2d9114aa4318fea.gif

      参数化模型的创建除了需要创建形状参数、厚度参数、材料参数等。在多学科优化时还需要注意每个学科计算模型的协同匹配。强度、模态、动刚度、疲劳等等分析计算的模型需要协同更新。

:本文提到的设计响应的提取都是基于手动操作的方式进行,当然在实际项目过程中多数都是通过手动操作和二次开发脚本结合来完成的。同样为了不受限于某个软件,本文会介绍通过常用的后处理软件meta和hyperview/hypergraph进行结果的提取。同样,大多数的结果也可以通过使用其他的方式进行结果响应的提取,有感兴趣的可以了解下lasso-python、pyNastran 、pyansys这些内容。

1.强度分析  
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值