背景：在对车身进行参数化优化设计时，当考虑模态响应，如扭转模态，弯曲模态时，由于设计变量的更改，有时可能会造成相同的振型出现在不同的阶次中，为了保证优化过程结果的有效性，需要在优化过程中对模态进行追踪。
在Optistruct中，有模态追踪的功能，(需设置选项PARAM,MODETRAK,YES)。对于其他优化软件，具有模态追踪功能的优化软件包括：LSOPT和Hyperstudy，其中LSOPT软件需要使用LSDYNA求解程序进行模态计算，才可以使用模态追踪，但通常在进行模态分析时，一般使用的求解器为Nastran；Hyperstudy优化软件也具有模态追踪的功能，其内部计算过程是通过计算两个结果的模态置信矩阵(MAC)来完成的。
这里简单介绍下MAC，MAC矩阵(modal assurance criterion 模态置信矩阵)也称为振型相关系数，是振型向量之间的点积，用于评价模态振型向量空间(几何)上的相关性一个很好的工具，计算得到的标量值在0到1之间或用百分数来表示。可以用于仿真和实验结果的验证分析，也可以用于对两个仿真结果同一振型结果确认。在Hyperview后处理的NVHD模块下具有计算MAC值的功能。
在使用其他优化软件如Isight、Optimus、ModeFRONTIER、Heeds等时，没有集成的模态追踪功能，需要加入模态追踪功能的脚本来完成模态追踪。首先将模态刚度矩阵输出到pch文件或f06文件中，然后使用其他编程软件对每次生成的结果文件进行处理，根据MAC计算公式计算出MAC值，根据MAC值判断相同振型的频率结果。这个过程中需要将刚度矩阵写入到结果文件中，并且需要程序解析结果文件并进行矩阵运算完成这个过程，需要花费的时间会增加很多(主要是写刚度矩阵到结果文件中的过程非常耗时)。为了不让工程师自己去造轮子，可以使用商业软件来完成这个过程。即通过META完成MAC值的提取，然后通过Python对META提取的MAC值结果进行简单的处理获得同一振型的频率结果，用于优化过程设计响应的创建。
META的具体操作过程这里不详细介绍，META在后处理上的效率和接口相比于hyperworks系列软件的优势在之前的系列文章中已经多次强调过了。
实例：使用Isight进行车身模态DOE分析
主要流程：通过meta比较优化后和优化前模态分析结果的MAC，并将其写入到结果文件中，然后通过Python简单处理该结果文件，获得和原结构相同振型的频率结果，用于设计响应的创建。
META生成的Mac值结果文件是csv格式的文件：
然后通过python简单处理该数据，基础模型扭转模态为第一阶，22Hz。通过对该行的MAC值进行确认，找出最大的MAC值0.999965，判断出对应优化模型的阶次，并获得该阶次下的频率值即为优化模型的扭转模态频率值结果22.0809Hz，并将该结果输出到TXT文件中。
Python源代码如下：
Python输出结果文件：
Isight中DOE分析结果：
结论：使用meta进行mac值的获取，通过python对Mac值结果文件进行再处理获得相同振型的频率结果，可以有效地在优化过程中进行模态追踪。
S梁冲压成形性能分析-Abaqus/Explicit显式求解和失效判断
Abaqus冲压成形结果判读(见原文链接)
[极简分析]Isight-Abaqus参数优化和材料拟合课程
[优化]基于Abaqus/ATOM和Isight的钣金优化设计
Isight for Abaqus参数优化(附网盘链接)
扫一扫
592
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
