换档控制支架的尺寸优化

前言

本示例使用优化模块,通过在保持原始重量的同时改变壳体厚度,使冲压钣金支架中的应变能之和最小化(使刚度最大化)。

本页讨论

  • 前言
  • 应用描述
  • Abaqus建模方法和仿真技术
  • 文件
  • 参考


应用描述

本示例说明了汽车变速箱连杆中使用的冲压钣金支架的尺寸优化,尺寸优化修改了设计区域中壳体单元的厚度,以实现优化的解决方案。本例说明了壳体厚度的自由优化,不考虑相邻单元的厚度,和迫使选定区域中的元件具有相同的外壳厚度的集群优化。

  1. 几何形状
    冲压钣金支架是单个孤立网格部件,该零件使用通用常规壳体(主要是S4)单元划分网格。初始壳体厚度为1.0 mm。
  2. 材料
    支架由弹性材料制成,其杨氏模量为206GPa,泊松比为0.3,密度为7840kg/m3。
  3. 边界条件和荷载
    边界条件和荷载如图1所示。在初始分析步中,四个安装孔在所有方向上都受到约束。在第一个线性扰动分析步中,在孔上沿x方向施加−2500 N的载荷,在第二线性扰动分析步中,在孔上围绕x轴施加80000Nmm的扭矩。
    图1. 设计区域、荷载和边界条件
  4. 优化特征
    尺寸优化的配置如以下各节所述。
  • 优化任务
    本例创建了一个尺寸优化任务。
  • 设计区域
    模型的设计区域是在优化过程中要修改的区域,如图1所示。
  • 设计响应
    每个分析步中设计区域内的柔度或应变能作为设计响应,第三设计响应为设计区域的体积。
  • 目标函数
    目标函数试图最小化两个线性扰动分析步中的最大柔度。柔度是刚度的倒数,最小化柔度相当于最大化全局刚度。
  • 约束条件
    壳厚度被限制在0.1和3.0的绝对值之间。此外,体积受到约束,使得支架的总体积小于等于原始体积。
  • 几何限制
    该示例在设计区域中引入了相同厚度的壳单元的簇环。实际上,簇在您正在优化的钣金结构中生成加强筋或加强环;簇区域可以通过固定厚度的钣金叠板来加工。

Abaqus建模方法和仿真技术

此示例以孤立网格的形式从输入文件导入模型。输入文件包含单元集合,这些单元集合定义了优化所使用的模型区域,例如设计区域。该示例创建了一个你可以提交分析的优化进程。

  • 分析类型
    分析包括两个静态,摄动分析步。
  • 约束条件
    使用运动耦合将孔的中心点和孔的边缘节点连接起来。
  • 运行过程
    包含了一个Python脚本,该脚本使用Abaqus/CAE中的Abaqus脚本接口再现模型。Python脚本(holder_sizing_optimization.py)导入输入文件(holder.inp)并构建优化模型。第二个Python脚本(holder_zing_optimization_w_clustering.py)执行相同的优化,但在设计区域引入了外壳厚度集群。Python脚本可以交互运行,也可以从命令行运行。脚本和输入文件都必须可以从您的工作目录中获得。
    要运行优化,您可以从作业模块中的优化进程管理器提交优化进程。您可以使用优化进程管理器来监控优化的进展,此外,当优化过程完成时,您可以使用优化过程管理器将优化的输出合并为一个输出数据库文件,该文件可以在可视化模块中查看。
  • 结果与讨论
    对于自由优化,优化进程运行了15个设计循环,对于簇优化,运行了13个设计循环。在每个设计循环中,优化结果都保存在优化文件中。此外,Abaqus分析结果在初始设计循环和最后一个设计循环期间保存在输出数据库文件中。要在可视化模块中查看优化结果,必须将优化文件中的优化数据与输出数据库文件中的分析结果相结合。在初始设计循环期间创建的输出数据库文件被选择为基本结果输出数据库文件。在合并操作期间,来自每个设计循环的优化数据和来自上一个设计循环的分析结果被附加到基本结果输出数据库文件中。合并输出数据库文件的每一帧对应于优化的一个设计周期。有关优化过程生成的文件及其合并方式的更多信息,请参阅了解优化过程生成文件和优化后处理。
    图2显示了在任何优化之前第二步结束时的初始位移大小,
    图2. 优化前的位移大小
    图3和图4分别显示了自由尺寸优化后的壳体厚度值和位移大小。
    图3. 自由优化后的壳体厚度绝对值
    图4. 自由优化后的位移大小
    图5和图6分别显示了在设计区域中使用聚类进行尺寸优化后,壳体厚度值和位移大小。
    图5. 聚类优化后的壳体厚度绝对值
    图6. 聚类优化后的位移大小
    优化后,在施加载荷和力矩的设计区域末端,壳体厚度增加。外壳的厚度也在靠近安装孔处增加。为了保持臂的体积,在设计区域的其余部分减小了壳体厚度。正如预期的那样,自由尺寸优化产生了最佳结果,最大位移减少了45%。在设计区域中使用圆形聚类进行优化,可以通过将金属片焊接在一起来制造,仍然可以将最大位移减少30%。

文件

holder_sizing_optimization.py
使用holder.inp创建模型和优化属性的脚本。
holder_sizing_optimization_w_clustering.py
使用holder.inp创建模型和优化属性,包括外壳厚度聚类的脚本。
holder.inp
孤立网格换档控制支架以及优化所使用的节点和单元集。

参考

Svanberg, K., The Method of Moving Asymptotes—A New Method for Structural Optimization International Journal for Numerical Methods in Engineering, vol. 24, pp. 359–373, 1987.

  • 8
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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