前言:在一个有限元整体模型中,切割出部分模型,运用有限元分析将特定的力学特性通过模态表达、矩阵表达、传递函数表达提取出来,这一过程称为超单元的生成(缩聚)。然后再对整体模型开展分析的时候,用这些表达来替换切割出来的部分模型。这样一种操作方法,称之为超单元法(或子结构法)。或者叫直接矩阵输入法。这些表达就是所谓的超单元。而整体模型除去超单元的部分称为残余结构。

超单元一个最有意义的用处便是大幅降低计算花费,提升分析效率。利用有限的计算资源完成计算更为庞大的分析。超单元可以大幅降低整体模型的自由度,所以计算量相对更低,可以用来做一些更为复杂的分析。

尤其是对于多学科优化及轻量化优化分析时,有效地规划计算资源的使用可以大大提升优化效率。对于多学科优化时,无论是直接优化还是使用代理模型优化都需要大量的计算。这就对计算资源提出了更高的要求。而使用超单元法则会大大提高计算效率。

本文介绍一下ABAQUS超单元法(子结构法)在优化分析及轻量化优化分析中的应用。

ABAQUS中在如下的分析类型中子结构法应用没有任何限制:static、dynamic、frequency、complex frequency、steady state dynamics。而在modal dynamic、Response spectrum、random Response分析中无法进行缩减自由度的恢复。

在刚强度CAE分析中,ABAQUS主要用于进行非线性的分析计算,包括抗凹、车门下掉、Slam、拖钩、千斤顶(抱具)等分析。当然还有的用于整车强度分析,整车碰撞分析的。本文以一个千斤顶分析为例介绍ABAQUS超单元法在结构优化分析中的应用。

一.分析计算

边界条件:在前后减震器座4个位置约束1-6自由度

载荷:在千斤顶位置施加集中力

本例中,集中力施加在门槛梁前段下部,在应力衰减范围之外的结构对这个局部位置的应力分布几乎没有影响。因此我们可以将局部位置做为残余结构,即我们用于做优化分析的模型。而把其他位置的结构做为子结构进行缩聚。

用于生成子结构的部分模型。

残余结构,用于我们做优化分析的模型。

二.基础模型和子结构模型结果对比:

可以看到,子结构分析模型的结果精度非常高,误差仅为万分之0.2,且计算时间大大缩短,效率提升了百分之6百。这在大模型优化时是非常可观的。

三.基于子结构模型的优化:

前面提到的子结构结果精度和计算效率的优势不是体现在单次计算分析中,而是体现在优化分析中。

这里只是简单的举个例子,实际项目中会稍复杂一些。这里我们通过优化这个加强筋的位置(局部坐标系下x、y的位置)来让结构的最大应力最小。

这个筋需要找到他自己的位置,才能够发挥最大的作用,而不是认不清自己,摆不正位置。

四.优化流程

本例基于Isight进行优化分析,当然可以直接进行优化分析,DOE分析等等。

分析结果:

从优化结果来看,最大应力降低了24.55%。

注意事项:

1.ABAQUS子结构调用时需要用到子结构结果文件包括:

子结构库文件.sup;子结构数据库文件 .sim ;分析数据库文件mdl和 .stt;部件文件.prt。引用时要保证这些文件都在相应的文件夹下才可以正确运行。通过关键字引用:*ELEMENT, TYPE=Z0001, ELSET=P295;SUBSTRUCTURE_PROPERTY, FILE=substructure;

→2.ABAQUS field output 中frequency 不同选项的区别文档下载子结构分析生成的结果文件一般都比较大,在基于残余结构模型进行优化分析时需要调用这些结果。因此在选择优化软件时需要考虑文件引用管理,如本文中使用Isight就是可以设置文件位置,即在优化时不需要生成子文件夹,即不需要进行子结构分析结果文件的拷贝复制操作,进一步减少了I/O时间。

总结:ABAQUS子结构法(超单元法)在进行多学科优化,轻量化优化分析中具有明显的优势,可以大大提升计算效率。

Abaqus超单元法(子结构法)在多学科优化中的应用相关推荐

  1. 【ABAQUS文档笔记】ABAQUS刚体单元和可变形单元的review

    我的主页: 技术邻:小铭的ABAQUS学习的技术邻主页 博客园 : HF_SO4的主页 哔哩哔哩:小铭的ABAQUS学习的个人空间 csdn:qgm1702 博客园文章链接: https://www. ...

  2. 【JY】推开土木工程振型求解之兰索斯法(Lanczos法)的大门

    一.写在文前 [前言]子空间迭代法可同时求解几个极端特征值和相应的特征向量,但它有收敛较慢,运算量较大,积累误差的缺点:随后,人们对其作了进一步的研究,出现了预处理子空间迭代法,这种方法的运算量较之子 ...

  3. 回溯法采用的搜索策略_数值优化|笔记整理(3)——线搜索中的步长选取方法,线性共轭梯度法...

    上一节笔记传送门: 学弱猹:数值优化|笔记整理(2)--线搜索:步长选取条件的收敛性​zhuanlan.zhihu.com ------------------------------------ 大 ...

  4. 拓扑优化中SIMP方法与水平集方法有何优缺点,水平集法变换到高维,不是更复杂了...

    作者:周平章 链接:https://www.zhihu.com/question/52008623/answer/187927508 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业转 ...

  5. Console-算法-冒泡排序法|倒水法

    ylbtech-Arithmetic:Console-算法-冒泡排序法|倒水法 1.A,案例 -- ================================================== ...

  6. ML之MLiR:利用多元线性回归法,从大量数据(csv文件)中提取五个因变量(输入运输任务总里程数、运输次数、三种不同的车型,预测需要花费的小时数)来预测一个自变量

    ML之MLiR:利用多元线性回归法,从大量数据(csv文件)中提取五个因变量(输入运输任务总里程数.运输次数.三种不同的车型,预测需要花费的小时数)来预测一个自变量 输出结果 代码设计 from nu ...

  7. PHP书写规范 匈牙利命名法+驼峰法命名

    2019独角兽企业重金招聘Python工程师标准>>> PHP书写规范 PHP Coding Standard 变量命名规范这里感觉 打算采用 匈牙利命名法+驼峰法命名,因为 PHP ...

  8. C语言:有N个数从小到大的顺序存放在一个数组中,输入一个数,要求用折半查找法找出该数是数组中第几个数。如果不在数组中,打印“not found”。

    /*有N个数从小到大的顺序存放在一个数组中,输入一个数,要求用折半查找法找出该数是数组中第几个数.如果不在数组中,打印"not found".*/#include<stdio ...

  9. 飞浆AI studio人工智能课程学习(2)-Prompt优化思路|十个技巧高效优化Prompt|迭代法|Trick法|通用法|工具辅助

    文章目录 优化思路 上节课的例子 问题分析 思路解析 Prompt优化技巧 Prompt优化原理 十个技巧高效优化Prompt 迭代法 Trick法 工具法 通用技巧│定基础 通用技巧│做强调 需求强 ...

最新文章

  1. 锁死AI基础研究的两个「智子」是什么?
  2. c++,不能声明为虚函数的函数
  3. Oracle 中文分词CHINESE_VGRAM_LEXER与CHINESE_LEXER比较
  4. AUTOSAR从入门到精通100讲(六)-AUTOSAR中的PostBuild Data Set Generation Phase
  5. 你可能不太熟知的布局技巧
  6. 201621123058《java程序设计》第一周学习总结
  7. 如何解决移动端 Retina 屏 1px 像素问题 ?
  8. word插入图片之后只显示一部分的解决方法
  9. touch.pageX/touch.screenX/touch.clientX的区别
  10. Tensorboard报错的解决
  11. 从事互联网经营就要办理icp许可证吗
  12. 计算机快速切换快捷键,窗口切换快捷键,详细教您电脑窗口切换小技巧是什么...
  13. 如何将pip更新到最新版本
  14. API Bank,并不简单
  15. 性能调优 - JVM
  16. 马尔受伤后,巴西媒体透露斯科拉里在训练中演练了三后腰阵型
  17. 编译器优化故障的测试与定位
  18. LeetCode题解 - 动态规划-股票买卖
  19. 如何管教患有拖延症的娃
  20. 量子OFFICE:呼吁制定字体斜体的国家标准

热门文章

  1. java中的aware_spring中的aware接口
  2. 华为鸿蒙wifi6,运行鸿蒙OS!华为子母路由H6发布:再也不怕没WiFi了?
  3. 【DEBUG】com.mysql.jdbc.exceptions.jdbc4.MySQLNonTransientConnectionException: Client does not support
  4. 电脑按哪个键录屏?不要再局限固定的按键思维啦
  5. Created with Cocos | 点点互动精品放置手游《Idle Mafia》
  6. 前端学习-学生成绩管理系统(纯html+js实现)
  7. 基于深度学习的车道检测(一)
  8. Linux包管理器及包安装工具基础知识
  9. Android PupopWindow适配全面屏 全屏显示覆盖状态栏 简单实用只需两步
  10. 使用matlab及verilog完成RGB到YCbCr的图片转码及验证