利用ANSYS DesignXplorer進行優化設計<1>：引子
瀏覽：119898 評論：17 收藏：2
優化設計是一種現代設計方法，和常規連續變量優化不同，CFD模型通常難以將目標變量寫成以控制變量表達的精確關系式。ANSYS DesignXplorer利用響應面法進行參數優化。這里不談論這些方法的具體原理，只是描述如何使用該方法進行參數優化。在使用該優化模塊之前，需要明白一些基礎知識。
1、優化的含義
優化計算與常規計算存在很大的差別。這里以一個簡單的實例來描述這兩者的差別。
（1）已知a=3，b=4，問：a+b=?
（2）已知a+b=7，1<a<4，2<b<5問a=?,b=?
第一個問題是我們的常規計算問題，CFD計算就是這樣，輸入左邊的已知值，根據已知的運算法則計算右邊的未知值。
而第二個問題，則是我們要講的優化問題。雖然并非嚴格意義上的優化問題（關于真正的優化模型，可以參看一些專門的優化算法書籍），但是已具備其中的形式。其具有的特點在于：已知右側的值，要篩選出左側的參數搭配。
因此優化問題的一些術語定義：
設計變量：能夠被改變的參數。問題2中的a與b
目標函數：相對于問題2中的右側的值，其可以被表述為設計變量的函數。
設計約束：設計變量的約束值，如問題2中的1<a<4，2<b<5。優化問題可以是無約束的。
2、CFD優化存在的困難
目前的CFD計算都是常規計算問題，要求用戶輸入明確的邊界條件、計算模型，然后得到明確的輸出結果。對于反問題（給定需要的輸出結果，計算輸入參數）計算，當前的CFD軟件則顯得束手無策。利用CFD進行優化設計計算存在的困難主要體現在以下幾個方面：
（1）CFD計算采用的是歐拉網格。在計算過程中，網格節點相對是固定的（動網格只能能解決部分邊界運動的問題，實際上CFD優化正是基于動網格的，本次不討論），因此廣泛應用于有限元優化中的拓撲優化、形貌優化等方法在CFD中難以使用。
（2）與有限元程序不同，CFD計算網格中并不包含幾何信息，因此難以直接進行優化計算。
現今的CFD優化大部分都是基于數值優化方法的。
3、學習CFD優化需要掌握的基礎知識
學習CFD優化需要掌握以下一些基礎知識：
（1）試驗設計與數據分析。
（2）響應面方法。
（3）參數化設計。
4、參考書籍
見附件
1、優化的含義
優化計算與常規計算存在很大的差別。這里以一個簡單的實例來描述這兩者的差別。
（1）已知a=3，b=4，問：a+b=?
（2）已知a+b=7，1<a<4，2<b<5問a=?,b=?
第一個問題是我們的常規計算問題，CFD計算就是這樣，輸入左邊的已知值，根據已知的運算法則計算右邊的未知值。
而第二個問題，則是我們要講的優化問題。雖然并非嚴格意義上的優化問題（關于真正的優化模型，可以參看一些專門的優化算法書籍），但是已具備其中的形式。其具有的特點在于：已知右側的值，要篩選出左側的參數搭配。
因此優化問題的一些術語定義：
設計變量：能夠被改變的參數。問題2中的a與b
目標函數：相對于問題2中的右側的值，其可以被表述為設計變量的函數。
設計約束：設計變量的約束值，如問題2中的1<a<4，2<b<5。優化問題可以是無約束的。
2、CFD優化存在的困難
目前的CFD計算都是常規計算問題，要求用戶輸入明確的邊界條件、計算模型，然后得到明確的輸出結果。對于反問題（給定需要的輸出結果，計算輸入參數）計算，當前的CFD軟件則顯得束手無策。利用CFD進行優化設計計算存在的困難主要體現在以下幾個方面：
（1）CFD計算采用的是歐拉網格。在計算過程中，網格節點相對是固定的（動網格只能能解決部分邊界運動的問題，實際上CFD優化正是基于動網格的，本次不討論），因此廣泛應用于有限元優化中的拓撲優化、形貌優化等方法在CFD中難以使用。
（2）與有限元程序不同，CFD計算網格中并不包含幾何信息，因此難以直接進行優化計算。
現今的CFD優化大部分都是基于數值優化方法的。
3、學習CFD優化需要掌握的基礎知識
學習CFD優化需要掌握以下一些基礎知識：
（1）試驗設計與數據分析。
（2）響應面方法。
（3）參數化設計。
4、參考書籍
見附件
技術鄰APP
工程師必備
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP
2
17
2
