本文主要介紹Optistruct多模型優化(MMO)在整車拓撲優化分析中的應用。整車拓撲優化主要在概念階段進行，考察整車的剛度、結構碰撞性能下的傳力路徑。其中對于結構碰撞性能的考察主要是根據車型開發的性能要求進行工況的選擇，如正碰、側碰、頂壓、偏置碰等。多模型優化(MMO)可以對多個模型同時進行性能考察下的拓撲分析。
整車拓撲需要根據項目開發要求選擇考察的工況，主要是結構碰撞工況的選擇，如正碰、偏置碰、側碰、側柱碰、MPDB工況等，彎扭剛度工況一般沒有區別。對于多工況分析應用Optistruct的多模型優化功能，如結構碰撞工況線性化處理后的分析模型一般為整車模型、彎扭剛度模型可以是白車身模型或BIP模型。
一.拓撲優化空間生成
拓撲空間的生成需要內外CAS數據，發動機、底盤、座椅、行李箱等布置數據。拓撲空間CAD數據的生成這里建議使用SCDM軟件來完成。對于外邊界的生成有兩個方法，一個是通過外CAS來手動生成；另一個是通過導入外流場分析網格模型來生成，因為概念階段外流場分析一般在這個階段已經開始進行了。這兩種方法在SCDM均可以快速實現。尤其是第二種方法十分快捷，這種方法也常常用在逆向工程中的模型生成。感興趣的可以去了解下SCDM在逆向工程的應用，SCDM支持python二次開發，尤其是有宏錄制的功能方便進行二次開發。
這里拓撲域的網格用全六面體網格離散，從CAD到全六面體網格使用DepMesworks的Wrapper功能來實現。
二.單模型拓撲優化設計
多模型優化適用于需要同時考察不同模型同時考察的情況，本例中對于車身結構拓撲優化需要同時考察白車身剛度、整車拓撲性能。而白車身彎曲剛度和整車結構碰撞的模型是不一致的，但結構是相同的，因此適用于MMO優化。基于白車身剛度性能的拓撲優化設置不過多介紹，這里著重介紹下結構碰撞性能拓撲模型的設置。本例中以正碰和側碰工況為例介紹。
結構碰撞工況拓撲優化時采用等效線性靜力工況進行，分析時采用慣性釋放法。約束分解后靜態工況下整體結構的柔度，以質量最小為設計目標。這和車身剛度拓撲優化分析時的設計約束和設計目標是一致的。
等效靜態載荷下整車柔度性能需要根據對標車或者參考車的對等工況分析提取。如果有對標車的分析數據則可以根據要求重分析提取，如果沒有對標車的分析數據則需要根據基礎車型或以往的車型來改。也就是自己造數據。主要是通過Morph工具來完成，如ANSA-Morph或者DepMeshworks。不建議用HyperMorph來做。
根據軸距、輪距、外形尺寸以及所需的配置信息，可以根據以往車型通過Morph工具來實現新開發車型的概念模型的 “無中生有”，該模型可以正常進行結構碰撞分析。這是在無對標車分析數據的情況下的首選。
有了參考模型后進行結構碰撞分析，這里簡單介紹下如果將結構碰撞工況等效為靜態工況。本文以正碰分析為例。
正碰工況等效靜態載荷。根據正碰剛性墻碰撞力曲線及整車碰撞過程可以看出，整個碰撞過程可分為3個階段（對應三個屈曲點）：第1階段為吸能盒碰撞變形吸能過程，吸能盒發生屈曲的點對應曲線中1點的位置；第2階段對應前縱梁前端變形吸能過程，縱梁前端發生屈曲點對應曲線中2點的位置；第3階段為前縱梁后端變形吸能以及前艙部件發生接觸碰撞過程，前縱梁后端發生屈服的點對應曲線中4點的位置。
整個碰撞過程可以等效為4個靜態載荷點，在整車碰撞工況拓撲分析時，需要提取這四個點對應位置的截面力載荷，并施加在對應的位置，分析時考察4個線性靜態工況。
?
1點對應吸能盒屈曲失效點，取此時吸能盒截面力；2點對應前縱梁前端屈曲點，取此時前縱梁前端截面力；3點對應前縱梁中段屈曲點，取此時前縱梁和shotgun截面力；4點對應前縱梁后端屈曲點，取此時前縱梁、shotgun門檻梁、中通道、A柱截面力；5點對應車身開始回彈點。
這里在介紹一下截面力提取的方法，正常處理過程是需要提前在模型中定義好截面，然后將截面力輸出才可以在后處理軟件中完成截面力的提取。這里介紹一下基于META后處理截面力的提取，不需要在模型中事先定義，只需要在后處理時即可完成任意截面的截面力的提取。即通過Meta-Calculate-Section Forces插件完成。
以上便完成了結構正碰分析下靜態載荷工況分解以及對應工況下截面力。在整車結構碰撞工況對應的柔度計算和結構碰撞拓撲分析優化時，分別應用上述載荷創建對應的工況以及在對應的位置進行加載即可。
多模型優化同時對多個模型進行協同拓撲優化，本例中包括車身剛度拓撲優化和整車結構碰撞拓撲優化兩個模型。多模型優化不需要太多的額外設置，只需要設置一個計算文件即可，提交計算時提交該文件即可。本例的MMO求解文件如下：
最后根據單模型拓撲優化和多模型拓撲優化結果進行拓撲優化結果的解讀。完成概念階段整車拓撲優化傳力路徑優化。
以上簡單介紹了多模型優化MMO在整車拓撲優化分析中的應用。后續還會介紹多模型優化在參數優化尺寸優化中的應用。
