ADAMS_mnf文件的縮減及優化(一)
ADAMS_mnf文件的縮減及優化(一)
一.mnf文件簡介
ADAMS中表示柔性體的基本思路是根據模態展開法,用一個模態的組合來表示柔性體。柔性體的變形可以通過計算每一時刻的彈性位移來描述,因此ADAMS可以通過有限個結點的自由度來近似表示柔性體所具有的無限個自由度,用少量模態的線性組合來近似表示這些單元節點的彈性變形。
但有時生成的mnf太大或包含太多的信息—生成的mnf文件會包含集中的質量和剛度矩陣、節點質量、節點坐標、模態振型、模態載荷、外連點、應力等信息。眾多的信息會導致ADAMS動畫運行速度緩慢,所以可以通過mnf優化來提高動畫的運行速度。
二.mnf優化
如下圖所示為簡單的平板結構,由兩層實體單元構成,并且左右各包含一個剛性外連點。并且該文件包含了應力等信息
圖1
通過上圖所示的模型,生成的mnf文件大小為4436KB,該中性文件包含應力信息。
1.優化方法一:去除應力信息
通過上圖所示的模型,生成的mnf文件大小為4436KB,該中性文件包含應力信息。
圖2
在hypermesh中去掉應力信息卡片,重新提交計算,計算結果:從下圖可以看出去掉應力信息后,文件的大小由原來的4436KB變為2334KB。因此在Adams計算分析時,如果單純的考慮變形,就可以把應力信息去掉,mnf文件的大小會大約縮減為一半。
圖3
2.優化方法二:通過ADAMS/flex進行優化
雙擊Adams/flex模塊,然后點擊MNF→MNF Optimizer,進入如下的界面:
圖4
上圖的具體解釋如下:
(1).Invariants:
a.Fast Set(快速設置):部分耦合,不計算慣性不變量5和9;
b.Full Set(完全設置):計算并存儲所有慣性不變量;
c.None(不設置):在MNF中不存儲不變量,在計算時ADAMS/Solver會重新計算所需的不變量。
(2).Units
a.Original:保持原有mnf文件的單位,如果mnf單位與SI不同,ADAMS/Flex將自動完成單位的換算操作。
b.SI:該選項將轉換你的MNF到SI單位。
(3).Formatting:
a.Platform specific(特定平臺):關掉額外編碼,保持獨立的MNF平臺。
b.Standard portable(便攜式標準):帶有額外編碼,保持獨立的MNF平臺。
(4)Precision
a.DOUBLE(雙精度):這是默認設置,存儲在MNF中的數值是雙精度的;
b.SINGLE(單精度):MNF文件可選用單精度,這樣可以減少MNF文件50%的大小,同時可以加速從MNF中獲取信息的任何進程。例如:生成彈性體動畫和創建MTX文件。
在這里,還是和圖1所示的文件(4436KB)做對比,然后進行下圖所示的操作:
圖5
經過計算后,得到以下結果:從下圖6看出,新文件大小為2315KB,縮減了將近50%。
圖6
(5)Stress & Strain Modes
a.Sparse:如果選擇稀疏,則優化MNF僅存儲保留在原始MNF中存在應力(應變)值的節點的應力(應變)。如果一個節點在原始MNF中的應力(應變)值為零,并且該節點保留在優化的MNF中,則將零寫入優化的MNF。
b.Full:如果選擇Full,優化MNF將存儲保留在優化MNF中的所有節點的節點應力和應變。對于沒有應力(應變)值的節點,優化的MNF存儲零。
c.Remove zero entries:如果選擇刪除零項,MNF僅存儲優化MNF中存在的節點的非零應力(應變)。如果您的MNF在應力(應變)模式中有多個零條目,則此選項可以顯著減小MNF的大小。
3.優化方法三:通過ADAMS/flex進行優化-網格粗化
圖7
(1)Mesh Reolution(網格分辨率):將所有小于總元件尺寸的確定微元合并為單一網格單元,其設定范圍是0%~50%(30%通過使用界面設置,50%通過命令設置),多邊單元體會合并并補充這個參量。如下圖,采用5%的網格分辨率,一些網格完成合并,文件規模變小,變為2996KB。
圖8
(2)Face Smoothing(表面平滑度):該選擇可以控制粗化時相鄰面的角度,合并表面范圍為0~30°,例如,設置為30時,如果鄰近面的相位角小于30°,則兩個面應該合并在一起。如下兩圖為進行表面平滑度優化前后的對比,網格明顯變粗。
圖89
ADAMS_mnf文件的縮減及優化(二)簡介
(1)下篇將介紹mnf文件模態階數的計算說明;(2)介紹基于ADAMS/Flex并基于命令文件進行手動優化的操作過程(完成后,只顯示mnf文件中幾何體的輪廓,大大縮減文件的大小);(3)介紹通過hypermesh完成只包含幾何外輪廓的mnf文件的輸出。
文章來源:ADAMS及ANSYS等機械仿真
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP




















