借助 COMSOL “優化模塊”獲取工程設計的最優形狀

設計新的結構時,你是否曾經對如何獲得最優形狀感到迷茫?如果是這樣,那么你一定會樂意學習一種非常有用的稱為“形狀優化”的技術,擁有了這項技術,你的 COMSOL Multiphysics 建模技能就又提高了一步。今天我們將探討形狀優化的概念,并借助一個典型案例來演示其用法。

形狀優化的背景

工程師、研究人員和科研人員們一直在努力改進設計。優化是指這樣一種理念,即改變零件尺寸和材料屬性等模型輸入數據,實現某些指標的提升,同時還滿足一組約束條件。COMSOL Multiphysics 中的優化模塊是處理此類問題的得力工具。

尺寸優化是其中一種比較常見的優化技巧。這個方法要求直接更改 CAD 尺寸,實現質量最小化,可參考我們的支架的優化教程。在這個支架示例中,我們利用所謂的無梯度技術調整尺寸,同時還考慮了以下約束:尺寸間關系、峰值應力以及最低固有特征頻率。這些技術會根據不同的目標函數和約束類型采用不同的處理方法,因此相當靈活。不過,這些技術有一個缺點:必須不斷地對零件重新剖分網格,從而使設計變量從數值上逼近目標函數和約束的靈敏度。

如我們在以前的一篇文章中討論的,在使用變形幾何接口時,如果幾何發生變化,那么也可以通過分析計算設計靈敏度。進一步來講,基于梯度的求解器無需重新剖分網格,即利用靈敏度優化零件的尺寸,這是我們在設計電容器一文中重點討論的內容。回顧以上兩篇文章有助于理解我們今天要使用的功能。

形狀優化是對以前討論的相關概念的一個延伸,其中不僅考慮了簡單的尺寸更改,還涉及到形狀的總體改變。結構的形狀受控于一組設計參數,這些參數使用了一組能描述任意形狀的基函數。在下文中,我們將結合具體案例進行探討。

形狀優化問題:梁的厚度

調整懸臂梁的厚度是一個典型的形狀優化問題,我們以此入手來進行探討:調整懸臂厚度并使其質量最小化,同時滿足自由端上撓度峰值的約束。梁的初始厚度均勻,但頂部表面上分布的載荷不均勻,請參考下圖。

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖1載荷不均勻的懸臂梁,點 A 的撓度不應超過指定值。圖中還顯示了網格。

我們先選擇設計變量。在懸臂端,梁的長度和厚度固定,長度方向上梁的厚度可以改變。根據初始配置改變厚度會稍微更簡單些。不過,我們引入了函數 借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖2,它在長度方向上的初始值為零。

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖3優化問題研究梁的厚度變化。

圖片1.png

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖5

圖片1.png

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖7
屏幕截圖顯示厚度變化的函數及其導數。

有關厚度變化的變量用在變形幾何接口中,定義梁的總體積如何隨厚度變化而變化。因為只有厚度變化,所以可以使用簡單的線性映射,如下圖所示。

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖8
梁內的位移就指定完畢。

現在通過優化接口建立優化問題,其中可以很輕松地創建比較復雜的含多個約束的優化問題。相關設置顯示在下方的屏幕截圖中,先設置目標函數。積分目標特征對材料密度在建模域進行積分,并針對初始零件質量進行歸一化。

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖9
優化的目標是質量最小化。

全局控制變量特征的設置如下所示。四個變量 C1、C2、C3 和 C4 的初始值為零,相當于梁的初始形狀。對 C4 的約束是施加了一個上界,所有變量的縮放比例均為 1。

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖10
控制變量及其界限和縮放比例的定義。

接著,將逐點不等式約束特征施加到域的底部邊界。該特征強制每一點的位移函數的導數均為正,從而確保函數單調增加。

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖11
通過逐點不等式約束對沿梁長度的導數施加約束。

最后,對梁遠端點的峰值位移施加約束,使其小于最大指定值。可通過點求和不等式約束特征設置該值。

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖12
對歸一化的峰值位移施加約束。

至此,我們的優化問題基本創建完畢。最后一步是將優化特征添加到研究序列,選擇基于梯度的 SNOPT 求解器,經證實該求解器能最快速地處理我們的問題。所有其他設置保留默認值。目標函數和約束自動取自優化接口。

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖13
相關的優化求解器設置。

下圖繪制了結果。其中已顯示根據上述步驟得到的最優形狀。端部的位移最大,厚度沿長度單調增加。我們預計幾何會變形,因此使用了映射網格。

借助 COMSOL “優化模塊”獲取工程設計的最優形狀的圖14
優化后梁的形狀,施加不均勻載荷和約束后實現了質量最小化。其中繪制了位移場,以及施加的載荷分布和網格。

使用形狀優化設計新結構的總結

或許我們自己會疑惑,如何能確定以上的結構真正實現了最優化。因此我們強烈建議進行網格細化研究,嘗試不斷細化網格,以了解其解如何收斂。研究基函數的收斂性也是非常合理的做法。我們可以使用高階伯恩斯坦基函數并比較結果。不過,這樣做可能會導致龍格現象,還會使收斂緩慢。

將原區間細分為多個子區間,在每個子區間(分段多項式)使用不同的較低階形函數,可規避此類問題。除了伯恩斯坦基函數外,我們還可以應用其他基函數,如切比雪夫多項式和傅立葉基函數。號角優化形狀教程重點討論了使用傅立葉基函數的案例,該教程可從“案例下載”中下載。

本篇文章討論的案例中,所包含的變形十分簡單。在涉及更復雜的變形時,需要花更多心思考慮如何定義變形映射。在計算非常復雜的變形時,添加輔助方程也會很有幫助。
如果你對使用這些形狀優化技術有任何疑問,或者希望將優化模塊加到自己的建模工具套件中,請聯系我們。

本文內容來自 COMSOL 博客

登錄后免費查看全文
立即登錄
App下載
技術鄰APP
工程師必備
  • 項目客服
  • 培訓客服
  • 平臺客服

TOP

1
2