adams insight
關注創建者：銹骨 創建時間：2019-03-06
adams insight的視頻教程
Adams優化設計詳解—Adams/Insight
Adams/Insight是Adams的優化模塊，采用較為專業的數學統計方法高效率優化多體動力學模型。本課程采用兩個經典實例進行介紹，中間穿插詳細的Adams/Insight使用方法，并重點介紹了Adams/Insight后處理使用技巧。學習本課程后可以輕松進行Adams/Insight優化設計，給你的計算模型添加色彩。
￥39 1小時44分鐘 124播放
查看
Adams&insight懸架k&c和整車平順性加權加速度均方根值仿真優化分析實例視頻教程
road_profiles.tbl.zip 本課程主要介紹了以下三部分內容： 1、如何使用adams和insight軟件，對懸架系統的k&c特性進行多目標優化； 2、如何利用adams軟件，對整車進行平順性仿真分析，并計算加權加速度均方根值； 3、如何利用adams和insight，對整車平順性仿真結果的加權加速度均方根值進行仿真優化。
￥108 2小時19分鐘 351播放
查看
adams insight的實例教程
Adams 軟件的優化主要是采用數理統計的思想，本節主要是講解一下ADAMS/insight試驗設計及結果后處理的，初學者入門及基礎操作技巧，不涉及理論技巧及優化結果的選取，文中實例僅供參考，具體優化方向請根據自身需要進行選擇。
一、設計優化目標
1.打開軟件，進入ADAMS/car 標準界面，進行一次仿真（K&C工況的任意仿真都可以），本選擇以前輪反向輪跳為例。
2.仿真完成后，進入后處理操作界面，選擇左輪外傾角隨垂向跳動位移的關系曲線
3.在返回ADAMS/car界面，依次選擇simulate→design object→new創建要優化的目標變量。
①Name—欄填寫優化變量名稱；②Definition by— 定義選擇方式，
例如 measure：測量 existing result set component(request)：仿真結果選取
③Result set comp：通過雙擊或右擊選擇browser選擇需要優化的量
④Design objective’s value is the ：選擇需要優化的方式，可選仿真結束時的值，平均值，最小值，最 大值，最小絕對值，最大絕對值，均方根值，標準差。
4.這以外傾角標準差為例，設置如圖
展開 通過Adams和ODYSSEE CAE增強功能響應
戰略機制分析
正確的設計考慮，使運動鏈部件的公差范圍正確，對于確保運動不會導致完全遮擋至關重要。
需要一個通用的分析程序來完善運動機制，如圖2所示。
圖2. 一般分析流程
Adams軟件使我們能夠了解結構運動機制，定義設計目標，并使用Adams/Insight運行DOE研究。之后生成一個數據的矩陣，可以用作ODYSSEE CAE的輸入。ODYSSEE CAE可用于從數據中學習，并根據設計規范預測新設計變量的新結果。
此外，如果新的變量范圍包含在Adams/Insight分析中先前選擇的范圍內，則可以在系統的最后一個分析階段分配新的變量區間。一旦實現了ODYSSEE CAE的靈敏度結果，就可以創建具有新可變范圍的新DOE，以更低的成本獲得更好的功能響應解決方案。
最后，可以重復這一過程，在Adams內創建新的原型和DOE，覆蓋更廣泛的設計變量范圍，并構建新的DOE。
精確地定義了每個運動機構的公差范圍。所有移動機構的公差范圍都經過仔細定義。然而，即使兩個組件完全獨立地相互作用，它們在多對運動鏈中的組合效應也會累積并改變整體運動和功能，導致主要或次要的線性或角位移。
綜合公差變化 優化運動鏈的完整性
根據圖2所示的流程針對具體案例進行分析研究，以確定沿運動鏈累積單個效應時公差范圍的影響。
Adams/View的第一次模擬顯示了每個組件在標稱尺寸下的功能。第二個模擬包括使用Adams/Insight的DOE中的公差范圍，用于確定機構中每個組件沿公差范圍的響應。結果顯示了一些故障案例。
這些結果被用作ODYSSEE CAE軟件的輸入數據，以顯示設計變量組合的響應。圖3展示了每個公差范圍或設計變量的靈敏度結果。
圖3.
展開 利用ADAMS/Car與INSIGHT對懸架系統仿真分析中，幾個不合理的參數對進行優化設計。
1）靈敏度分析方法的介紹
2）靈敏度分析，找出對懸架目標函數影響較大的因子
靈敏度分析
靈敏度是系統參數變化對系統動態性能的影響，即參數變化對諸如系統狀態向量、時間響應、傳遞函數或其它系統動態性能影響。靈敏度分析就是研究對目標函數影響最大的變量。
靈敏度方法最早是由數學工作者在研究參數變化對微分方程解的影響，開始運用。隨著現代控制理論方法的發展，靈敏度方法最先應用于最優控制，及采用梯度法尋優的自動結構化。近代這種方法才被運用在復雜的汽車動力學系統分析上，快速幫助汽車設計參數對汽車系統響應作用。
靈敏度的計算方法：
1）直接微分法和伴隨矩陣變量法
2）自動微分法
3）擾動法
最優化設計包括兩部分內容：
1）首先要選取設計變量、列出目標函數、給出約束條件。
設計變量是設計過程中選擇的設計變量，參數的數目稱為維數；
目標函數是設計問題中的設計指標和設計變量之間的函數關系；
約束條件是設計變量的限制條件。
在優化設計中，只有一個目標函數，稱為單目標函數，如果有多個目標函數，這種稱為多目標優化。
2)優化方法的選擇
本文以麥弗遜懸架為例，對平行輪跳工況下的不合理參數進行優化。
軟件家族族長QQ：1028816824
下屬群：Adams Car家族：220175350
Catia 家族：482847694
Isight 家族：347018865
授人以魚不如授人以漁，我們通過實例具體的操作腳踏實地——族長；
感謝技術鄰很好的平臺！
展開 幾篇關于ADAMS應用的會議論文！
MSC.ADAMS 在整車操縱穩定性分析中的應用.pdf
MSC.ADAMS在轉臺中的應用.pdf
基于MSC.ADAMS 的摩托車虛擬樣機的振動分析.pdf
基于MSC.ADAMS_INSIGHT 的發動機懸置系統優化.pdf
3 小結：
運用 MSC.ADAMS/Insight，通過對模型的硬點坐標、彈性參數進行多次修改迭代，可以對模型的某項或是多項性能指標進行優化，系統會自動找出一個最優結果。本文介紹了通過對麥弗遜式前懸架的部分硬點坐標進行優化，使車輪定位參數在輪跳時的變動量達到最優化,從而改善了懸架的運動學性能。但是由于受到車身布置的限制，對硬點坐標的改變只能局限在一定的小范圍內，所以得到的最優值也只是一個相對值，而非絕對的最優結果。
adams insight的相關專題、標簽、搜索
adams insight的最新內容
懸架靈敏度分析及參數點優化21天前
本文以弗遜懸架系統為例，優化懸架的前束，外傾角，非常詳細介紹例采用Adams/car insight對硬點坐標的調整進行優化的整個過程
一般分析流程
Adams軟件使我們能夠了解結構運動機制，定義設計目標，并使用Adams/Insight運行DOE研究。之后生成一個數據的矩陣，可以用作ODYSSEE CAE的輸入。ODYSSEE CAE可用于從數據中學習，并根據設計規范預測新設計變量的新結果。
此外，如果新的變量范圍包含在Adams/Insight分析中先前選擇的范圍內，則可以在系統的最后一個分析階段分配新的變量區間。
? 傳統的方案研究方法 – 只能在 A 方案和B 方案之間比較
? Adams/Insight – 基于樣本空間及響應面進行DOE，可以更深入的理解系統性能
點擊查看視頻：https://video.zhihu.com/video/1506944775592456192?
/Insight優化設計。
Adams 軟件的優化主要是采用數理統計的思想，本節主要是講解一下ADAMS/insight試驗設計及結果后處理的，初學者入門及基礎操作技巧，不涉及理論技巧及優化結果的選取，文中實例僅供參考，具體優化方向請根據自身需要進行選擇。
ADAMS/CAR與INSIGHT優化分析實例（收費）
本文利用ADAMS/Car與INSIGHT對懸架系統仿真分析中，幾個不合理的參數對進行優化設計
更多文檔下載
1.ADAMS技術入門與提高課件.ppt
2.ADAMS各種材料碰撞參數.xls
3.ADAMS分析實例-經典超值.doc
4.基于SAMCEF的四自由度并聯機器人動力學建模與仿真.pdf
5.SAMCEF
利用ADAMS/Car與INSIGHT對懸架系統仿真分析中，幾個不合理的參數對進行優化設計。
1）靈敏度分析方法的介紹
2）靈敏度分析，找出對懸架目標函數影響較大的因子
靈敏度分析
靈敏度是系統參數變化對系統動態性能的影響，即參數變化對諸如系統狀態向量、時間響應、傳遞函數或其它系統動態性能影響。靈敏度分析就是研究對目標函數影響最大的變量。
Insight and Rapid Simulation Technology The power of Virtual Prototyping
Design Optionization of Mechanical Systems
introduction to uncertain programming
Probabilistic uncertainty analysis by mean-value
/Insight)
3.3.6 耐久性分析模塊(ADAMS/Durability)
3.3.7 數字化裝配回放模塊(ADAMS/DMU Replay)
3.4 ADAMS軟件接口模塊
3.4.1 柔性分析模塊(ADAMS/Flex)
3.4.2 控制模塊(ADAMS/Controls)
3.4.3 圖形接口模塊(ADAMS/Exchange)
3.4.4 CATIA
利用 MSC.ADAMS/Insight 模塊，用戶可以對車輪定位參數中的某項或是多項進行優化，使定位參數達到一個理想值。本論文是通過對懸架的部分硬點坐標進行改變來達到優化定位參數的目的。
