abaqus迭代優化的案例
【直播】用EVOLVE對接INSPIRE，加速產品迭代優化
用EVOLVE對接INSPIRE，加速產品迭代優化
背景
solidThinking Evolve 能讓工業設計師更快地推敲造型，并且它在Windows PC和Mac兩種操作系統上都可應用。Evolve能夠捕獲最初的草繪，然后幫助設計師探索更多的造型樣式以及生成高質量的即時渲染效果。它在獨一無二的結構歷史進程基礎上，融合了完全自由的曲面建模和參數化實體控制。Evolve將設計師從以工程為主導的CAD工具中解放出來，并且它的數字模型能與產品開發流程中其他軟件穩定對接。
solidThinking Inspire 擁有顛覆性的設計理念，在一個友好易用的軟件環境中提供“仿真驅動設計”的創新工具。它應用于設計流程的早期，為設計工程師量身定制，幫助他們生成和探索高效的結構基礎。Inspire 采用 Altair 先進的 OptiStruct 優化求解器，根據給定的設計空間、材料屬性以及受力需求生成理想的形狀。根據軟件生成的結果再進行結構設計，既能減少整個設計流程的時間，還能節省材料及減重。
此次EVOLVE教程直播旨在幫助設計師及結構工程師找到INSPIRE優化產品前后的建模思路，包括模型前處理及優化后重建。
適用人群
此次直播并非零基礎教程，適合有EVOLVE及INSPIRE基礎的人群。
交流群
報名及福利
點擊鏈接免費報名：https://www.yqgqt.org.cn/live/10538
掃描下方二維碼參與活動可獲得25G絕版資料！（聯系微信客服：jishulink888領取）
展開 聯合仿真實現芯片熱仿真分析流程迭代優化應用
智能算法應用介紹
利用智能化算法可以協助設計工程師快速、智能的尋找出最優設計點，深度剖析實驗設計算法、代理模型算法、優化算法等算法的原理，并深入探討各類智能算法在產品敏感性分析、置信度評估、模型修正、迭代優化等方面的應用。智能算法已在航空、航天、船舶、電子、核能等領域取得了成功的應用。
智能優化技術框架及應用案例
ABAQUS非線性分析的平衡迭代過程和收斂原則 附ABAQUS非線性有限元分析與實例下載
因此無論進行多少次迭代，產生的內力都必須在這二者之間。
9、第二次迭代，首先根據K1和最大荷載P1得到一個新的位移u2。P1=K1u2。
10、根據u2和本構關系，得到新的內力I2。I2=K2u2。
11、計算出R2=P1-I2,與平均力的0.5%做比較；再計算出△u2=u2-u1，與u2-u0的1%做比較。
12、如果滿足限制要求，則迭代結束，該增量步計算收斂并結束。如果不滿足要求，則迭代繼續。同時，迭代步不是無限制地增加，當超過16次迭代時，迭代將停止，增量步將不收斂。
下載地址：ABAQUS非線性有限元分析與實例
展開 Abaqus 中的步進、增量、迭代和嘗試概念 碩迪科技
Abaqus 中的步進、增量、迭代和嘗試等可能會在概念上讓 Abaqus 初學者感到困惑。清楚地了解分析步驟、荷載增量和迭代之間的區別非常重要。在這篇文章中快速了解 Abaqus 步驟和增量迭代。
在ABAQUS中，步進增量迭代是解決非線性問題的一種數值計算方法。這種方法通常用于模擬材料的非線性行為、接觸問題、接縫問題等。
在ABAQUS中，步進增量迭代是按照一個小的增量步驟來逐漸逼近最終解的過程。該方法通過迭代求解非線性方程組，將整個問題分解為多個小問題來求解。每個小問題中的方程可以被看作是線性的，因此可以使用線性求解器進行求解。
步進、增量、迭代中的每個步驟由以下幾個關鍵部分組成：
加載：在每個步驟中，系統會施加一個外部載荷或邊界條件，以模擬實際情況中的加載過程。這個加載可以是均勻的、逐漸增加的、逐漸減小的，或者包含不同的加載與卸載階段。
初始估計：在每個步驟的開始，需要對未知變量進行一個初始估計。這個估計將作為迭代求解的初始猜測。
迭代求解：在每個步驟中，系統通過迭代來不斷逼近最終解。迭代的過程是通過求解線性方程組來更新未知變量的值，直到達到收斂準則為止。
收斂準則：收斂準則是判斷當前迭代結果與最終解之間是否滿足一定的收斂標準。如果迭代的誤差小于設定的閾值，則認為計算結果已經收斂。
通過不斷迭代求解小問題，整個問題可以被逐漸解決。在ABAQUS中，可以通過在每個步驟中設置不同的參數來控制迭代的過程，以便獲得更準確的結果。
步進增量迭代是ABAQUS中解決非線性問題的核心方法之一。通過它，我們可以更好地理解材料的行為，模擬實際工程問題，并為工程設計提供支持。
展開 
關于Abaqus軟件求解的直接法和迭代法
從Abaqus幫助手冊中可以看出，上文提到的兩種方法均在形成線性方程組之后才區分了兩種方法，隱式中常說的迭代指的是求解剛度矩陣K時采用的求解方法，當剛度矩陣已經求得并形成了線性方程組KU=P時，直接法就是直接對剛度矩陣求逆，進而得到位移解，而迭代法就是利用迭代的求解手段得到位移解，ABAQUS默認為直接法，即是在忽略計算時間的前提下，保證方程組一定有解的策略而設定，而迭代法是用于大型模型或者薄板及薄殼結構求解時采用的，但前提是可以收斂。
直接法：簡單、保證有解，但求解時間較長，不適合大型模型的計算，占用磁盤空間較大。
迭代法：求解效率高，解答精確，但前提必須保證收斂。
展開 【技巧】ABAQUS contact pair 過盈量允許值過小會造成迭代次數過多
ABAQUS contact pair 過盈量允許值過小會造成迭代次數過多，對計算精度無太多幫助。
ABAQUS 會自動默認給接觸設置一個 過盈量允許值Hcirt，有時候默認值并不合理。
需要在INP中修改：
*CONTACT PAIR,HCRIT=hcrit；
該功能在CAE中無法實現。
ZS1ABAQUS/Standard 與Explicit 的迭代收斂與提高分析效率的方法不同比較
ZS1ABAQUS/Standard 與Explicit 的迭代收斂與提高分析效率的方法不同比較
ABAQUS UEL中UMAT材料參數設置問題，等效迭代數（Equll Iter）的含義
我最近的工作設置為了固定步長，在作業監控器界面出現了下圖的情況，沒有不連續的迭代，但是等效迭代欄（Equll Iter）出現了大于1的情況，請問一下大家，這個數代表了什么？我的理解是第一次嘗試計算不收斂，然后嘗試第二次，但是我設置了固定步長，那么第二次為什么會出現收斂？
ABAQUS案例-ABAQUS中的形狀優化模塊及渦輪軸的形狀優化分析 ￥3
本案例（附件中的inp文件）講述了ABAQUS中的形狀優化模塊，以渦輪軸的優化分析為例演示了ABAQUS中優化分析技巧及需要注意的問題。
基于Abaqus優化模塊的汽車擺臂的拓撲優化 ￥8
概述
目前的產品結構設計大多靠經驗，規劃幾種設計方案，結合CAE 分析擇優選取，但規劃的設計方案并不一定是最優方案，故本文講解應用Abaqus 進行結構優化中的拓撲優化設計。
2. 優化設計基礎
2.1 結構優化
結構優化是一種對有限元模型進行多次修改的迭代求解過程，此迭代基于一系列約束條件向設定目標逼近，Abaqus 優化程序就是基于約束條件， 通過更新設計變量修改有限元模型，應用Abaqus進行結構分析，讀取特定求解結果并判定優化方向。
Abaqus提供了兩種基于不同優化方法的用于自動修改有限元模型的優化程序：拓撲優化（Topology optimization）和形狀優化（Shape optimization）。兩種方法均遵從一系列優化目標和約束。
2.2 拓撲優化
拓撲優化是在優化迭代循環中，以最初模型為基礎，在滿足優化約束（比如最小體積或最大位移）的前提下，不斷修改指定優化區域單元的材料屬性（單元密度和剛度），有效地從分析模型中移走單元從而獲得最優設計。其主體思想是把尋求結構最優的拓撲問題轉化為對給定設計區域尋求最優材料的分布問題。
Abaqus拓撲優化提供了兩種算法：通用算法（General Algorithm）和基于條件的算法（Condition-based Algorithm ）。
通用拓撲優化算法是通過調整設計變量的密度和剛度以滿足目標函數和約束，其較為靈活，可以應用到大多數問題中。相反，基于條件的算法則使用節點應變能和應力作為輸入數據，不需要計算設計變量的局部剛度，其更為有效，但能力有限。兩種算法達到優化目標的途徑不同，Abaqus 默認采用的是通用算法。
3.
展開 Abaqus脫鉤優化仿真實例
針對不合格工況，需要在重量不變的情況下，進行結構優化達到目標值。
③ Abaqus提供的拓撲優化，形貌優化，起筋優化，尺寸優化均可進行設計優化。本文將介紹起筋優化和尺寸優化。
三、有限元建模
1.建立幾何模型
完整模型包含很多對結果沒有影響的部件，只選擇需要的部件導入Abaqus中，此案例中拖鉤和與之相連的拖鉤套筒為三維變形實體，其余均為三維變形殼體。
2.賦予材料屬性
① 創建材料屬性，將彈塑性參數，密度等需要的物理參數輸入。
② 創建截面屬性，shell在這里賦予厚度，默認Simpson算法，5個積分點。
③ 將截面屬性賦予對應的Part。
3.裝配，創建Step
① part裝配變成instance。
② 創建Static , Linear perturbation分析步。
4.相互作用
在拖鉤處選取一個區域耦合到一個點，便于之后在此處施加集中力，不發生相對滑動的面之間直接用Tie約束。
5.載荷和邊界條件
在掛鉤上施加集中力，套筒底端處固定住全部自由度，如圖所示。
6.網格劃分
劃分網格時優先選擇四邊形網格S4.在需要精細分析的部分細化網格。
展開 
基于ABAQUS和Isight的液壓支架底座強度分析與優化
摘 要：為了降低某液壓支架底座工作時的最大應力，提高其安全性，使用ABAQUS軟件對3種工況下的底座進行強度分析，找出底座的薄弱點。對底座重新進行參數化建模，使用Isight軟件聯合Catia和ABAQUS對底座進行優化分析。優化后，液壓支架底座在3種工況下最大應力值有顯著降低，且整體重量下降9.7%.對液壓支架底座的分析與優化，降低了底座的最大應力，提高了其安全性；同時實現了底座的輕量化，提高了其經濟性。
關鍵詞：液壓支架;底座;ABAQUS;Isight;安全性;輕量化;
液壓支架是廣泛應用的煤礦機械，在煤炭開采過程中，不僅提高了礦井的安全性，也提高了煤炭的開采效率。液壓支架主要由底座、連桿機構、掩護梁、頂梁及控制元件組成，底座是液壓支架的關鍵部件[1]. 李海寧等[2] 僅研究了某液壓支架底座的強度，并未進行優化。萬麗榮等[3]研究了沖擊載荷作用下液壓支架關鍵零件及底座的受力及強度。田立勇等[4]研究了各工況下液壓支架底座的強度及不同板厚對底座強度的影響，并簡單進行優化。以上對底座的研究主要集中在強度分析方面，優化方面的研究比較少。底座的安全性和輕量化在傳統設計中往往不能兼顧。基于前人的研究，本文使用ABAQUS軟件和Isight軟件對某液壓支架底座進行強度及優化分析，在提高底座安全性的同時，實現底座的輕量化。
1 某液壓支架底座強度分析
液壓支架底座在井下受力較為復雜，為了分析底座的強度，提取底座的3種典型工況進行分析。
1) 工況1:支架底座兩端受扭轉載荷。
2) 工況2:支架底座左側受偏載荷。
3) 工況3:支架底座右側受偏載荷。
1.1 簡化模型
為了提高強度分析的效率，在分析前對底座進行簡化。
底座主體結構由鋼板焊接而成，鋼板間的焊縫強度視為與鋼板相同。去掉對強度影響不大的孔、倒角等結構。
展開 MATLAB啟動ABAQUS——優化
MATLAB啟動ABAQUS，提取odb，將ABAQUS模型視作MATLAB的一個函數，用于優化分析
inpName = 'Job-1';
workDir = 'G:\CABLE_CON\TEXT2';
runabaqus(workDir,inpName);
% 運行py腳本文件
system(['abaqus viewer noGui=','out_F.py']);
% 載入數據
t=load('F1.txt');
COOR=load('weizi.txt');
%--------------------------------------------------------------------------------------------------------------
function xx=runabaqus(workDir,inpFile)
MatlabPath=pwd();
cd(workDir);
inputFile=['abaqus job=',inpFile];
system(inputFile);
pause(5);
t0=tic;
cd(MatlabPath);
if (exist([workDir,'\',inpFile,'.lck'],'file')==2)
while exist([workDir,'\',inpFile,'.lck'],'file')==2
t=toc(t0);
h=fix(t/3600);
m=fix(mod(t,3600)/60);
sec=fix(mod(mod(t,3600),60));
pause(1);
fprintf
展開 基于ABAQUS的拱橋三維拓撲優化
關鍵詞：Abaqus；拱橋；拓撲優化；三維有限元
拓撲優化適合用于對不確定結構進行最優設計。一方面，此方法的靈活性要優于其他方法，因為它支持將任意形狀輸出作為結果。另一方面，結果并非總是直接可行。因此，拓撲優化常用在最初階段，方便指導后續設計。
實際操作時，我們將人為定義一個密度函數，幾何內各點處的值介于 0 和 1 之間。在結構力學仿真中，我們希望最大化梁的剛度。在結構力學問題中，最大化剛度等同于最小化柔度。從能量的角度來說，它還相當于最小化總應變能。
【模型信息】石拱橋為單跨橋梁結構，橋面長度64.4m，橋面寬度9.6~9.0m。主拱凈跨37.02m，拱券厚度1.03m，拱券軸線圓弧半徑27.82m，矢高7.05m，矢跨比1/5.25。
圖1 模型尺寸信息
【荷載&邊界設置】本次荷載選擇為自重和橋面均布荷載，在兩側拱腳處固結。
圖2 邊界條件設置
【優化參數設置】首先在ABAQUS中設置拓撲優化，選擇凍結荷載和邊界區域，然后設置應變能和體積，通過不斷縮小體積閾值實現規定條件下的最大剛度，本次體積閾值分別設置為0.1，0.2和0.3。
圖2 優化參數設置
【優化結果云圖】提取在不同閾值下的結構云圖。
圖3 結構優化結果(V≤0.3)
圖4 結構優化結果(V≤0.2)
圖5 結構優化結果(V≤0.1)
【優化結果曲線】提取在不同閾值下的體積及應變能變化值如下圖所示。
展開 基于ABAQUS分析結果的Isight試驗數據擬合
23.在General選項卡選擇 Hooke-Jeeves作為優化方法。
24.將Optimization Technique Options中的Max Evaluation改為40。
圖17 Hooke-Jeeves優化策略
25.在Variables選項卡選擇四個材料參數作為優化變量，并設定每個參數的優化區間和初始值，見圖18。
圖18 設定校核參數的初始值和優化區間
26.在Objectives選項卡中選擇Sum_YAreaDiff_Simulation1_Target1作為目標參數。
27.單擊OK，完成optimization component設置。
28.切換回Sim-flow 窗口，右鍵單擊Optimization組件選擇Run →Run Component，開始執行優化迭代任務。
29.在優化任務運算進行中可以在Optimization History選項卡查看各項指標參數歷史進程。
圖19 Optimization History選項卡
30.優化任務運算完成后會給出所有優化方案中的最優結果，可以看出從第33次迭代開始衡量指標趨于平穩，但在第36次迭代中達到了最小值（自動綠色底紋標注）。最優迭代結果也將會以最終迭代結果最為最后輸出。
圖20 History選項卡
31.初始模擬、最終模擬和試驗數據對比見圖21.可以看出
圖21 初始、最終模擬結果與試驗數據對比
四、結論
從擬合結果可以看出，Isight的數據匹配可以有效地擬合材料參數，主要材料參數與試驗誤差明顯減少，見表2，如彈性模量誤差減小3.75%，軸心受壓強度誤差減小16.67%，這兩個參數對于模態分析和結構承載力分析影響顯著。快速有效地匹配到真實材料參數可以提高建模效率和分析準確性。
展開 