ansys結構優化算法的案例
結構優化設計兩大優化算法比較：OC vs MMA
在結構拓撲優化設計技術的發展過程中出現了許多優化算法，其中確定性的算法主要有優化準則法(OC：Optimality Criteria Method)和數學規劃法(MP：Mathematical Programming)。這里將從兩方面比較OC算法和隸屬于MP算法的“移動漸進線方法”(MMA: Method of Moving Asymptotes)。
OC算法從一個空間的一個初始設計點出發，著眼于每次迭代應滿足的優化條件，依據迭代公式
來得到一個改進的設計
，而無需再考慮目標函數和約束條件的信息狀態；
MMA算法，它也從空間的一個初始設計點
出發，沿著某個搜索方向
以適當步長
的迭代格式
，實現對設計變量的修改，以獲得
的值。
以一個一般的對于多元函數的不等式約束優化問題為例：
其中，
為設計變量，受到m個不等式約束。
OC算法：
首先構造拉格朗日函數，將有約束的非線性優化問題轉化為無約束的優化問題。
其確定最優點主要是根據Kuhn-Tucker條件（駐值條件）
通過引入兩個人工參數，阻尼因子
以及移動極限常數
，使迭代過程穩定。一般采用如下迭代更新形式：
MMA算法：
MMA方法更適于處理目標函數復雜且具有多約束的拓撲優化問題，只要求約束函數對設計變量的微分可以通過解析或者數值方法求得，對復雜的拓撲優化問題，MMA方法具有更好的適定性。MMA方法通過引入移動漸近線，將隱式的優化問題轉化成一系列顯式的更為簡單的嚴格凸的近似子優化問題，在每一步迭代中，通過求解一個近似的凸的子問題
來獲得新的設計變量，而不像OC方法那樣直接通過一種顯式的啟發式的迭代格式來獲得新的設計變量。
展開 基于 MIST 方法提出了點陣結構的尺寸優化算法（用于制造增材優化等課題） ￥800
優化問題的目標是整體結構的剛度最大，實現方法是使整體結構的總應變能最小，約束包括體積約束和設計變量的上下限約束。結構桿件的初始橫截面是通過體積約束確定的。算法的優化列式如下：
圓環優化的命令流如下（收費內容，也可以聯系qq：290539594）.
利用ANSYS進行優化設計時的幾種優化算法
本文探討了利用ANSYS進行優化設計時的幾種優化算法。
優化技術
理解計算機程序的算法總是很有用的，尤其是在優化設計中。在這一部分中，將提供對下列方法的說明：零階方法，一階方法，隨機搜索法，等步長搜索法，乘子計算法和最優梯度法。(更多的細節參見ANSYS Theory Reference 第20章。)
零階方法
零階方法之所以稱為零階方法是由于它只用到因變量而不用到它的偏導數。在零階方法中有兩個重要的概念：目標函數和狀態變量的逼近方法，由約束的優化問題轉換為非約束的優化問題。
逼近方法：
本方法中，程序用曲線擬合來建立目標函數和設計變量之間的關系。這是通過用幾個設計變量序列計算目標函數然后求得各數據點間最小平方實現的。該結果曲線(或平面)叫做逼近。每次優化循環生成一個新的數據點，目標函數就完成一次更新。實際上是逼近被求解最小值而并非目標函數。
狀態變量也是同樣處理的。每個狀態變量都生成一個逼近并在每次循環后更新。
用戶可以控制優化近似的逼近曲線。可以指定線性擬合，平方擬合或平方差擬合。缺省情況下，用平方差擬合目標函數，用平方擬合狀態變量。用下列方法實現該控制功能：
Command: OPEQN
GUI: Main Menu>Design Opt>Method/Tool
OPEQN同樣可以控制設計數據點在形成逼近時如何加權;見ANSYS Theory Reference。
轉換為非約束問題
狀態變量和設計變量的數值范圍約束了設計，優化問題就成為約束的優化問題。ANSYS程序將其轉化為非約束問題，因為后者的最小化方法比前者更有效率。轉換是通過對目標函數逼近加罰函數的方法計入所加約束的。
展開 預應力鋼結構遺傳算法優化研究
如題
基于遺傳算法優化阻尼器空間位置的結構振動控制
基于遺傳算法優化阻尼器空間位置的結構振動控制
李宏男 董松員 李宏宇
大連理工大學海岸和近海工程國家重點實驗室，沈陽建筑大學土木學院
摘要：通過對多層結構在二維地震動作用下的控制算法和控制機構布置準則的分析，建立了控制機構的布置優化模型，利用改進的遺傳算法中二進制單點交叉，避免了用懲罰函數。以一棟帶有阻尼器控制的結構為例，進行了數值計算和分析，結果與窮舉法比較表明，本文優化算法是快速而有效的。
關鍵詞：主動控制，遺傳算法，優化布置，阻尼器，多維地震動
內容簡介：
0 引言
1 運動方程及求解方法
2 控制機構的最優布置準則
3 采用的遺傳優化算法
3.1 編碼
3.2 適應度函數
3.3 選擇
3.4 改進的二進制單點交叉
3.5 變異
3.6 收斂
3.7 懲罰函數
4 數值計算及分析
5 結語
基于遺傳算法優化阻尼器空間位置的結構振動控制.pdf
展開 Ansys Workbench中拓撲優化后結構力學特性之可視化 | 結構優化新功能
產品概念設計初期，單純的憑借經驗以及想象對零部件進行設計往往是不夠的，在適當約束條件下，如果能充分利用“拓撲優化技術”進行分析，并結合豐富的產品設計經驗，可以設計出更能滿足產品結構技術方案、工藝要求以及更質輕質優的產品。
拓撲優化（topology optimization）是一種根據給定的負載情況、約束條件和性能指標，在給定的區域內對材料分布進行優化的數學方法，將區域離散成足夠多的子區域，借助FEM分析技術按照指定的優化策略、約束準則、目標等從這些區域中刪除一定數量單元，用保留下來的單元描述結構的最優拓撲，發揮系統材料最大利用率。拓撲優化后，通常需要對其產生的結果模型進行設計驗證，完全復制拓撲優化前的邊界條件進行仿真計算。
以往版本需要在WorkBench中添加后續分析模塊去驗證優化后的模型。拓撲優化后的仿真計算設計驗證過程如下圖所示。先在拓撲結果中生成光順平滑的 STL 模型后，再在 Workbench 中通過“Transfer to Design Validation System”將優化結果傳遞至驗證系統，系統自動生成位于拓撲優化系統上游的相同類型的Mechanical系統，并繼承之前的全部計算載荷和約束。創建該驗證工作流程，分為四步，在創建的驗證系統中去劃分網格運行計算及查看設計結果。
前面版本雖然可以比較方便地把優化后的模型導入到新的靜力學結構仿真中，進行優化模型的驗證，但2022R1版本新增擁有了更便捷的功能，可以直接在結構優化系統中查看優化后的力學特性，即允許用戶直觀可視化最終設計的結果（變形、應力、特征值模態等），更方便快速檢查和驗證力學行為。
展開 Abaqus|智能優化算法的反演加強筋位置，提升薄壁結構穩定性 ￥50
文章來源：微信公眾號“仿真社”，主要分享Abaqus、ANSYS仿真案例，聚焦于結構優化、參數優化，二次開發等領域，歡迎關注。
本文你將獲得如下干貨：
1. 有限元模型修正法FEMU結合智能優化算法反演了加強筋位置布局的源程序（python程序，可反演位置、厚度、材料參數，通用反演程序）
2. 參數化建模的一些技巧；
3. 直接搜索法和智能算法兩種反演方法，以及了解他們的優勢所在；
1.導讀
薄壁結構最常見的失效方式是屈曲（失穩）。為了避免此類結構發生屈曲現象，可以使用加強筋，加強筋可增加結合面的強度。屈曲臨界載荷是衡量結構發生屈曲現象的最小載荷，由下式決定：
為屈曲載荷因子，F為外載荷。由上式可知，在外載一定的時候，臨街載荷與屈曲載荷因子成正比，而屈曲載荷因子與加強筋的位置有關。因此為了提高結構的穩定性，需要找到加強筋的最優位置使得該結構擁有最大屈曲載荷因子。
尋找最優位置的問題是一個反問題，可通過優化算法來獲到最優解。差分進化算法是一種全局智能優化算法，是遺傳算法的變體，可高效獲得最優解。本文使用智能優化算法對位置參數進行了反演并使用遍歷搜索優化算法來進行了對比。
2.問題描述
針對圖1優化前所示結構，優化軸向4個加強筋位置，使得屈曲載荷因子最大。圓筒高400mm，圓筒直徑為400mm,薄壁厚1mm,加強筋厚2mm。圓筒在頂端受到大小為500N，方向為-y方向的集中力。
圖1 帶有加強筋的圓筒模型
通過差分進化優化算法獲得的加強筋均勻分布在圓筒的四周，是不是很符合力學認知？
3. 代碼詳解
這一部分將結合代碼詳細展現如何實現這一過程的技術細節以及智能優化算法的優勢。
展開 Isight耦合ANSYS APDL優化分析案例及算法講解
— 優化算法
Isight中有很多算法，比如拉丁超立方、多島遺傳算法、多目標優化算法
等等，共計十幾種算法，相信大家在學習中一定犯暈。其實這么多算法中，按大類分的話包括：試驗設計、梯度優化、直接搜索、全局優化及多目標優化五類，各類優化算法有各自的優缺點，對于我們初級、中級使用者來說，只要學會選擇相應算法即可，而不必過于糾結各類算法的原理。
02 項目概述
03 軟件配置
Isight耦合ANSYS APDL進行優化計算之前，需要對軟件進行配置，才能實現isight對ANSYS APDL的成功調用，主要是耦合計算的環境變量的設置及isight的install.bat批處理文件的運行。
展開 基于VB的ANSYS的二次開發之優化算法
ANSYS優化分析的目的是尋求滿足所有給定的約束條件（設計變量的約束和狀態變量的約束），并使目標函數達到最小值的設計變量。ANSYS分析結束后會給出若干設計序列，SET1、SET2等等。在這些設計序列中，一般情況下存在滿足約束條件的合理解釋以及滿足目標函數最小化的最優解，但有時也可能所有解都不滿足約束條件（說明用戶給定的約束條件不合理）。
ANSYS優化分析文件是一個命令流輸入文件，應包括一個完整的分析過程前處理、求解以及后處理（主要是提取相關參數），分析過程必須參數化。此外，還要在優化分析文件中指定變量、狀態變量及目標函數。由這個文件可以自動生成優化循環文件（Jobname.loop），并在優化計算中循環處理。每一次循環均執行一次分析文件。最后一次循環的輸出結果存儲在Jonname.opo中。
優化算法
理解ANSYS優化算法對于執行優化分析是很有必要的。ANSYS現有的優化算法主要有：零階方法、一階方法、單步運行、隨機搜索法、等步長搜索法、乘子計算法和最優梯度法。此外，用戶還可以通過UPFs定義自己的優化算法。下面重點說明零階方法和一階方法。
1.零階方法
由于優化過程中只用到因變量本身，而不利用因變量的導數，所以稱為零階方法。使用該方法的命令為：
optype,subp
零階方法是一種函數逼近優化方法，該種方法的本質是采用最小二乘法逼近，求取一個函數曲線或函數面來擬合解空間，然后再對該函數曲線或函數面求極值。這是一種普適的優化方法，不容易陷入局部極值點，但優化精度一般不是很高，因此多用來做前期優化。
展開 Isight耦合ANSYS APDL優化分析案例及算法講解 ￥299
Isight中有很多算法，比如拉丁超立方、多島遺傳算法、多目標優化算法等等，共計十幾種算法，相信大家在學習中一定犯暈。其實這么多算法中，按大類分的話包括：試驗設計、梯度優化、直接搜索、全局優化及多目標優化五類，各類優化算法有各自的優缺點，對于我們初級、中級使用者來說，只要學會選擇相應算法即可，而不必過于糾結各類算法的原理。小編以簡支梁應力計算為例，詳細講解Isight中的優化算法及應用，并詳細講解Isight與ANSYS APDL耦合及優化結果分析。QQ: 315673349
展開 ANSYS結構優化模塊的形貌優化 ￥50
ANSYS Workbench 形貌優化主要是針對薄殼結構的強度，改變其表面形貌，如凸起，加強等。
原模型
整體變形為0.87mm。
質量約束為100%
形貌優化后，同質量下，整體變形為0.12mm，結構剛度明顯提升。
ANSYS結構優化模塊的形貌優化功能實例
0
1
背景
ANSYS 2022R1的結構優化模塊提供如下優化功能。
1）拓撲優化-基于密度；
2）拓撲優化-基于水平集；
3）柵格法；
4）形狀優化；
5）拓撲優化-混合密度法(公測版)
ANSYS 2023R1的結構優化模塊提供如下優化功能。
斯姆勒 5.21-24 西安 | ANSYS工程結構強度、剛度、非線性分析及結構優化工程應用高級培訓
ANSYS 工程結構強度、剛度、非線性分析及結構優化工程應用高級培訓
一、培訓目標
（一）、理解有限元分析計算的原理；
（二）、掌握ANSYS workbench軟件的使用功能和操作流程；
（三）、掌握工程結構強度、剛度的分析方法和非線性分析技巧；
（四）、掌握工程結構優化設計（拓撲優化、尺寸優化）分析方法；
（五）、培養獨立工程結構的力學分析能力。
二、增值服務
1、贈送培訓同屏錄制高清視頻（價值2680元），可反復學習。
2、參與學員均免費注冊為雅典娜仿真技術共享云平臺會員，贈送仿真技術視頻數百G仿真技術視頻；
3、持本人學生證或教師證享有9折優惠；一個單位同時報名2人享有9折優惠； 一個單位同時報名3人以上（含）享有8.5折優惠。
4、參與學員及單位均可享受雅典娜云平臺所有課程7折優惠。
5、單次課程參與培訓人數5人及以上，可安排就近城市開課。
三、主講老師
寧老師，斯姆勒數值仿真技術研究院首席專家，西安交通大學航空航天學院力學博士，多年上市機械企業結構負責人，18年的軟件工程應用經驗；長期從事有限元領域國家重大項目研究，發表論文20余篇，獲得專利11項，開發有限元軟件4項，具有資深的技術底蘊和專業背景；擅長靜力學，模態分析，隨機振動/譜分析，隱/顯式動力學分析，轉子動力學分分析、疲勞分析，線性/非線性屈曲分析，斷裂力學分析，壓電分析，復合材料分析，熱分析，流體力學分析，多場耦合分析，ANSYS二次開發等仿真分析。
展開 ANSYS結構拓撲優化設計
本文用ANSYS軟件對某客車車身進行靜態有限元分析。在此基礎上，采用均勻化方法，以車架總柔度為目標函數，以體積作為約束條件，對幾種工況下的車頂進行了拓撲優化設計。探討了拓撲優化設計過程中，基本模型建立、優化區域選擇、優化過程控制及優化結果分析與應用等問題。實現了拓撲優化在汽車結構的初始設計過程中的應用
ANSYS結構拓撲優化設計.doc
基于MATLAB 與ANSYS 的結構優化設計
為了對比，本文分別采用MATLAB 遺傳算法工具箱中的混合遺傳算法及ANSYS 中的零階方法、一階方法3 種方法對該結構進行了優化設計，對比結果見表1。
由表1 可以看出，3種優化方法中基于MATLAB與ANSYS 的混合遺傳算法的精度最好，其最大應力最接近鋼材的容許應力，用鋼量最小。而零階方法的精度最差，其計算用鋼量與混合遺傳算法的計算用鋼量相比增大了16．8 %。一階方法的計算結果與零階方法的計算結果稍好，但其用鋼量仍然比混合遺傳算法增大了8 %。
4 結論
MATLAB 遺傳算法工具箱具有很強的優化功能，且其操作簡單、直觀，而ANSYS 又是通用大型有限元分析軟件。本文充分利用了二者的優勢，實現了MATLAB 與ANSYS 的數據傳遞和調用，對一典型鋼框架結構進行了優化設計，驗證了該方法的可行性。但從分析精度來看，基于MATLAB與ANSYS 的混合遺傳算法要優于零階方法和一階方法。然而，從分析成本來看，混合遺傳算法的分析成本要遠遠的高于零階方法和一階方法，這是由于MATLAB 與ANSYS 的數據傳遞是間接的，每次循環過程計算機都要進行相應文件的讀取與寫入操作，占用了大部分的分析時間。因此，將該方法應用于大型結構的優化設計還需要進一步的探索與驗證。
展開 