葉片參數化優化的案例
葉片/翼型參數化造型技術
前些年這些詞還是多目標優化、大數據、雙碳等等。
科研圈的詞匯貶值速度也是很快的。大家摻大模型進去了，你還沒摻，這不是落后了嗎。
實際上真到了設計制造中，又必須一步步從二維開始做，還要不斷的優化，直至達到目標。
以葉片和機翼為例，從仿真到風洞，不斷對二維葉型/翼型進行迭代優化。為什么實際型號中要死磕二維呢？
原因很簡單，因為相比三維，二維是心里最有底的，無論試驗可靠性還是成本都是能托底的。問題到了三維復雜構型以后，可能影響到設計指標的東西太多了，牽一發而動全身。有時候改了不如不改。
這種情況，在二維階段就要求設計師對各種幾何參數的特點以及其對氣動特性影響規律要非常熟悉，當指標達不到的時候依靠經驗知道往什么方向改。
類似于結構力學領域，很多人遇到啥問題都把它簡化成梁，然后很快就能知道這個東西的大致規律。差生文具多，文具多也可能導致差，因為越復雜的理論模型，越不容易摸到規律。
本期聊聊作為入門的基礎的，葉片/翼型參數化造型技術。
葉/翼型參數知多少
我剛開始接觸這個東西，最讓驚訝的就是一個看起來平平無奇的翼型，竟然有那么多幾何參數，有些是造型用的，有些是造完型計算出來的。
1. 弦長
弦長：翼型通常理解為二維機翼，它前端圓滑，尖點稱為后緣；翼型上距后緣最遠的點稱為前緣；連接前后緣的直線稱為翼弦(chord)，其長度稱為弦長。如下圖所示：
2. 中弧線
中弧線：指和上翼面、下翼面相切的公切圓的圓心的軌跡
3. 安裝角
安裝角：弦線與額線之間的夾角。簡單理解就是弦線與x軸的夾角。如下圖所示：
4. 進口幾何角
進口幾何角：翼型中弧線在前緣點A處的切線與額線的夾角。
展開 葉片參數化模型設計
葉片參數化模型設計
作者：安旭
對燃氣輪機透平葉片進行參數化建模分兩部分，對Hub和Shroud建模以及對Blade建模。
Blade建模由Hub和Shroud間多個位置2D葉形蒙皮成形(默認兩個section，Hub位置上S1、Shroud位置上S2，S1、S2徑向位置由REF_TRACE_HUB_R、REF_TRACE_TIP_R決定)。2D葉形包含中位線，壓力面及吸力面。中位線包含參數葉片長度REF_LENGTH，安裝角度CAMBER_GAMMA，金屬角CAMBER_BETA1、CAMBER_BETA2，前緣半徑LE_REDIUS，后緣半徑TE_REDIUS。具體位置如圖：
葉片壓力面吸力面決定參數包含：控制點數PTNUM，伸展系數FACT，每個控制點到中位線距離TSS_N,TPS_N,后緣傾斜角TE_WEDGE_ANGLE，如圖：
PTNUM控制Tss數量。壓力面及吸力面都是Bezeir曲線，由C1, C2, Cn-1, Cn, Tss(n) 控制，直線C1C2垂直中位線端點，長度取4倍LE_REDIUS。直線Cn-1Cn與后緣圓相切，且與中位線尾端呈1/2 TE_WEDGE_ANGLE。FACT系數控制Tss點及Cn-1點在中位線上位置。
參數NB決定葉片數量。
另一種葉片構型方法為11參數法，11參數法對軸流機2D輪廓進行建模。
展開 余能回收水輪機葉片參數化設計與性能研究
設計過程中通過改變包角曲線實現葉片骨線的控制，變化幅度可定量設定。葉片骨線參數化設計流程見圖1，計算過程見表1。
圖1 參數化設計流程
表1 參數化設計計算表
為降低微型余能回收水輪機的生產難度和成本，對過流部件適當地進行了優化，余能回收水輪機全流道仿真模型僅包括蝸殼、活動導葉、轉輪和尾水管，如圖2所示。
圖2 余能回收水輪機全流道模型
某輸水管網末端壓力較高，經測量可利用壓頭約31m，平均流量為720/h，采用余能回收水輪機進行發電回收富裕的能量。基于一元理論得到軸面流線并分為若干段，然后按照參數化設計方法對每個微元段進行計算，最終得到葉片骨線坐標。按等厚度規律對骨線加厚并對翼型進出口邊倒圓得到葉片翼型如圖3，設計得到的葉片骨線包角曲線如圖4。
圖3 參數化設計流程
圖4 參數化設計流程
水輪機轉輪出口速度矩分布對性能有影響，為達到降低出口平均速度矩的目的，擬增加葉片出口邊靠近上冠側骨線包角。修改前、后葉片骨線參數曲線變化如圖5，不同流面層上葉片骨線的包角是均勻變化的，改后葉片骨線仍然保持光滑，見圖6。
展開 基于特征的離心泵葉片參數化三維造型
介紹了pro/e二次開發的方法,對離心泵葉片三維參數化造型進行研究并建立特征模型。利用定義了參數和拓撲關系的離心泵葉片的pro/e模型文件,通過二次開發工具pro/TOOLKIT對模型文件中定義參數進行訪問,最終完成離心泵葉片的參數化三維造型
基于特征的離心泵葉片參數化三維造型.pdf
基于計算流體動力學仿真的離心式人工心臟泵葉片參數優化
3.5 模型優化后的葉片結構參數和性能
在上述仿真實驗中，對葉片出口角度、葉片出口寬度、葉片厚度和分流葉片對離心式人工心臟泵的剪切應力分布、水力性能的影響進行了研究，得到了一組性能較好的葉片結構參數見表1。
表1 優化模型的葉片結構參數
圖10為優化后的葉輪三維模型與泵的裝配剖視圖。將優化模型與基礎模型的仿真結果進行對比可以發現，優化后模型葉輪表面的最大剪切應力為455Pa，基礎模型葉輪表面的最大剪切應力約為584.7Pa，優化后葉輪表面的最大剪切應力降低了22%。此外，優化后的葉輪揚程約為114.6mmHg，基礎模型葉輪的揚程約為119.1mmHg，兩者揚程均能滿足人工心臟泵的使用要求，且優化后的葉輪揚程更接近100mmHg，更符合設計的需求。
圖10
4 結論
本文基于計算流體動力學仿真分析，研究了不同葉片結構參數下的離心式心室輔助泵的剪切應力分布、水力性能變化，發現葉片形狀對泵的剪切應力分布、水力性能有較大影響。直葉片較后彎葉片有較大的揚程，但存在更大的剪切應力。當葉片出口角度較小時，葉片表面及泵內剪切應力較大；當葉片出口角度過大時，由于葉片前緣向前傾斜，不利于前緣處流體的運動，剪切應力反而增大。
葉片出口寬度與泵的揚程呈正相關的關系，在設計時需要配合蝸殼前后間隙綜合考慮，避免影響泵內血液流動狀態而發生溶血。葉片厚度較小時，葉片表面及泵內剪切應力較大，適當增大葉片厚度可以有效降低葉片緣剪切應力分布。
分流葉片在增加輔助泵的揚程的同時也會引起葉片表面的剪切應力增大，適用于低轉速下需要增加水力性能需求的葉輪設計。在本文研究范圍內，葉片出口角度β2=60°、葉片出口寬度b2=6mm、葉片厚度δ=2.5mm且沒有分流葉片的葉輪性能更好。
文章來源：工具技術
展開 ADAMS參數化建模及優化設計
ADAMS參數化建模及優化設計.part2.rar
ADAMS參數化建模及優化設計.part1.rar
優化設計中參數化應用案例
優化設計中參數化應用案例
優化設計中參數化應用案例.part1.rar
優化設計中參數化應用案例.part2.rar
MeshWorks多學科網格參數化DOE優化
MeshWorks的參數化功能，包括形狀參數化、板厚、材料、孔、加強筋及焊接等參數化。這些眾多的參數化功能可以幫助工程師快速進行DOE分析，而無需等待CAD數據更新，從而加快了設計周期。
MeshWorks的參數化網格建模功能可以幫助用戶非常快速地分析多種工況，這些參數通常是常規形狀參數之外的參數類型，比如各種加強特征，如ribs、beads、bulkheads、darts以及縫焊長度、點焊數量等。MeshWorks擁有最全面的參數化特征庫，因此可以進行全面的DOE優化研究。
MeshWorks可以通過同一參數化模型同時生成不同學科的參數化模型，如Crash，NVH，Durab，CFD。當某一參數改變時，所有學科模型的參數同步改變，從而使得多學科優化MDO成為可能。
MeshWorks擁有眾多快速參數化面板，只需點擊一次鼠標，即可創建諸如倒角半徑、孔直徑、肋高度及肋厚度的參數化網格。對于鈑金件，也可以快速同時創建多種參數，如結構件寬度、高度、翻邊寬度及焊點間距的參數化網格。此強大功能大大節省了模型參數化的創建時間。
若您想咨詢MeshWorks軟件購買事宜，請下方掃碼或聯系18665820511或caesoft@qq.com。
展開 （簡單明了）塑化參數設置與優化方法
螺桿轉速
螺桿轉速影響注塑物料在螺桿中輸送；影響塑化能力、塑化質量和成型周期等因素的重要參數。隨著轉速提高塑化能力會增加。提高螺桿轉速，流量加大，熔融溫度的均勻性卻有所改善。熔體溫度和螺桿轉速之間隨著螺桿轉速的提高，熔體溫度也有所提高。
螺桿轉速根據注塑條件用注塑機的額定螺桿轉速，以額定量的50%-60% 來標定所要加工物料的塑化能力和螺桿轉速。調整時，要由較低向較高轉速逐漸調試。
預塑背壓
在進入下一次注射前，螺桿通過旋轉把熔融物料輸送到料筒的前部加以儲備，此時，螺桿一邊旋轉一邊將因輸送到料筒前部的物料產生的反壓力而后退。為了調整和控制螺桿后退的方式，可在螺桿上加一定的和熔融物料相反的壓力，這就是螺桿背壓。
螺桿背壓可以提高材料的熔融效果和混煉效果，同時也可以保證使熔融物料在螺桿前部的完全充滿，以提高注射計量的準確性。但螺桿背壓過高，將引起物料處理能力下降，還將使物料因摩擦熱增加而引起溫度的上升。反之，螺桿背壓過低，會引起注射量的計量不準。
背壓對熔體溫度影響是非常明顯的。
背壓提高有助于螺槽中物料的密實，驅趕走物料中的氣體。
背壓的增加使系統阻力加大，螺桿退回速度減慢，延長了物料的在螺桿中的熱歷程，塑化質量也得到改善。
但是過大的背壓會增加計量段螺槽熔體的反流和漏流，降低了熔體輸送能力，減少了塑化量，而且增加功率消耗，過高背壓會使剪切熱，過高或切變應力過大，使高分子物料發生降解而嚴重影響到制品質量。因此背壓是注塑機控制質量的重要參數之一。
展開 ANSYS Maxwell參數化建模與優化設計
本期直播將以講解結合實際操作的方式，介紹ANSYS Maxwell軟件在電機參數化建模與優化設計領域的一些功能，主要內容綱要如下：
1. Maxwell各種參數化建模方法介紹
自建模型參數化、導入模型參數化、UDP參數化、材料/溫度/外電路參數化、
2. Maxwell各種優化設計方法介紹
Maxwell優化模塊、Workbench優化模塊、optiSLang優化模塊
3. 案例演示
報名方式
手機端請掃描二維碼報名
或者點擊報名：http://event.31huiyi.com/1728147966/index?c=jishulink
展開 整車參數化—MDO優化流程—SUV減重
背景：
消費者對燃油經濟性標準的重視程度和期望值越來越高，從而推動全球汽車制造商優化其車輛平臺，而不是僅僅考慮車輛的性能。必須通過全面平衡安全性、NVH和耐久性性能來達到燃油經濟性標準。
挑戰：
客戶希望減少其現有SUV產品線的重量（大量可行性方案可以投入到實際生產中），只需少量的重新設計或更改，而不會降低性能。
客戶聯系底特律工程軟件公司（DEP）進行開發，該項目的目標是針對白車身和底盤進行減重設計。
解決方案：
整個項目由DEP工程師分為三個階段：基準評估、網格參數化和優化。DEP工程師與客戶工程師密切合作，參與整個項目。DEP團隊開發的完整優化流程對客戶來說是非常有價值的。
在第一階段，從白車身和底盤，共選擇25個設計變量（形狀和尺寸參數化），并設定為優化目標。
第二階段利用DEP-MeshWorks平臺分別進行了碰撞和耐久性的有限元模型參數化。通過實驗設計，共得到76種不同的輸入變量組合。使用DEP-MeshWorks快速生成了76種設計組合模型，作為后續分析的輸入。
在最后階段，統計碰撞和耐久分析結果，并生成Excel表，將詳細設計變量值以及性能指標記錄到表格里。該表用于優化分析的最終結果展示，同時確定了各項設計變量對整車性能的影響，供DEP工程師與客戶工程師進行詳細討論。最后將綜合評估各優化方案的可行性，確定最優方案。
結果：
基于DEP-MeshWorks的優化方法有助于為現有的SUV平臺減重約10千克。DEP-MeshWorks驅動的多學科設計優化方法已經成功地從整車擴展到其他各種子系統。
展開 
（分享）基于CATIA參數化設計及優化
（分享）基于CATIA參數化設計及優化
【技術】NURBS曲線的逆參數化與船型優化中的應用
然而這種建模方法僅適用于在CAESES中從無到有，進行點、線、面的逐步建模，即全參數化建模，對于已有的曲線，通過igs或其他幾何格式導入CAESES中，是無法自動識別NURBS曲線的控制點，也無法通過調整控制點的位置從而對已有的曲線進行變化。
CAESES最新版本5.1提供的新功能Curve Polygon編輯使NURBS曲線逆參數化成為可能。對于導入的曲線，可以通過image curve的功能進行復制，然后通過新增控制點的方式并對復制曲線進行Curve Polygon的編輯，使其幾何形狀逼近原始導入的曲線，這樣便完成了原始曲線的逆參數化。
這種新穎的曲線定義和變型手段在船體型線優化工作中可以發揮其獨有的優勢。對于船舶工程師來說，船舶尾部的形狀和橫剖面曲線的UV度是優化過程關注的重點。這部分曲面的優化工作不僅可以有效降低船舶的阻力而且對于改善尾部伴流情況也有明顯的作用。具體操作如下：
① 截取一段船體尾部的典型橫剖面：
② 對該橫剖面進行逆參數化定義：
③ 對新的參數化的橫剖線（綠色曲線）進行控制并利用CAESES 5中brep morphing功能實現該新橫剖線所影響船舶尾部區域三維模型的變型：
原始船型和優化過程中的船型橫剖面對比如下：
Curve Polygon編輯功能使導入Nurbs曲線的逆參數化成為可能。在船型優化過程中，以往需要通過delta shift，Free form deformation等方法實現的船體變形可以利用該功能以一種更簡單且直觀的方法實現。
展開 基于參數化幾何建模的SiPESC形狀優化
(1) 參數化建模
SiPESC平臺可以實現布爾運算、拉伸、旋轉、曲面建模等幾何建模功能。參數化建模全部基于SiPESC平臺實現，主要過程分為：
創建幾何模型：通過創建點、線、面、實體創建出要優化的模型。要修改模型的尺寸只需通過修改相關函數的參數即可。
賦予相關屬性：在腳本中通過給不同的面賦予不同的顏色，可以達到給指定的面施加約束、載荷、材料屬性。修改屬性的方法與創建幾何模型相同。
將創建出來的幾何模型保存為*.step文件，有限元模型保存為*.bdf文件。
(2) 靈敏度分析
首先確定設計變量相關幾何面，并記錄幾何面上的有限元節點。然后給設計變量增加一個微小的攝動量，通過參數化建模得到變化后的新幾何模型。再通過幾何面內坐標系與整體坐標系轉換關系，確定原幾何面上節點對應的新幾何面內的攝動節點。最后計算攝動前后的節點坐標差值（靈敏度分析需要的參數）。整個過程只需要劃分一次網格，只一次有限元分析，僅計算部分單元剛度陣的差分，大大減少了計算量，提高了計算效率。流程如圖：
將計算得到的坐標差值（擾動值）作為設計變量參數，通過腳本調用半解析法靈敏度分析插件計算得到靜力位移對設計變量的靈敏度，進一步通過SiPESC.OPT進行形狀優化。
展開 參數化水平集法三維結構優化
三維懸臂梁的優化：
結構尺寸1：1：2 初始設計域（網格10x10x20） 優化結果 目標函數與約束函數
然后優化了一個椅子，
受力情況 初始設計域 優化結果
總的來講，三維結構的編程比二維稍難，主要體現在：
1. 水平集是將設計域提升為高一維的函數，即三維結構需要四維的函數來表示，因此矩陣比較復雜
2. 有限元多計算一根Z軸，在計算節點，單元編號的時候，空間思維較多
展開 