CAE優化分析
關注創建者：匿名 創建時間：2021-12-17
CAE優化分析的視頻教程
基于Abaqus-ATOM優化模塊尺寸優化控制臂實用仿真(附帶詳細cae模型文件)
本實例是基于Abaqus-ATOM優化模塊對控制臂進行尺寸優化實用仿真,本期視頻所用的模型網格為殼單元,本視頻包含全流程常規建模步驟涉及到分析步的設置,材料截面的設置,邊界載荷施加等,尺寸優化模塊涉及到應變能目標和體積目標的設置，厚度尺寸的上下限約束等,提交計算,結果查看等,附帶詳細涉及的模型,有需要的同學可自行下載查看。
￥29.9 6分鐘 23播放
查看
基于Abaqus-ATOM優化模塊拓撲優化控制臂實用仿真(附帶詳細cae模型)
（小提示：abaqus從6.11版本開始，在Abaqus_CAE界面新增atom優化模塊，標志Abaqus開始從分析向設計優化進軍）
￥29.9 8分鐘 81播放
查看
基于Abaqus-ATOM優化模塊形貌優化控制臂實用仿真（附帶詳細cae模型及inp文件）
本實例是基于Abaqus-ATOM優化模塊對控制臂進行形貌優化實用仿真,本視頻包含全流程常規建模步驟涉及到分析步的設置,材料截面的設置,邊界載荷施加等,形貌優化模塊涉及到應力目標和體積目標的設置，脫模約束等,提交計算,結果查看等,附帶詳細涉及的模型,有需要的同學可自行下載查看。后面的步驟較為詳細，可以自行放慢視頻觀看學習，有問題可以私聊咨詢，可以觀看視頻的同時對照模型自行建立。
￥29.9 13分鐘 24播放
查看
CAE優化分析的實例教程
除了這些已成熟的CAE技術之外，近些年在汽車行業也出現了一些新技術如虛擬試車場整車分析、制造車間焊裝鉚接過程模擬分析等。
基于Altair Inspire的優化機理，本研究的懸架立柱優化原則和思路如下。①降低主銷偏移距：由于選用的賽車車輪的偏心距較小，因此在設計前立柱時，需盡量使上、下臂與立柱的鉸接點在不與其他零件發生干涉的前提下盡量靠近車輪中心線，以減小轉向主銷偏移距和轉向所需要的力矩；②采用輕質材料降低質量：選用鈦合金，以減小立柱的整體質量；③由于幾何空間干涉原因，在保證轉向推桿安裝位置的前提下，沒有多余的空間安裝支耳連接立柱和轉向推桿，因此只對懸架立柱支耳和立柱體進行結構優化。
圖4 未優化前懸架立柱的有限元分析
首先對未優化前的懸架立柱進行了CAE分析，如圖4所示。按照前述受力計算結果，分別在相應位置施加載荷，如圖4(a）所示。由于懸架立柱上下兩部分的受力情況與形狀特征不同，所以將其分解成上下兩部分，并采用不對稱的方式，如圖4(b）所示。設置其分析網格尺寸大小為1.5 mm，并選用TC4鈦合金材料，其楊氏模量為116.5 GPa，屈服強度1 029 MPa。利用Inspire軟件得到有限元模擬結果，如圖4(c）～圖4(e）所示。前立柱的最大應力值為210 MPa，最大應變值為0.002，但考慮到進一步提升整個FSC賽車的性能，需對懸架立柱進行拓撲結構優化，以期達到減重的目的。
在Inspire的優化模塊中選擇拓撲優化，以支架的剛度最大化為設計目標，以設計空間的總體積為設計變量，以無頻率約束、最小厚度為4.5 mm、滑動接觸為約束條件，質量目標為設計空間的20%。在Inspire軟件中，厚度約束指的是優化后結構的最小厚度，其值越小優化精度越高，但所需時間也越久。此外，厚度約束值與后臺的網格數量密切相關，厚度約束值越小則后臺生成的網格數量也越多。Inspire軟件默認后臺網格尺寸大小為厚度約束的1/3。在得到優化結果后，對該結果進行了分析驗證，如圖5所示。
展開 然后對結構設計不合理的區域進行優化。根據以上分析針對四個應力集中區域分別改進設計。主要優化措施如下：
（1）將上下兩端立柱對齊，減少上下兩個立柱之間交叉形成的剪切力。
（2）改進中門立柱處連接形式。
（3）加強頂蓋橫梁與縱梁之間的連接。
（4）增大后縱梁材料厚度和垂向高度。將厚度由初始設計的4mm增大到5mm，同時將縱梁垂向高度h增大10mm。
根據以上優化方案，改進結構后重新進行四個工況的強度分析，可見幾個區域的應力有了比較明顯的改變，最大應力大小由原始結構的超過300MPa，減小到200MPa左右，滿足強度要求，達到了較好的效果。下圖是經過更改后的四個局部區域結構應力分布云圖。
側圍后立柱更改后應力
中門立柱結構更改后應力
頂蓋接頭增強后應力
后縱梁更改后應力
結論
本文應用有限元方法分析了一款8米城市公交客車骨架的強度，通過四種典型工況的評估，找到結構應力集中的區域，并優化改進這些區域的局部結構，改善了應力集中情況，實現了強度設計目標。通過應用HyperWorks輔助設計，可以大大提高設計效率，減少試驗次數，降低研發成本，獲得可觀的效益。
展開 來源：互聯網 作者：鄧曉紅 付勇智
關鍵字：注射模 CAE 流動分析 澆口設計
文章探討了澆口對注塑產品質量的影響，總結了澆口設計原則。利用MOLDFLOW軟件完成了轎車儀表板澆注系統、冷卻系統及成型工藝的設定和優化，通過典型例子說明了如何利用注射模CAE的分析結果解決大型注射模澆注系統和冷卻系統設計中出現的問題。
引言
隨著汽車行業的飛速發展，大型塑料制品如儀表臺、保險杠、汽車門內護板等精密零部件的應用越來越廣泛，傳統的注射模生產方式已不能適應現代汽車工業對塑料制品產量、質量和更新換代速度的需求。
在生產實踐表明澆口設計的質量是影響注塑產品質量重要因素。近年來許多專家學者對澆口設計進行深入的探討。1998年。Yao和Kim從長度與位置等方面對熔接痕進行了定量研究。同年，Smith使用計算幾何方法描述澆口的位置，并使用序列線性規劃法對澆口位置進行了優化。
文章使用Moldflow軟件對某轎車儀表板進行澆口優化。
1 澆口設計
通常所指澆注系統是指流道及澆口，尤其是澆口直接影響著塑料制品的質量，澆口是流道與型腔之間的節流器，因而澆口的相對位置、形狀、大小是影響注塑產品的重要因素。澆口位置影響塑料在型腔內的流動與排氣、個別部位疏松。產生熔接痕，嚴重影響塑料制品的成型質量及其性能。澆口尺寸過小將增加塑料流動的阻力，增大壓力損失，使塑料流動困難還會使澆口處的塑料過早固化。
展開 有限元科技小編有話說
作為行業領先的CAE技術服務公司，有限元科技致力于為客戶提供高水平的專業CAE應用服務。
10年來，有限元科技先后為汽車行業客戶制定、實施結構強度，跌落，沖擊，振動，疲勞壽命，模流，散熱，噪音，NVH、流體分析等CAE仿真分析，幫助客戶高效改進產品設計、提高產品性能、節省材料成本，最重要的是節約了原本需要多次試驗的大量資金和時間，快人一步，搶占市場先機！
CAE優化分析的相關專題、標簽、搜索
CAE優化分析的最新內容
現代塑料產品設計為了追求功能集成與美觀，模具結構變得日益復雜。對嵌入件（Part Insert）而言，前處理—特別是網格制作—面臨巨大挑戰。多材質射出成型（Multi-Component Molding，MCM）模擬最困難的地方在于不同材質（如雙色模、金屬嵌件）之間的接觸面處理，其模擬的準確度往往取決于組件交界面的處理。
以往工程師常面臨兩難：選擇非匹配網格（Non-matching Mesh
今日16:00，Ansys官方『Ansys 結構輕量化優化設計解決方案及案例分析』介紹Ansys Mechanical拓撲優化仿真解決方案，以及輕量化結構設計的工程案例分析，感興趣的下滑預約學習??
時間：5月12日（星期二），16:00-17:00
內容簡介：
1. Ansys Mechanical 拓撲優化仿真解決方案
2.輕量化結構設計案例分析
講師：
概述：
本案例介紹了在 GoPro 相機上進行諧波分析的流程。GoPro 相機在實際工況載荷作用下，極易受到低頻振動影響，因此檢測并規避共振引發的零部件損傷風險至關重要。本文完整展示了 GoPro 相機諧響應分析的操作流程，并闡明了增加阻尼對結構受激振動特性的影響規律。
目標：
1、理解在 ANSYS 中進行諧波分析的工作流程；
2、加深對共振與阻尼原理的理解，并掌握二者在工程實際中的應用方法
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
薄元素近似法（TEA）對比傅里葉模態法（FMM）進行光柵建模
光柵是光學工程師使用的最基本的工具。為了設計和分析這類組件，快速物理光學建模和設計軟件VirtualLab Fusion為用戶提供了許多有用的工具。其中包括參數優化，以輕松優化系統，以及參數運行，它允許您執行參數掃描，以研究這些參數對設置的總體效果的影響。此外，還可以用于詳細研究具體制造過程中的偏差引入的影響
傾斜光柵的參數優化及公差分析1個月前
對于背光系統、光內連器和近眼顯示器等許多應用來說，將光高效地耦合到引導結構中是一個重要的問題。對于這種應用，傾斜光柵以能夠高效地耦合單色光而聞名。在本例中，提出了利用嚴格傅里葉模態方法（FMM，也稱為RCWA）對傾斜光柵的優化方法。優化后的光柵的衍射效率超過90%。此外，還研究了其對光柵的傾角偏差和圓角邊緣的影響。
摘要
在顯示屏全貼合制造過程中，Mura（顯示不均）是一個常見的外觀不良現象。具體表現為在低灰階畫面下，屏幕出現局部亮暗不均、色斑或條紋，嚴重影響視覺體驗與產品質感。本文將從Mura的成因出發，探討其與OCA（光學膠）力學性能之間的關系，并提出基于材料力學測試的改善思路。
Mura的成因與
應力來源
01
PART
從反復試誤到結構化搜尋
葡萄牙米尼奧大學（University of Minho）的聚合物與復合材料研究所（Institute of Polymers and Composites，IPC），運用仿真與人工智能（AI），解決射出成型中最棘手的其中一項瓶頸：在不犧牲質量的前提下，實現快速且均勻的冷卻。IPC團隊采用「仿真優先」的工作流程，并結合基于主成分分析（PCA）的目標篩選、類神經網絡
點擊藍字 關注我們
01/簡介
隨著集成電路制程向3nm及以下先進節點演進，光刻成像系統中的光學衍射、掩模三維效應與光致抗蝕劑非線性響應相互疊加，使光源-掩模協同優化（SMO）成為保障圖形保真度與芯片良率的核心技術。傳統線性壓縮感知（CS）驅動的SMO技術，因難以精準刻畫掩模與成像之間的強非線性映射關系，在復雜圖形優化中常面臨精度不足、工藝窗口收縮等問題
01/簡介
當前，壓縮感知光源優化的仿真技術已實現標準化與精準化雙重突破，為技術落地奠定堅實基礎。仿真條件層面，通過構建統一的光源參數基準、掩模圖形庫及光學成像模型，建立了可復現的標準化仿真環境，解決了傳統仿真中參數離散導致的對比誤差問題。
接下來以豎直線條為目標圖形進行仿真分析，對比分析在不同變量下曝光圖像的情況。
02/仿真條件
