ANSYS響應(yīng)曲面法優(yōu)化分析

2016-10-25  by:CAE仿真在線  來(lái)源:互聯(lián)網(wǎng)

介

直接優(yōu)化分析花費(fèi)的計(jì)算太多,而且無(wú)法對(duì)設(shè)計(jì)提供較好的建議,因此,經(jīng)常要使用到響應(yīng)曲面法來(lái)進(jìn)行優(yōu)化,響應(yīng)曲面優(yōu)化分為實(shí)驗(yàn)設(shè)計(jì)類型和響應(yīng)曲面類型接下來(lái)分別介紹。

1、實(shí)驗(yàn)設(shè)計(jì)類型

?Design of Experiments Type 實(shí)驗(yàn)設(shè)計(jì)類型,用于產(chǎn)生抽樣的點(diǎn),用于后續(xù)的計(jì)算。

? CCD(Central Composite Design) ,有五層的部分因子設(shè)計(jì),比較適應(yīng)二次響應(yīng)模型,CCD的樣本側(cè)重于參數(shù)點(diǎn)附近 。

?Face-Centered:  三層的設(shè)計(jì),無(wú)旋轉(zhuǎn)性。 alpha值等于1.0。一個(gè)模板類型的設(shè)置會(huì)自動(dòng)出現(xiàn),使用標(biāo)準(zhǔn)和增強(qiáng)選項(xiàng)。選擇用于增強(qiáng)的響應(yīng)面可能更合適。

?Rotatable:  一個(gè)五層的設(shè)計(jì),包括可轉(zhuǎn)動(dòng)。 α值是根據(jù)輸入變量的數(shù)量和階乘部分的一小部分來(lái)計(jì)算。與可轉(zhuǎn)動(dòng)一種設(shè)計(jì)具有擬合值的方差相同,無(wú)論從中心點(diǎn)的方向。 

? VIF-Optimality:   其中Alpha值是通過(guò)最小化非正交稱為方差膨脹因子(VIF)的量度計(jì)算一個(gè)五層的設(shè)計(jì)。越高度相關(guān)的輸入變量,在回歸模型,較高的方差膨脹因子的一個(gè)或多個(gè)方面。               

? G-Optimality:    最大限度地減少了預(yù)期的錯(cuò)誤的措施在一個(gè)預(yù)測(cè),減少預(yù)測(cè)在感興趣的地區(qū)最大的預(yù)期變化。

?Auto-Defined:   設(shè)計(jì)探索自動(dòng)選擇基于輸入變量的個(gè)數(shù)的設(shè)計(jì)類型。在VIF-Optimality與G-Optimality之間選擇,建議大多數(shù)情況下使用此選項(xiàng)。

Optimal Space-Filling Design ,在整個(gè)設(shè)計(jì)空間均勻分布,空間填充能力強(qiáng),適用于后續(xù)的Kriging, Non-arametric Regression , Neural Networks的響應(yīng)面類型,為了節(jié)省計(jì)算時(shí)間,可以指定樣本數(shù),樣本有可能沒有落在角落及中點(diǎn)。

?Box-Behnken Design  ,有三層的部分因子設(shè)計(jì),比CCD需要更少的設(shè)計(jì)點(diǎn),當(dāng)極值出現(xiàn)在箱體的角落時(shí),分析不可靠。

⑨Custom DOE ,允許輸入自己設(shè)計(jì)的樣本表,數(shù)據(jù)格式為(.csv)

⑩Sparse Grid Initialization , Sparse Grid 響應(yīng)面類型必須使用該實(shí)驗(yàn)設(shè)計(jì)類型,不用設(shè)置,系統(tǒng)會(huì)自己進(jìn)行計(jì)算。

2、響應(yīng)曲面的類型介紹

?

?Standard Response Surface ,用一個(gè)二階多項(xiàng)式來(lái)擬合。Output=f(inputs)

 ?Kriging ,用一個(gè)二階多項(xiàng)式來(lái)擬合Output=f(inputs) + Z(inputs),其中Z為本地修正項(xiàng)。將提供更好的結(jié)果比標(biāo)準(zhǔn)的響應(yīng)面時(shí)的變化。

?可以通過(guò)知道細(xì)化點(diǎn)來(lái)提高響應(yīng)曲面的精度。

?Non-Parametric Regression ,創(chuàng)建一個(gè)空間帶,把取樣點(diǎn)都包含進(jìn)去。

?適用于非線性響應(yīng) ,計(jì)算時(shí)間長(zhǎng)。Neural Network ,神經(jīng)網(wǎng)絡(luò)響應(yīng),具有高度非線性響應(yīng) ,少用,單元不能多于10個(gè)。

?Sparse Grid ,稀疏網(wǎng)格最大深度:指每個(gè)方向上最大的插值數(shù)。最大相對(duì)誤差:用來(lái)控制計(jì)算收斂。

?打開之前直接優(yōu)化分析的項(xiàng)目。點(diǎn)擊Response Surface Optimization,拖動(dòng)到項(xiàng)目中。

⑨點(diǎn)擊Design of Experiments 進(jìn)入實(shí)驗(yàn)設(shè)計(jì)。 

⑩點(diǎn)擊 Design of Experiments 進(jìn)入選擇實(shí)驗(yàn)類型。

?用默認(rèn)CCD類型不改變

?在輸入?yún)?shù)欄中,點(diǎn)擊P1 - DS_THICK。在下限輸入0.5,上限輸入3。

在P2-DS_WIDTH1。在下限輸入50,上限輸入100。

在P3-DS_WIDTH2。在下限輸入20,上限輸入60。

?點(diǎn)擊Update開始更新。

?點(diǎn)擊Return to Project 返回主界面。

?點(diǎn)擊進(jìn)入Response Surface。

?點(diǎn)擊進(jìn)入選擇響應(yīng)面類型 

█選擇Kriging ,及Auto 

★點(diǎn)擊Update開始更新。 

★點(diǎn)擊Return to Project 返回主界面。

★點(diǎn)擊Optimization進(jìn)入求解。

★點(diǎn)擊Objectives and Constraints 設(shè)置輸出目標(biāo)。

?如下圖設(shè)置輸出,控制質(zhì)量目標(biāo)為最小值,變形目標(biāo)<=0.5。

★點(diǎn)擊 Optimization 選擇目標(biāo)算法。

★選擇Screening方法,樣本數(shù)輸入10000 。

★點(diǎn)擊Update開始更新。 

★很快可以得出最佳解。

相關(guān)標(biāo)簽搜索：ANSYS響應(yīng)曲面法優(yōu)化分析 Ansys有限元培訓(xùn) Ansys workbench培訓(xùn) ansys視頻教程 ansys workbench教程 ansys APDL經(jīng)典教程 ansys資料下載 ansys技術(shù)咨詢 ansys基礎(chǔ)知識(shí) ansys代做 Fluent、CFX流體分析 HFSS電磁分析 Abaqus培訓(xùn)