光滑网格的高效方法及其在汽车工程中的应用

在开发新产品时必须尽力挖掘降低成本、缩短开发时间的所有潜力，同时要保证产品高质量。除了作为标准的线性和非线性仿真计算方法外，还要使用有效的优化方法。

根据数学方法，通过优化计算寻找一个或多个目标参数的极限值作为设定的设计参数的函数。优化的目标是在考虑零件成本时还能降低它的重量和应力等参数。

1.结构（构件）优化

可以将计算机辅助的结构优化大致分为3种不同的优化方法。第一种优化方法是参数优化。在参数优化时可自动改变零件的特征参数，如底盘杆件横断面、框架构件面惯性力矩、壁厚等。第二种优化方法（结构优化或形状优化）以节点为基础，不选择模型的几何参数，通过最佳值改变节点。这需要定义很多临界范围。在这些范围中通过局部移动节点可改变结构件表面，使结构（构件）应力最小。即人们可以在没有几何参数条件下进行结构优化。光滑网格的高效方法必须保证模型内部的网格品质，以在调整网格时对有限元解算（FE-Sol-ver）的单元质量提出合理要求。结构优化的典型应用是加大零件倒圆，以降低局部应力。在设计过程中不断进行零件结构优化（图10.3-18，见书后彩图）。

作为第三种优化方法的拓扑结构是一种完全不同的优化方法。它以允许的设计零件结构空间为约束条件，根据有限元模型将不在受力线中的单元从零件上去掉。这种优化图可满足零件工作要求，如强度、刚度或谐振频率。除减轻重量外，拓扑结构优化还可考虑动态性能。在定义优化问题时要定义约束，以预先确定单元的固定或脱模方向。拓扑结构优化可自动设计新零件并常常可达到最大节省重量的效果。拓扑结构优化的结果可得到还需说明和进一步处理的设计图。拓扑优化的结果要在FE后处理器中求值、评价，还要光滑优化结构，以在设计环境进行优化结果的转化并可能对优化结果继续处理。

2.多维优化

在汽车图中，改进汽车碰撞安全性对减振、降噪舒适性不是绝对有好的作用。因此，数字优化不仅需要考虑某一学科的效果，而且要考虑多学科的效果。平衡不同专业方面的目标冲突要尽早在进入工程实际时尽快找到答案。多学科优化是很复杂的，因为首先必须把不同学科的功能目标相互结合，并综合为一个统一的功能目标；再则，如结构仿真和碰撞仿真使用不同的优化平台，之后必须将这些平台相互结合起来^[2]。(www.xing528.com)

在优化工具箱中提供了一些必要的功能，这些优化工具箱是作为“黑盒子”使用的必要的仿真程序。在输入的一组资料卡中，少数参数可以修改并从任务文件的参数中推导出功能目标。典型的优化值使用梯度法或带等效功能和遗传学算法的方法。这种方法在定义的很大范围接近解的性能，但目前还需要非常多的计算时间。因为需要很多的仿真过程，以确定功能目标的收敛方向或综合性能。目前多学科优化的实例见参考文献，如计算发动机室罩，它牵涉到如风载荷下的刚度和保护行人所需的柔韧性^[3，29]。

3.随机仿真

在设计汽车时，在定义的试验和车身条件下开发高性能汽车还是不够的。更多的是必须回答，在一定的参数下，如金属板厚度或材料参数改变时，由于制造过程出现的波动将发生什么情况。因为在这样的情况试验时只能是有限量的，且是不经济的，所以在过去几年将随机试验程序与经典的CAE仿真工具结合取得显著的效果。按蒙特卡罗法（Monte-Carlo-Ver-fahren），通过随机程序可以将确定的计算模型的输入参数控制在定义的边界内，并在整个波动范围将目标参数结果显示出来，这样可找到方案^[3，30]。在成型仿真方面（见10.3.4小节）不像至今只用离散参数，而是采用分布参数仿真。

参考文献