运用ANSYS Workbench快速优化设计
摘要：从易用性和高效性来说AWE下的DesignXplorer/VT模块为优化设计提供了一个几乎完美的方案，CAD模型需改进的设计变量可以传递到AWE环境下，并且在DesignXplorer/VT下设定好约束条件及设计目标后，可以高度自动化的实现优化设计并返回相关图表。本文将结合实际应用介绍如何使用Pro/E和ANSYS软件在AWE环境下如何实现快速优化设计过程。
关键词：有限元分析、集成、ANSYS Workbench
1 前言
ANSYS系列软件是融合结构、热、流体、电磁、声于一体的大型通用多物理场有限元分析软件，在我国广泛应用于航空航天、船舶、汽车、土木工程、机械制造等行业。ANSYS Workbench Environment（AWE）是ANSYS公司开发的新一代前后处理环境，并且定为于一个CAE协同平台，该环境提供了与CAD软件及设计流程高度的集成性，并且新版本增加了ANSYS很多软件模块并实现了很多常用功能，使产品开发中能快速应用CAE技术进行分析，从而减少产品设计周期、提高产品附加价值。
现今，对于一个制造商，产品质量关乎声誉、产品利润关乎发展，所以优化设计在产品开发中越来越受重视，并且方法手段也越来越多。从易用性和高效性来说AWE下的DesignXplorer/VT模块为优化设计提供了一个几乎完美的方案，CAD模型需改进的设计变量可以传递到AWE环境下，并且在DesignXplorer/VT下设定好约束条件及设计目标后，可以高度自动化的实现优化设计并返回相关图表，本文将结合实际应用介绍如何使用Pro/E 和ANSYS软件在AWE环境下如何实现快速优化设计过程。
2 优化方法与CAE
在保证产品达到某些性能目标并满足一定约束条件的前提下，通过改变某些允许改变的设计变量，使产品的指标或性能达到最期望的目标，就是优化方法。例如，在保证结构刚强度满足要求的前提下，通过改变某些设计变量，使结构的重量最轻最合理，这不但使得结构耗材上得到了节省，在运输安装方面也提供了方便，降低运输成本。再如改变电器设备各发热部件的安装位置，使设备箱体内部温度峰值降到最低，是一个典型的自然对流散热问题的优化实例。在实际设计与生产中，类似这样的实例不胜枚举。
优化作为一种数学方法，通常是利用对解析函数求极值的方法来达到寻求最优值的目的。基于数值分析技术的CAE方法，显然不可能对我们的目标得到一个解析函数，CAE计算所求得的结果只是一个数值。然而，样条插值技术又使CAE中的优化成为可能，多个数值点可
以利用插值技术形成一条连续的可用函数表达的曲线或曲面，如此便回到了数学意义上的极值优化技术上来。样条插值方法当然是种近似方法，通常不可能得到目标函数的准确曲面，但利用上次计算的结果再次插值得到一个新的曲面，相邻两次得到的曲面的距离会越来越近，当它们的距离小到一定程度时，可以认为此时的曲面可以代表目标曲面。那么，该曲面的最小值，便可以认为是目标最优值。以上就是CAE方法中的优化处理过程。一个典型的CAD与CAE联合优化过程通常需要经过以下的步骤来完成：
1、参数化建模：利用CAD软件的参数化建模功能把将要参与优化的数据（设计变量）定义为模型参数，为以后软件修正模型提供可能。
2、CAE求解：对参数化CAD模型进行加载与求解
3、后处理：约束条件和目标函数（优化目标）提取出来供优化处理器进行优化参数评价。
4、优化参数评价：优化处理器根据本次循环提供的优化参数（设计变量、约束条件、状态变量及目标函数）与上次循环提供的优化参数作比较之后确定该次循环目标函数是否达到了最小，或者说结构是否达到了最优，如果最优，完成迭代，退出优化循环圈，否则，进行下步。
5、根据已完成的优化循环和当前优化变量的状态修正设计变量，重新投入循环。
下图是AWE环境下数值优化的过程框图
图1 AWE环境下数值优化的过程框图
3 AWE环境下优化的特点
DesignXplorer/VT是基于WorkBench平台的设计变量研究及多目标优化工具，优化设计的主要数据处理工作由DesignXplorer/VT完成。
3.1 目前ANSYS的多目标优化技术包括：DOE方法和VT技术。
A） DOE方法
DOE：Design Of Experiments，实验设计。根据输入参数的数目，利用蒙特卡罗抽样技术，采集设计参数样点，计算每个样点的响应结果，利用二次插值函数构造设计空间的响应面或设计曲线。
B）VT技术
VT技术：完全基于单个单元解，采用泰勒展开以及网格变形技术得到响应面，因此，计算时间大大减少。
3.2 DesignXplorer/VT实现的优化方式
A）多目标优化
实际工程需要多个优化目标，工程中需要产品的总体性能较好，而不是某一项指标最好。产品多项指标皆趋向于最好，而不能某项指标达到最好而无视其它需要。比如一个部件，重量要轻，强度又要高，加固螺栓要少，我们需要这三项优化指标的折衷与平衡。比如我们只关心螺栓数X最少，但变形尺寸D不大于允许值，重量G不大于一定值，在DesignXplorer/VT 中我们可以定义好设计变量X，设计目标即是变形尺寸D、重量G的要求。
B）离散变量
? 离散设计变量：如孔的直径由钻头的型号决定，各型号尺寸不连续；
? 设计变量集合化：如型钢按照型号选用，无连续性可言。型号一旦确定，所有的细部尺寸完全确定。相同的实例还有材料牌号。
3.3 结果显示
DesignXplore提供了包括设计空间图、便览曲线、多目标优化结果、灵敏度以及蛛状图在内的多种结果显示。这些结果从不同角度反映了设计变量与产品性能的关系,为充分了解设
基于MATLAB工具箱的机械优化设计 长江大学机械工程学院机械11005班刘刚 摘要：机械优化设计是一种非常重要的现代设计方法，能从众多的设计方案中找出最佳方案，从而大大提高设计效率和质量。本文系统介绍了机械优化设计的研究内容及常规数学模型建立的方法，同时本文通过应用实例列举出了MATLAB 在工程上的应用。 关键词：机械优化设计；应用实例；MATLAB工具箱；优化目标 优化设计是20世纪60年代随计算机技术发展起来的一门新学科, 是构成和推进现代设计方法产生与发展的重要内容。机械优化设计是综合性和实用性都很强的理论和技术, 为机械设计提供了一种可靠、高效的科学设计方法, 使设计者由被动地分析、校核进入主动设计, 能节约原材料, 降低成本, 缩短设计周期, 提高设计效率和水平, 提升企业竞争力、经济效益与社会效益。国内外相关学者和科研人员对优化设计理论方法及其应用研究十分重视, 并开展了大量工作, 其基本理论和求解手段已逐渐成熟。 国内优化设计起步较晚, 但在众多学者和科研人员的不懈努力下, 机械优化设计发展迅猛, 在理论上和工程应用中都取得了很大进步和丰硕成果, 但与国外先进优化技术相比还存在一定差距, 在实际工程中发挥效益的优化设计方案或设计结果所占比例不大。计算机等辅助设备性能的提高、科技与市场的双重驱动, 使得优化技术在机械设计和制造中的应用得到了长足发展, 遗传算法、神经网络、粒子群法等智能优化方法也在优化设计中得到了成功应用。目前, 优化设计已成为航空航天、汽车制造等很多行业生产过程的一个必须且至关重要的环节。 一、机械优化设计研究内容概述 机械优化设计是一种现代、科学的设计方法, 集思考、绘图、计算、实验于一体, 其结果不仅“可行”, 而且“最优”。该“最优”是相对的, 随着科技的发展以及设计条件的改变, 最优标准也将发生变化。优化设计反映了人们对客观世界认识的深化, 要求人们根据事物的客观规律, 在一定的物质基和技术条件下充分发挥人的主观能动性, 得出最优的设计方案。 优化设计的思想是最优设计, 利用数学手段建立满足设计要求优化模型; 方法是优化方法, 使方案参数沿着方案更好的方向自动调整, 以从众多可行设计方案中选出最优方案; 手段是计算机, 计算机运算速度极快, 能够从大量方案中选出“最优方案“。尽管建模时需作适当简化, 可能使结果不一定完全可行或实际最优, 但其基于客观规律和数据, 又不需要太多费用, 因此具有经验类比或试验手段无可比拟的优点, 如果再辅之以适当经验和试验, 就能得到一个较圆满的优化设计结果。 传统设计也追求最优结果, 通常在调查分析基础上, 根据设计要求和实践
作业 1. 阐述优化设计数学模型的三要素。写出一般形式的数学模型。 答：建立最优化问题数学模型的三要素： （1）决策变量和参数。决策变量是由数学模型的解确定的未知数。参数表示系统的控制 变量，有确定性的也有随机性的。 （2）约束或限制条件。 由于现实系统的客观物质条件限制，模型必须包括把决策变量限制在它们可行值之内的 约束条件，而这通常是用约束的数学函数形式来表示的。 （3）目标函数。 这是作为系统决策变量的一个数学函数来衡量系统的效率，即系统追求的目标。 2. 阐述设计可行域和不可行域的基本概念 答：约束对设计点在设计空间的活动范围有所限制。凡满足所有约束条件的设计点，它在设 计空间中的可能活动范围，称可行设计区域(可行域)。不能满足所有约束条件的设计空间便 是不可行设计区域(不可行域)。 3、无约束局部最优解的必要条件？ 答： （1）一元函数(即单变量函数) 极值点存在的必要条件 如果函数f (x )的一阶导数f’(x )存在的话，则欲使x *为极值点的必要条件为： f’(x *)=0 但使f’(x *)=0的点并不一定部是极值点；使函数f (x )的一阶导数f’(x )=0的点称为函数f (x ) 的驻点；极值点(对存在导数的函数)必为驻点，但驻点不一定是极值点。至于驻点是否为极 值点可以通过二阶导数f’’(x )=0来判断。 （2）n 元函数在定义域内极值点X *存在的必要条件为 即对每一个变量的一阶偏导数值必须为零，或者说梯度为零(n 维零向量)。 ▽f (X*)=0是多元函数极值点存在的必要条件，而并非充分条件；满足▽f (X*)=0的 点X *称为驻点，至于驻点是否为极值点，尚须通过二阶偏导数矩阵来判断。 3. 阐述约束优化问题最优解的K-T 条件。 答：K-T 条件可阐述为： 如果X (k)是一个局部极小点，则该点的目标函数梯度▽f (X (k))可表示成该点诸约束面梯度为▽ g u (X (k))、▽h v (X (k))的如下线性组合： ()()()()0****21=????????????=?T n x X f x X f x X f X f
浅析机械优化设计方法基本理论 【摘要】在机械优化设计的实践中，机械优化设计是一种非常重要的现代设计方法，能从众多的设计方案中找出最佳方案，从而大大提高设计的效率和质量。每一种优化方法都是针对某一种问题而产生的，都有各自的特点和各自的应用领城。在综合大量文献的基础上，总结机械优化设计的特点，着重分析常用的机械优化设计方法，包括无约束优化设计方法、约束优化设计方法、基因遗传算方法等并提出评判的主 要性能指标。 【关键词】机械；优化设计；方法特点；评价指标 一、机械优化概述 机械优化设计是适应生产现代化要求发展起来的一门科学，它包括机械优化设计、机械零部件优化设计、机械结构参数和形状的优化设计等诸多内容。该领域的研究和应用进展非常迅速，并且取得了可观的经济效益，在科技发达国家已将优化设计列为科技人员的基本职业训练项目。随着科技的发展，现代化机械优化设计方法主要以数学规划为核心，以计算机为工具，向着多变量、多目标、高效率、高精度方向发展。]1[ 优化设计方法的分类优化设计的类别很多，从不同的角度出发，可以做出各种不同的分类。按目标函数的多少，可分为单目标优化设计方法和多目标优化设计方法按维数，可分为一维优化设计方法和多维优化设计方法按约束情况，可分为无约束优化设计方法和约束优化设计方法按寻优途径，可分为数值法、解析法、图解法、实验法和情况研究法按优化设计问题能否用数学模型表达，可分为能用数学模型表达的优化设计问题其寻优途径为数学方法，如数学规划法、最优控制法等。 1.1 设计变量 设计变量是指在设计过程中进行选择并最终必须确定的各项独立参数，在优化过程中，这些参数就是自变量，一旦设计变量全部确定，设计方案也就完全确定了。设计变量的数目确定优化设计的维数，设计变量数目越多，设计空间的维数越大。优化设计工作越复杂，同时效益也越显著，因此在选择设计变量时。必须兼顾优化效果的显著性和优化过程的复杂性。
浅谈小学音乐作业的优化设计 【摘要】随着新课标课程改革的不断推进，教学越来越注重素质教育，培养学生各方面的能力素质。小学音乐是小学素质教育的重要组成部分，对学生综合素质的提高具有重要意义。因此，小学音乐教师要创新教学模式，优化小学音乐作业设计，提升课堂教学效率。 【关键词】优化作业设计；小学音乐；课堂效率 复习对于巩固知识，获得新知具有重要意义。作业是复习的一种重要方式。做作业帮助学生了解所学到的知识并掌握学情，让教师对学生的学习情况有具体的了解。小学音乐的作业设计对于提高学生的音乐感悟能力和创作能力具有重要作用。因此，小学音乐教师要优化小学音乐作业设计，提升课堂教学效率。 一、注重层次性 音乐作为一门才艺性的学科，测评学生学习的成果是根据学生的才艺表现来决定的。才艺水平的高低需要教师对学生进行不同层次的教导，并让学生进行不同层次的训练。因此，小学音乐教师在进行音乐作业设计时，要注重作业设计的层次性。作业设计的层次性分为三个方面：基础练习、经典音乐鉴赏、音乐创作。教师在进行基础练习的音乐作业设
计时只需根据音乐大纲教学要求，给学生设计一些相应的音乐练习，让学生通过基础练习巩固课堂内容，提高学习效率。例如：一年级的学生在学完《两只老虎》《新年快乐》等儿歌后，教师可以让学生回家给父母反复演唱，让家长监督学生完成基础训练，并帮孩子录音，这样可以提高作业的趣味性，缓解学生的学习压力，让学生在轻松活跃的环境下巩固课堂知识。这个过程可以拉近家长与孩子的距离，让家长了解学生的音乐掌握情况，并发现孩子兴趣。 基础练习仅是对音乐基础知识的巩固，若要提高学生的音乐素养，还需让学生学会对经典音乐作品鉴赏。经典音乐作品对学生学习音乐以及开发学生的音乐潜能具有重要意义，在经典音乐作品潜移默化的熏陶下，学生的音乐创作灵感得到激发，对学习音乐的兴趣更加浓厚。教师给学生设计有关经典音乐作品鉴赏的家庭作业强化了学生的情感体验，学生从小接触高雅艺术也有利于培养学生的气质。音乐作业设计也要培养学生的音乐创作能力，因此教师在进行音乐作业设计时，要布置一些创作音乐的作业。随着经济的迅速发展，教育越来越受到人们的重视。很多家长为孩子报了音乐第二课堂，让学生学习自己感兴趣的乐器，因此教师布置创作型音乐作业，学生可以利用自己在第二课堂学习的乐器进行音乐创作，真正实现学以致用的教学理念。 二、发挥表现性
手把手教你用ANSYS workbench 本文的目的主要是帮助那些没有接触过ansys workbench的人快速上手使用这个软件。在本文里将展示ansys workbe nch如何从一片空白起步，建立几何模型、划分网格、设置约束和边界条件、进行求解计算，以及在后处理中运行疲劳分析模块，得到估计寿命的全过程。 一、建立算例 打开ansys workbench这时还是一片空白。 ■A Un■$曲虑日Project - Wor^L-bemdi FI E Vievi Took Units EKlhenMrs Hep 口百］牙.匾1丿狂存*■::_____________ 4J Import-■■ ?b RBConn^dt | 半］Project Lbd盘B Project g pp^iijT 咗nifint 世Eiqen/alue Ekxkfing Q Elqenwlue Bucktig ［samcef) 醪Flwtnc 闵E^pict Cynannics ? Fluid F I M -M UN Mud凶『山山理］ ◎Hud Ftaw - Estrusoi (PdyflEMiJ ? Fluid Flow (CFX) 也rlud Flow :FkirflL) Q Hud How (Pdvftouf) I朗Hermoinic IResporiSB 営H>d,qdyr>amic DiFFractlon I岂？H^drcclj/riarw Resrwnw 讐 JCEnjina = 逝MocW 爲Moda (阳AQU5) fjy Muds 口■ ii』) 肚| H^ndorn wbracior 迦| Spedtium Riyid D/ruriL^ 国StStIC ^truchjral 冒Static Structural 卜对Static■Strucbj-cl (5aTiccF) 1 5Zac\-5taZ Wrnml D Ihemnal 0 5tcady-5Uts Ihcmal (Sancd7) 密Thnrra^-FlPirrrir 电j Tlroughlkw ◎Il i oughfki^ ^DiaJcGcrO innsflnr strudturAi 回7rans?n: Structural (ABiQUS) 褪Tr slismL 5trudtural (Stfncsf) A 怕Ment rhenr^l 首先我们要清楚自己要计算的算例的分析类型，一般对于结构力学领域，有 静态分析(Static Structural)、动态分析(Rigid Dynamics)、模态分析(Modal)。
1、 ANSYS12.1 Workbench界面相关分析系统和组件说明 【Analysis Systems】分析系统【Component Systems】组件系统【CustomSystems】自定义系统【Design Exploration】设计优化 分析类型说明 Electric (ANSYS) ANSYS电场分析 Explicit Dynamics (ANSYS) ANSYS显式动力学分析 Fluid Flow (CFX) CFX流体分析 Fluid Flow (Fluent) FLUENT流体分析 Hamonic Response (ANSYS) ANSYS谐响应分析 Linear Buckling (ANSYS) ANSYS线性屈曲Magnetostatic (ANSYS) ANSYS静磁场分析 Modal (ANSYS) ANSYS模态分析 Random Vibration (ANSYS) ANSYS随机振动分析Response Spectrum (ANSYS) ANSYS响应谱分析 Shape Optimization (ANSYS) ANSYS形状优化分析 Static Structural (ANSYS) ANSYS结构静力分析 Steady-State Thermal (ANSYS) ANSYS稳态热分析 Thermal-Electric (ANSYS) ANSYS热电耦合分析Transient Structural(ANSYS) ANSYS结构瞬态分析Transient Structural(MBD) MBD 多体结构动力分析Transient Thermal(ANSYS) ANSYS瞬态热分析 组件类型说明 AUTODYN AUTODYN非线性显式动力分析BladeGen 涡轮机械叶片设计工具 CFX CFX高端流体分析工具
机械优化设计方法基本理论 一、机械优化概述 机械优化设计是适应生产现代化要求发展起来的一门科学，它包括机械优化设计、机械零部件优化设计、机械结构参数和形状的优化设计等诸多内容。该领域的研究和应用进展非常迅速，并且取得了可观的经济效益，在科技发达国家已将优化设计列为科技人员的基本职业训练项目。随着科技的发展，现代化机械优化设计方法主要以数学规划为核心，以计算机为工具，向着多变量、多目标、高效率、高精度方向发展。]1[ 优化设计方法的分类优化设计的类别很多，从不同的角度出发，可以做出各种不同的分类。按目标函数的多少，可分为单目标优化设计方法和多目标优化设计方法按维数，可分为一维优化设计方法和多维优化设计方法按约束情况，可分为无约束优化设计方法和约束优化设计方法按寻优途径，可分为数值法、解析法、图解法、实验法和情况研究法按优化设计问题能否用数学模型表达，可分为能用数学模型表达的优化设计问题其寻优途径为数学方法，如数学规划法、最优控制法等 1.1 设计变量 设计变量是指在设计过程中进行选择并最终必须确定的各项独立参数，在优化过程中，这些参数就是自变量，一旦设计变量全部确定，设计方案也就完全确定了。设计变量的数目确定优化设计的维数，设计变量数目越多，设计空间的维数越大。优化设计工作越复杂，同时效益也越显著，因此在选择设计变量时。必须兼顾优化效果的显著性和优化过程的复杂性。 1.2 约束条件 约束条件是设计变量间或设计变量本身应该遵循的限制条件，按表达方式可分为等式约束和不等式约束。按性质分为性能约束和边界约束，按作用可分为起作用约束和不起作用约束。针对优化设计设计数学模型要素的不同情况，可将优化设计方法分类如下。约束条件的形式有显约束和隐约束两种，前者是对某个或某组设计变量的直接限制，后者则是对某个或某组变量的间接限制。等式约束对设计变量的约束严格，起着降低设计变量自由度的作用。优化设计的过程就是在设计变量的允许范围内，找出一组优化的设计变量值，使得目标函数达到最优值。
小学生作业优化设计 作者：竺传新 (小学语文2010年湖南岳阳小学语文一班) 评论数/浏览数： 1 / 308 发 表日期： 2010-08-11 12:05:14 我们的课题，大家给点意见！ 一 （一）问题的提出 如何以新课程标准为依据，设计新型作业，利用作业来关注学生的发展，现行大部分教师在作业设计和操作中存在以下几方面的不足：一是作业设计训练的目标单一，缺乏系统，多学科的整合，教师追求的是正确率。二是作业设计中的单向性，在作业训练中，教师出示给学生的作业题型都是课本（或教师）提供的，而不是学生自选的，缺乏多样化，对学生的能力培养是无所作为的。三是作业设计中的绝对性，这样的作业过于强调作业的甄别和选择功能，对作业质量的评价只是与标准答案比较对错，这就抹杀了学生的创造性，并造成学生思维的僵化。四是作业设计中完成的封闭性，这样的作业过于强调独立思考，从来不把合作当作一项必要的素质进行培养，唯一像合作的也仅限于偶尔的非组织形式的课堂讨论。 鉴于上述认识，我们开始对“小学生作业优化设计”进行探索，希望通过研究，使学生作业成为学生自主探究、合作学习的活动过程，成为培养学生良好学习习惯，提高学生自主学习能力的重要途径，通过研究，促使我校教师在提高课堂教学上下功夫，进一步推进课堂教学改革，通过研究切实减轻学生的课业负担，真正给学生以自主选择，自主发展的时间和空间。 （二）课题的界定 本研究所涉及的“作业”是教学过程中一个重要的环节，是教师在完成课堂教学后，为了使学生巩固、深化课堂教学内容，系统地理解、掌握知识体系，依托所学过的知识、技能达到提高能力的目的，让学生在课内或课后进行的练习。 本研究所涉及的“设计”，则是指对小学生作业的设计。具体地说，就是对小学生在课堂内外所需完成的作业，包括朗读、背诵、抄写、写作、计算、调查、收集、动手操作等口头、笔头练习的一种符合教学理念和规范的设计。“作业设计”就是指为了解决作业中的问题，根据作业本身的特点和新课程标准进行科学的规划，是教师备课的重要一环。可见，作业的设计又是一次创造的过程，好的作业设计，不仅可以巩固一堂课所要求掌握的知识，而且可以激发学习兴趣，开发智力，拓展知识面，点燃创造思维的火花，培养独立分析问题和解决问题的能力。 “作业优化设计”不是一种特定的作业形态，而是在新课程观念下，对常规作业模式的改革、突破和创新。它的设计可以由科任老师自行设计，也可以是各科老师相互协调、合作，它可以是学生自己设计，也可以是家长提出。 本课题旨在通过研究，使学生作业成为学生自主探究、合作学习的活动过程，成为培养学生良好学习习惯、提高学生自主学习能力的重要途径，同时也是减轻学生作业负担的重要途径。 （三）国内外研究的现状 西方一些教育先进国家的作业形式改革，对我们很有启发意义。英国小学生课程作业主要有四种类型：（1）实践作业。即指有教师指导的各种实验、独立观察、独立完成美术作品及各种动手能力的测试；（2）书面作业。即指客观性测试，其形式有简答题、抢答题、写随笔、调查报告等；（3）口头、听力作业；（4）表演作业。美国的小学教师是以很宽广的视野从多方面、多层次来定位课程作业目的的。教师不仅从课外作业与学生的知识掌握和能力培养的关系，而且从课外作业与学生个性发展的关系定位课外作业的目的。国内，特别是新课程标准实施后，有不少的教师进行过有关课外作业的设计研究，取得了一定的成效。虽然目前国内有一些学校和教师进行了设计新型课外作业形式的尝试，但只属于局部、零散的研究，尚没有形成一定的体系。教师和学生对待新型课外作业的态度又重新回到传统的作业态度观中，认为作业一定要
宁波工程学院机械工程学院 机械优化设计大作业 班级 姓名 学号 教师
机械优化设计大作业 1.题目 行星减速器结构优化设计 NGW型行星减速器应用非常广泛。 1.1结构特点 (1)体积小、重量轻、结构紧凑、传递功率大、承载能力高； (2)传动效率高，工作高； (3)传动比大。 1.2用途和使用条件 某行星齿轮减速器主要用于石油钻采设备的减速，其高速轴转速为1300r/min；工作环境温度为-20℃～60℃，可正、反两向运转。 按该减速器最小体积准则，确定行星减速器的主要参数。 2.已知条件 传动比u=4.64，输入扭矩T=1175.4N.m，齿轮材料均选用38SiMnMo钢，表面淬火硬度HRC 45~55，行星轮个数为3。要求传动比相对误差02 ?u。 .0 ≤ 弹性影响系数Z E=189.8MPa1/2；载荷系数k=1.05； 齿轮接触疲劳强度极限[σ]H=1250MPa； 齿轮弯曲疲劳强度极限[σ]F=1000MPa； =2.97；应力校正系数Y Sa=1.52； 齿轮的齿形系数Y Fa 小齿轮齿数z取值范围17--25；模数m取值范围2—6。 注： 优化目标为太阳轮齿数、齿宽和模数，初始点[24，52，5]T
3.数学模型的建立 建立数学模型见图1，即用数学语言来描述最优化问题，模型中的数学关系式反映了最优化问题所要达到的目标和各种约 束条件。 3.1设计变量的确定 影响行星齿轮减速器体积的独立参数为中心轮齿数、齿宽、模数及行星齿轮的个数,将他们列为设计变量，即： x=[x 1 x 2 x 3 x 4 ]T=[z 1 b m c]T [1] 式中：z 1ˉ￣ 太阳轮齿数；b―齿宽（mm）；m—模数（mm）;行星轮的个数。通常情况下，行星轮个数根据机构类型以事先选定，由已知条件c=3。这样，设计变量为： x=[x 1 x 2 x 3 ]T=[z 1 b m]T [1] 3.2目标函数的确定 为了方便，行星齿轮减速器的重量可取太阳轮和3个行星轮体积之和来代替，即： V=π/4（d 12+Cd 2 2）b 式中：d 1--太阳轮1的分度圆直径，mm；d 2 --行星轮2的分度圆 直径，mm。 将d 1=mz 1， d 2 =mz 2 ，z 2 =z 1 （u－2）/2代入（3）式整理，目标函数 则为： F（x）=0.19635m2z 1 2b［4+（u－2）2c］[1] 式中u--减速器传动比;c--行星轮个数 由已知条件c=3,u=4.64,因此目标函数可简化为： F（x）=4.891x 32x 1 2x 2
《结构优化设计》 大作业报告 实验名称: 拓扑优化计算与分析 1、引言 大型的复杂结构诸如飞机、汽车中的复杂部件及桥梁等大型工程的设计问题，依靠传统的经验和模拟实验的优化设计方法已难以胜任，拓扑优化方法成为解决该问题的关键手段。近年来拓扑优化的研究的热点集中在其工程应用上，如: 用拓扑优化方法进行微型柔性机构的设计，车门设计，飞机加强框设计，机翼前缘肋设计，卫星结构设计等。在其具体的操作实现上有两种方法，一是采用计算机语言编程计算，该方法的优点是能最大限度的控制优化过程，改善优化过程中出现的诸如棋盘格现象等数值不稳定现象，得到较理想的优化结果，其缺点是计算规模过于庞大，计算效率太低;二是借助于商用有限元软件平台。本文基于matlab软件编程研究了不同边界条件平面薄板结构的在各种受力情况下拓扑优化，给出了几种典型结构的算例，并探讨了在实际优化中优化效果随各参数的变化，有助于初学者初涉拓扑优化的读者对拓扑优化有个基础的认识。
2、拓扑优化研究现状 结构拓扑优化是近20年来从结构优化研究中派生出来的新分支，它在计算结构力学中已经被认为是最富挑战性的一类研究工作。目前有关结构拓扑优化的工程应用研究还很不成熟，在国外处在发展的初期，尤其在国内尚属于起步阶段。1904 年Michell在桁架理论中首次提出了拓扑优化的概念。自1964 年Dorn等人提出基结构法，将数值方法引入拓扑优化领域，拓扑优化研究开始活跃。20 世纪80 年代初，程耿东和N. Olhoff在弹性板的最优厚度分布研究中首次将最优拓扑问题转化为尺寸优化问题，他们开创性的工作引起了众多学者的研究兴趣。1988年Bendsoe和Kikuchi发表的基于均匀化理论的结构拓扑优化设计，开创了连续体结构拓扑优化设计研究的新局面。1993年Xie.Y.M和Steven.G.P 提出了渐进结构优化法。1999年Bendsoe和Sigmund证实了变密度法物理意义的存在性。2002 年罗鹰等提出三角网格进化法，该方法在优化过程中实现了退化和进化的统一，提高了优化效率。目前常使用的拓扑优化设计方法可以分为两大类：退化法和进化法。结构拓扑优化设计研究，已被广泛应用于建筑、航天航空、机械、海洋工程、生物医学及船舶制造等领域。 3、拓扑优化建模（SIMP） 结构拓扑优化目前的主要研究对象是连续体结构。优化的基本方法是将设计区域划分为有限单元，依据一定的算法删除部分区域，形成带孔的连续体，实现连续体的拓扑优化。连续体结构拓扑优化方法目前比较成熟的是均匀化方法、变密度方法和渐进结构优化方法。 变密度法以连续变量的密度函数形式显式地表达单元相对密度与材料弹性模量之间的对应关系，这种方法基于各向同性材料，不需要引入微结构和附加的均匀化过程，它以每个单元的相对密度作为设计变量，人为假定相对密度和材料弹性模量之间的某种对应关系，程序实现简单，计算效率高。变密度法中常用的插值模型主要有:固体各向同性惩罚微结构模型(solidisotropic microstructures with penalization，简称SIMP)和材料属性的合理近似模型(rational approximation ofmaterial properties，简称RAMP)。而本文所用即为SIMP插值模型。
机械优化设计习题及参考答案 1-1.简述优化设计问题数学模型的表达形式。 答：优化问题的数学模型是实际优化设计问题的数学抽象。在明确设计变量、约束条件、目标函数之后，优化设计问题就可以表示成一般数学形式。求设计变量向量[]12T n x x x x =L 使 ()min f x → 且满足约束条件 ()0 (1,2,)k h x k l ==L ()0 (1,2,)j g x j m ≤=L 2-1.何谓函数的梯度？梯度对优化设计有何意义？ 答：二元函数f(x 1,x 2)在x 0点处的方向导数的表达式可以改写成下面的形式：??? ?????????????=??+??= ??2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d f ρ 令xo T x f x f x f x f x f ?? ????????=????=?21]21[)0(， 则称它为函数f （x 1，x 2）在x 0点处的梯度。 （1）梯度方向是函数值变化最快方向，梯度模是函数变化率的最大值。 （2）梯度与切线方向d 垂直，从而推得梯度方向为等值面的法线方向。梯度)0(x f ?方向为函数变化率最大方向，也就是最速上升方向。负梯度-)0(x f ?方向为函数变化率最小方向，即最速下降方向。 2-2.求二元函数f （x 1，x 2）=2x 12+x 22-2x 1+x 2在T x ]0,0[0=处函数变化率最 大的方向和数值。 解：由于函数变化率最大的方向就是梯度的方向，这里用单位向量p 表示，函数变化率最大和数值时梯度的模)0(x f ?。求f （x1，x2）在
电气优化设计作业 2、用黄金分割法求目标函数107)(2+-=x x x f 的极小点，初始搜索区间[a ，b]=[1，7]，迭代精度取0.2。 答：程序如下 function xmin=golden(f,a,b,e) k=0; a1 =b-0.618*(b-a); a2 =a+0.618*(b-a); while b-a>e y1=subs(f,a1); y2=subs(f,a2); if y1>y2 a=a1; a1=a2; y1=y2; a2=a+0.618*(b-a); else b=a2; a2=a1; y2=y1; a1=b-0.618*(b-a); end k=k+1; end xmin=(a+b)/2; fmin=subs(f,xmin) fprintf('k=\n'); disp(k); 将程序保存后在命令窗口输入以下指令并输入回车： syms x a b a3 e h; a=input('搜索区间的第一点\a='); b=input('搜索区间的第二点\b='); e=input('搜索精度\ne='); disp('需求的优化函数f=f(x)，调用xmin=golden(f,a,b,e)'); 按照提示将搜索区间、目标函数及迭代精度输入，键入指令xmin=golden(f,a,b,e)')，回车可得结果如下（k 为迭代次数）： fmin=-2.2497，k=8，xmin=3.4834 3、用牛顿法求 10)1(2)1(4)(212221+++-++=x x x x X f 的最优解，设X （0）=[0, 0]T 。 答：程序如下： syms x1 x2; f=4*(x1+1)^2+2*(x2-1)^2+x1+x2+10; v=[x1,x2]; df=jacobian(f,v); df=df.'; G=jacobian(df,v); epson=1e-12;x0=[0,0]'; g1=subs(df,{x1,x2},{x0(1,1),x0(2,1)}); G1=subs(G,{x1,x2},{x0(1,1),x0(2,1)}); k=0;mul_count=0;sum_count=0; mul_count=mul_count+12; sum_count=sum_count+6; while(norm(g1)>epson) p=-G1\g1; x0=x0+p; g1=subs(df,{x1,x2},{x0(1,1),x0(2,1)}); G1=subs(G ,{x1,x2},{x0(1,1),x0(2,1)}); k=k+1; mul_count=mul_count+16;sum_count=sum_count+11; end; x0 结果为：x0 =( -1.1250，0.7500) 4、用拉格朗日乘子法求解以下约束最优化问题： 06)( ..60 410)(min 121212221=-=+---+=x X h t s x x x x x x X f 答：程序如下 syms x1 x2 lama f=x1^2+x2^2-x1*x2-10*x1-4*x2+60+lama*(x1-6); dx1=diff(f,x1); dx2=diff(f,x2); dlama=diff(f,lama); x1x1=solve(dx1,x1); x2x2=solve(dx2,x2); ff=subs(dlama,{x1,x2},{x1x1,x2x2}); lamao=solve(ff); xo=subs(x1x1,lama,lamao) yo=subs(x2x2,lama,lamao) fo=subs(f,{x1,x2,lama},{xo,yo,lamao}) 结果为：x1=6，x2=5,minf(x)=11。 5、用二进制遗传算法求解以下约束整数优化问题：
梯 度 法 求 最 优 解 问 题 姓 名：李刚 学号：2016210309 1、所求问题 用梯度法求目标函数121222125.05.1)(x x x x x x F --+=的无约束最优解，已知初始点 T X ]4,2[)0(-=，02.0=ε或002.0=ε 2、Matlab 编程实现 建立了一个Stair(e).m 的子函数来求解，e 为函数的输入变量，即问题中的ε。只需要在Matlab “命令行窗口”去调用此函数即可，用02.0=ε或002.0=ε去代替Stair(e).m 函数中的输入变量e 即可。 程序源码： function z =Stair(e) %输入变量e 来代替求解精度问题，方便求解不同静精度问题 syms x1 x2 a f=1.5*x1^2+0.5*x2^2-x1*x2-2*x1; %目标函数 dx1=diff(f,x1); %对x1求偏导 dx2=diff(f,x2); %对x2求偏导 g=[dx1,dx2]; %梯度 X=[x1,x2]; %建立坐标变量 X0=[-2,4]; %初始点坐标 g0=subs(g,X,X0); %subs 函数，用X0代替g 函数中的X G=norm(g0); %梯度的模 k=0; %迭代次数变量 F=subs(f,X,X0); %subs 函数，用X0代替f 函数中的X F=double(F); %数据类型转换 fprintf('迭代次数k=%d ；',k); fprintf('坐标值x1=%5.7f ',X0(1)); fprintf('x2=%5.7f ；',X0(2)); %fprintf('坐标值 X=%d %d\n',X0); fprintf('函数值F=%5.7f\n\n',F) for i=1:20 %迭代求解 if (G>e) %判断是否满足精度要求 k=k+1; d=-g0/G; %确定搜索方向
机械优化设计大作业 姓名：刘刚 班级：机械11005班序号：11
目录 第一题.........................................................................................1-4 第二题........................................................................................4-5 第三题........................................................................................5-7 第四题........................................................................................8-10 第五题.......................................................................................10-11 心得体会...................................................................................11-13 草稿....................................................................... ....14-18
一、问题描述 1.1结构特点 (1)体积小、重量轻、结构紧凑、传递功率大、承载能力高 ； (2)传动效率高，工作高 ；(3)传动比大。 1.2用途和使用条件 某行星齿轮减速器主要用于石油钻采设备的减速，其高速轴转速为1300r/min ；工作环境温度为-20℃～60℃，可正、反两向运转。 按该减速器最小体积准则，确定行星减速器的主要参数。 二、分析 传动比u=4.64，输入扭矩T=1175.4N.m ，齿轮材料均选用38SiMnMo 钢，表面淬火硬度HRC 45~55，行星轮个数为3。要求传动比相对误差02.0≤?u 。 弹性影响系数Z E =189.8MPa 1/2；载荷系数k=1.05；齿轮接触疲劳强度极限[σ]H =1250MPa ；齿轮弯曲疲劳强度极限[σ]F =1000MPa ；齿轮的齿形系数Y Fa =2.97；应力校正系数Y Sa =1.52；小齿轮齿数z 取
值范围17--25；模数m取值范围2—6。 注：优化目标为太阳轮齿数、齿宽和模数，初始点[24，52，5]T 三、数学建模 建立数学模型见图1，即用数学语言来描述最优化问题，模型中的数学关系式反映了最优化问题所要达到的目标和各种约束条件。 3.1设计变量的确定 影响行星齿轮减速器体积的独立参数为中心轮齿数、齿宽、模数及行星齿轮的个数,将他们列为设计变量，即： x=[x 1 x 2 x 3 x 4 ]T=[z 1 b m c]T [1] 式中：z1 ˉ￣太阳轮齿数；b―齿宽（mm）；m—模数（mm）;行星轮的个数。通常情况下，行星轮个数根据机构类型以事先选定，由已知条件c=3。这样，设计变量为： x=[x 1 x 2 x 3 ]T=[z 1 b m]T [1] 3.2目标函数的确定 为了方便，行星齿轮减速器的重量可取太阳轮和3个行星轮体积之和来代替，即： V=π/4（d 12+Cd 2 2）b 式中：d1--太阳轮1的分度圆直径，mm；d2--行星轮2的分度圆直径，mm。 将d 1=mz 1， d 2 =mz 2 ，z 2 =z 1 （u－2）/2代入（3）式整理，目标函 数则为：
机械优化设计作业 —工]+ 2 兀2 —4 * 2x}+3X2< 12 1 > min f= -4x1-x^ x{ -x2 <3 x^x2>0 在MATLAB下编程如下： * m 肝w|厂1 iLb h鼻「* j-f C L Q rrat VM电+ g ge? thi p irie-f v?irti ?mu ： ?4 l-L 212 3.1 -I] >> b= K. I2；3j ； ?= L>: >> [-Kj fv3e 11 ￡laifj cmtptrl 1 - Lirt t Pg: Cfj Aj bj []>【1, Lbi Opt iviii ?Lori 1 a ranijn al Q dL 3E = 4? 2Q0D 1? 3000 f val ■ ?oono ex it-"fl a.z ― I ou t put = i■卷e-r -al i ons r 5 ■^1 g a r 11 t l-|JL ￡*L N E恵Q—NUEd 口！：X nt iiT L.口If pQHEt" c ￡it er al 1 atri ■; i: 0 " ' C^p't Ji H.L ￡at 1 □ A t wt BLilialt^id ca nc 1 rui a 1 at ion E0
浅谈机械优化设计方法 发表时间：2019-08-29T14:17:25.640Z 来源：《基层建设》2019年第16期作者：钟文 [导读] 摘要：伴随着我国的经济发展越来越快，无疑给可优化性能设计带来巨大的挑战。 深圳市海目星激光智能装备股份有限公司 518110 摘要：伴随着我国的经济发展越来越快，无疑给可优化性能设计带来巨大的挑战。机械优化设计是近几年来发展起来的一门新的学科，在二十世纪中旬的时候开始，优化技术和计算机技术的兴起，在每个设计领域中被应用，为工程设计提供了重要的科学的设计方法。因此，对机械设计的优化方法加以分析，吸取精华，紧跟时代步伐，与国际同步，才能增强制造业在我国市场中的竞争压力。 关键词：机械；优化设计；方法特点 引言 当今是一个信息化的社会，科技发展速度非常快，人们对多功能产品不仅有强烈的需求，也需要产品必须具备相应的功能，可靠性优化设计由此应运而生，已经取得了飞速发展和广泛应用，即以时间、费用和性能为基础，将产品能得以可靠使用作为优先考虑的设计准则，进行设计和生产可靠的性能要求。因此，可靠性设计是诸多学科和技术的交融而新兴的一种技术。 1 机械优化的概述 机械优化是顺应时代发展而不断延伸出来的一种现代化的生产而发展兴起的。它是建立在数学规划的理论和计算通过有效的实验数据和科学的评价体系来从众多的设计方案中寻找到能够尽可能的完善和适宜的设计方案，在这机械优化的这个机械方面的研究和应用的发展速度都是非常的快速，并且在快速发展的过程中取得了非常显著的效果。 2 机械设计优化方法的分类及特点 2.1 无约束优化设计法 无约束优化设计是没有约束函数的优化设计。无约束可以分为两类，一类是利用目标函数的一阶或二阶导数的无约束优化方法；另一类是只利用目标函数值的无约束优化方法。 2.2 约束优化设计法 优化设计问题大多数是约束的优化问题，根据处理约束条件方法的不同可分为直接法和间接法。直接法常见的方法有复合形法、约束坐标轮换法和网络法等。其内涵是构造一个迭代过程，使每次的迭代点都在可行域中，同时逐步降低目标函数值，直到求得最优解。间接法常见的有惩罚函数法、增广乘子法。它是将约束优化问题转化成无约束优化问题，再通过无约束优化方法来求解，或者非线性优化问题转化成线性规划问题来处理。 2.3 遗传算法 遗传算法是一种非确定性的拟自然算法，它仿造自然界生物进化的规律，对一个随机产生的群体进行繁殖演变和自然选择，适者生存，不适者淘汰，如此循环往复，使群体素质和群体中个体的素质不断演化，最终收敛于全局最优解。最近几年中遗传算法在机械工程领域也开展了多方面的应用，主要表现在：机械结构优化设计；可靠性分析；故障诊断；参数辨识；机械方案设计。遗传算法尽管已解决了许多难题，但还存在许多问题，如算法本身的参数优化问题、如何避免过早收敛、如何改进操作手段或引入新的操作来提高算法的效率、遗传算法与其它优化算法的结合问题等。 2.4 蚁群算法 蚁群算法是受自然界中真实蚁群的集体行为的启发而提出的一种基于群体的模拟进化算法。蚁群算法对系统优化问题的数学模型没有很高的要求，只要可以显式表达即可，避免了导数等数学信息，使得优化过程更加简单，遍历性更好，适合非线性问题的求解。 2.5 模拟退火算法 模拟退火算法是一个全局最优算法，以优化问题的求解与物理系统退火过程的相似性为基础，适当的控制温度的下降过程实现模拟退火，从而达到求解全局优化问题的目的。模拟退火算法是一种通用的优化算法，用以求解不同的非线性问题；对不可微甚至不连续的函数优化，能以较大概率求得全局优化解；并且能处理不同类型的优化设计变量（离散的、连续的和混合型的）；不需要任何的辅助信息，对目标函数和约束函数没有任何要求。 3机械优化设计过程中的设计方式 众所周知，在机械方面的设计都是非常的复杂困难的，要对机械进行优化设计面临的挑战也是非常大的，但是由于机械领域中优化形式十分的广泛，相关的研究人员根据优化运算的形式进行划分，主要分为准则优化，其次是线性规划，最后是非线性规划三种。其中准则优化是一种传统的优化方式，这种方式没有通过机械优化设计的数学理论方式进行优化，而是通过物理学方面的分析得出相应的结果，这样的方式得出的结论往往是具备一定的主观性的，但是这样的传统的优化设计方式具有的优点就是可以直观的看到优化的概念，并且这种优化设计的方式相对来说也是比较简单的，并且能够充分的发挥出目标函数的最大功效，并且非常的符合传统的工程需要，但是同样具有一定的缺点，就是在效率上始终优点偏低。 线性规划就是依据数学的基础进行优化的方式，同样线性规划是机械优化设计中最重要的设计方式，但是线性规划的优化设计方式在通过数学的理论上进行设计存在着很多的缺陷，就是在针对多函数的时候就不能充分的发挥出功效，还有就是在计算的过程中，十分的复杂，结算量非常的大，导致了在效率上有很大的缺陷，所以通常情况下，线性规则的优化设计方式都没有被采用。那么非线性规划的优化设计方式是整个生产和生活中应用最广泛的优化方式，并且能够有效的推进机械优化设计的发展，并且可以利用数学模式的计算将非线性规划分为两种，一种是没有约束的直接设计方式，就是在利用机械优化设计方案中以及存在的数据和再生的数据最为基础来进行合理的分析，进而得到最佳的效果，还有一种就是没有约束但是比较间接的方法，这种方式就是前者的方式的数学模式计算改变成了数学原理作为基础，通过利用函数的特性进行计算，从而得到最优的方式，这种方式在整个的机械优化设计中是非常重要的组成部分。 4机械设计优化方法的选择 根据优化设计问题的特点（如约束问题），选择适当的优化方法是非常关键的，因为同一个问题可以有多种方法，而有的方法可能会导致优化设计的结果不符合要求。选择优化方法有四个基本原则：效率要高、可靠性要高、采用成熟的计算程序、稳定性要好。另外选择适当的优化方法还需要个人经验，深入分析优化模型的约束条件、约束函数及目标函数，根据复杂性、准确性等条件对它们进行正确的选