下载文档原格式
ansys fluent2020综合应用案例详解一、引言Ansys Fluent是一款广泛应用于流体动力学分析的软件，被广泛应用于航空航天、汽车、船舶、电子设备、能源等多个行业。
该软件功能强大，包含了前处理、求解器以及后处理等多个模块，能够实现流体动力学分析的全方位服务。
本文将通过一个综合应用案例，详细解析Ansys Fluent 2020的使用方法和应用领域。
二、案例详解本案例将通过一个实际项目——某型电动汽车的空气动力性能优化，来详细解析Ansys Fluent 2020的综合应用。
1. 项目背景某电动汽车制造商希望提高其车型的空气动力性能，减少风阻，从而提高车辆的行驶效率和续航里程。
他们找到了一个具有丰富经验的咨询公司，希望通过Ansys Fluent 2020对车辆的空气动力性能进行优化。
2. 前处理咨询公司首先使用Ansys Fluent 2020的前处理模块，对车辆进行建模。
他们使用CAD工具创建了车辆的三维模型，并使用Ansys Fluent的网格生成功能，将车辆模型划分为有限个网格。
这一步是流体动力学分析的基础，良好的网格质量可以提高分析的精度和稳定性。
3. 求解器应用在完成前处理之后，咨询公司使用Ansys Fluent 2020的求解器模块，对车辆的空气动力性能进行模拟。
他们设定了模拟的条件，包括车速、风速、车辆姿态等，然后进行模拟计算。
通过求解器模块的应用，可以获取车辆在不同条件下的空气动力性能数据。
4. 后处理应用在模拟完成后，咨询公司使用Ansys Fluent 2020的后处理模块，对模拟结果进行详细分析。
他们通过图表和数据，展示了车辆在不同条件下的风阻系数、升力系数等空气动力性能指标。
通过这些数据，可以清楚地看到车辆在各个角度和速度下的空气动力性能表现。
5. 优化方案制定基于模拟结果和分析数据，咨询公司为电动汽车制造商提供了优化方案。
他们建议对车辆的外观进行优化设计，以降低风阻系数和提高空气动力性能。
拓扑优化是指形状优化，有时也称为外型优化。
拓扑优化的目标是寻找承受单载荷或多载荷的物体的最正确材料分配方案。
这种方案在拓扑优化中表现为“最大刚度〞设计。
与传统的优化设计不同的是，拓扑优化不需要给出参数和优化变量的定义。
目标函数、状态变量和设计变量〔参见“优化设计〞一章〕都是预定义好的。
用户只需要给出结构的参数〔材料特性、模型、载荷等〕和要省去的材料百分比。
给每个有限元的单元赋予内部伪密度来实现。
这些伪密度用PLNSOL，TOPO命令来绘出。
拓扑优化的目标——目标函数——是在满足结构的约束〔V〕情况下减少结构的变形能。
减小结构的变形能相当于提高结构的刚度。
这个技术通过使用设计变量。
结构拓扑优化的根本思想是将寻求结构的最优拓扑问题转化为在给定的设计区域内寻求最优材料分布的问题。
通过拓扑优化分析，设计人员可以全面了解产品的结构和功能特征，可以有针对性地对总体结构和具体结构进行设计。
特别在产品设计初期，仅凭经验和想象进行零部件的设计是不够的。
只有在适当的约束条件下，充分利用拓扑优化技术进行分析，并结合丰富的设计经验，才能设计出满足最正确技术条件和工艺条件的产品。
连续体结构拓扑优化的最大优点是能在不知道结构拓扑形状的前提下，根据边界条件和载荷条件确定出较合理的结构形式，它不涉及具体结构尺寸设计，但可以提出最正确设计方案。
拓扑优化技术可以为设计人员提供全新的设计和最优的材料分布方案。
拓扑优化基于概念设计的思想，作为结果的设计空间需要被反应给设计人员并做出适当的修改。
最优的设计往往比概念设计的方案结构更轻，而性能更佳。
经过设计人员修改正的设计方案可以再经过形状和尺寸优化得到更好的方案。
5.1.2优化拓扑的数学模型优化拓扑的数学解释可以转换为寻求最优解的过程，对于他的描述是：给定系统描述和目标函数，选取一组设计变量及其范围，求设计变量的值，使得目标函数最小〔或者最大〕。
一种典型的数学表达式为：&g1x,x,v&g2x,x,vminfx,v式中，x-系统的状态变量；g1、g2-一等式和不等式的结束方程；fx,v-目标函数；-设计变量。
A一13玻璃钢学会第十六届玻璃钢/复合材料学术年会论文集2006年Amys在复合材料结构优化设计中的应用覃海艺,邓京兰(武汉理工大学材料科学与工程学院,武汉430070摘要:优化设计方法在复合材料结构设计中起着十分重要的作用。
本文详细介绍了Ansys两种优化设计方法.目标函数最优设计和拓扑优化设计的过程,并运用目标函数最优设计方法对复合材料夹层结构进行了最优结构层合设计和运用拓扑优化设计方'法对玻璃钢圆凳进行了最佳形状设计。
结果证明Ansys优化设计方法在复合材料结构设计中的有效性。
关键词:Ansys;优化设计方法;目标函数最优设计;拓扑优化设计;复合材料l前言复合材料是由两种或多种性质不同的材料组成,具有比强度、比刚度高、耐疲劳性能好及材料与性能可设计强等特点,广泛应用于汽车、建筑、航空、卫生等领域。
复合材料通过各相组分性能的互补和关联获得优异的性能,因此复合材料各组分之间及材料整体结构的合理布置,充分发挥复合材料的性能已成为设计的关键所在…。
Ansys软件是融结构、流体、电场、磁场、声场分析于一体的大型通用有限元分析软件。
优化设计是一种寻找确定最优设计方案的技术,Ansys强大的优化设计功能已广泛地应用于复合材料制品的结构设计心J。
2Ansys中的优化设计方法【3娟j2.1目标函数最优设计“最优设计”是指满足所有的设计要求,而且所需(如重量、面积、体积、应力、费用等的方案最小,即目标函数值最小。
也就是说,最优设计方案是一个最有效率的方案。
在Ansys中设计方案的任何方面都是可以优化的,如尺寸(如厚度、形状(如过渡圆角的大小、支撑位置、制造费用、自然频率、材料特性等。
实际上,所有可以参数化的Ansys选项都可以作优化设计。
目标函数最优设计是通过改变设计变量(自变量的数值,使状态变量(设计变量的函数,因变量在满足一定条件时,目标函数(因设计变量的改变而有所改变的值最小。
目标函数最优设计的一般步骤为①生成循环所用的分析文件,该文件须包括整个分析的过程,并满足以下条件:参数化建立模型(PREIy7,对模型进行初次求解(SOLUTION,对初次求解的结果提取并指定状态变量和目标函数(POSTl/POST26;②在Ansys数据库里建立与分析文件中变量相对应的参数,这一步是标准的做法,但不是必须的(BEGIN或OPT;③进入OPT优化处理器,指定要进行优化设计循环的分析文件(oPT;④声明优化变量:指定哪些参数是设计变量,哪些参数是状态变量,哪个参数是目标函数;⑤选择优化工具或优化算法:优化算法是使单个函数(目标函数在控制条件下达到最小值的传统算法,包括零阶算法和一阶算法;⑥指定优化循环控制方式,每种优化方法和工具都有相应的循环控制参数,比如最大迭代次数等;⑦进行优化分析;⑧查看设计序列结果(OPT和后处理(POSTl/POST26。
三.利用ANSYS软件进行动臂（四连杆）优化设计3.1有限元模型建立装载机整机的有限元模型是主要是针对力作用的直接部件进行的，主要包括装载机机身上的转台、主要工作部件铲斗、带动铲斗动作的动臂、动力件油缸、以及运动件连杆和摇臂组成。
在实际建模过程中，通常要求设定材料的性能参数与母材相同，这样做的原因是要对各构件的焊接接头进行连续处理，更为重要的一点是为了在后续精力分析中可以有一个光顺的网格划分，在进行有限元模型的建立中，为了更快捷的进行后续计算，以不至于施加于计算机太多计算负荷，将其中不影响结果数据的螺纹孔、倒角等结构进行了移除。
组件几何模型如图3.1所示。
图3.1 工作装置几何模型根据实际情况定义相应材料的性能，包括：弹性模量e = 2.06×106pa，泊松比μ= 0.3，密度ρ= 7850kg / m3。
每个部件均由solid186单元模拟，接头处的销轴由beam188单元模拟，联接单元由销轴与轴套之间的运动关系模拟，而液压缸则由连杆单元模拟。
通过设置诸如截面积，弹性模量和密度之类的参数来实现对实际液压缸的仿真。
要求将元素尺寸控制在15mm〜20mm之内，并在销轴上局部细化网格，这可以提高计算精度。
最后，为了以危险的姿势获得工作装置的整个有限元模型，需要组装每个部件的有限元模型。
有限元模型包括266783个单元，其中包括266638个实体单元，142个梁单元，3个杆单元和444467个节点。
最后，如果装载机转盘需要完全约束，则应采用边界条件。
通过上述过程计算得出的切向和法向挖掘阻力将作为有限元模型中的外部载荷应用于铲斗尖端，如3.2所示。
图3.2 工作装置有限元模型及边界载荷3.2工作装置静强度分析结果据了解，装载机的材料为 q460c 钢，屈服极限为[ ]=235×106 Pa。
结果表明，工作装置的最大应力为802mpa，该应力发生在提升臂的上吊耳的铰孔和铲斗杆的油缸，远远超过了材料的屈服极限。
第一章优化设计什么是优化设计?优化设计是一种寻找确定最优设计方案的技术。
所谓“最优设计”，指的是一种方案可以满足所有的设计要求，而且所需的支出（如重量，面积，体积，应力，费用等）最小。
也就是说，最优设计方案就是一个最有效率的方案。
设计方案的任何方面都是可以优化的，比如说：尺寸（如厚度），形状（如过渡圆角的大小），支撑位置，制造费用，自然频率，材料特性等。
实际上，所有可以参数化的ANSYS选项都可以作优化设计。
（关于ANSYS参数，请参看ANSYS Modeling and Meshing Guide 第十四章。
）ANSYS程序提供了两种优化的方法，这两种方法可以处理绝大多数的优化问题。
零阶方法是一个很完善的处理方法，可以很有效地处理大多数的工程问题。
一阶方法基于目标函数对设计变量的敏感程度，因此更加适合于精确的优化分析。
对于这两种方法，ANSYS程序提供了一系列的分析——评估——修正的循环过程。
就是对于初始设计进行分析，对分析结果就设计要求进行评估，然后修正设计。
这一循环过程重复进行直到所有的设计要求都满足为止。
除了这两种优化方法，ANSYS程序还提供了一系列的优化工具以提高优化过程的效率。
例如，随机优化分析的迭代次数是可以指定的。
随机计算结果的初始值可以作为优化过程的起点数值。
基本概念在介绍优化设计过程之前，我们先给出一些基本的定义：设计变量，状态变量，目标函数，合理和不合理的设计，分析文件，迭代，循环，设计序列等。
我们看以下一个典型的优化设计问题：在以下的约束条件下找出如下矩形截面梁的最小重量：●总应力σ不超过σmax [σ≤σmax]●梁的变形δ不超过δ max[δ≤δmax]●梁的高度h不超过h max[h≤h max]图1-1 梁的优化设计示例设计变量（DVs）为自变量，优化结果的取得就是通过改变设计变量的数值来实现的。
每个设计变量都有上下限，它定义了设计变量的变化范围。
在以上的问题里，设计变量很显然为梁的宽度b和高度h。
Ansys Workbench 2020是一款强大的工程仿真软件，广泛应用于工程领域的结构、流体、热传导等多个领域的仿真分析。
本文将以Ansys Workbench 2020为工具，通过几个典型的工程实例，解析其在工程实践中的应用和优势，帮助读者更好地了解和使用该软件。
1. 车身结构优化在汽车制造领域，车身结构的设计和优化是一个复杂而又关键的问题。
通过Ansys Workbench 2020的结构分析模块，可以对车身结构进行强度、刚度、振动等方面的仿真分析，进而优化结构设计，提高车身的整体性能和安全性。
通过对车身材料、连接结构、受力情况等多个方面的仿真分析，工程师可以更好地指导实际设计，提高设计效率和成功率。
2. 风力发电机叶片设计风力发电机的叶片设计是风力发电领域的核心问题之一。
Ansys Workbench 2020的流体仿真模块可以对风力发电机叶片的气动性能进行仿真分析，包括气动力、气流分布等多个方面的参数。
通过对叶片的材料、形状、尺寸等进行仿真分析和优化，可以提高风力发电机的发电效率和稳定性，降低能量损耗，对提高风力发电机的整体性能具有重要意义。
3. 燃烧室热传导分析在航天、航空发动机等领域，燃烧室的热传导分析是一个关键的问题。
Ansys Workbench 2020的热传导分析模块可以对燃烧室内部的温度场、热应力等进行仿真分析，帮助工程师优化燃烧室的结构设计、材料选择和冷却系统设计。
通过仿真分析，可以提高燃烧室的工作效率和寿命，确保燃烧室的安全可靠性。
4. 桥梁结构静动力分析在土木工程领域，桥梁结构的设计和分析是一个重要的问题。
Ansys Workbench 2020的静动力分析模块可以对桥梁结构在静载荷和动载荷作用下的响应进行仿真分析，包括应力、挠度、疲劳寿命等多个方面的参数。
通过仿真分析，工程师可以对桥梁的结构设计、材料选择和荷载标准进行优化，确保桥梁的安全可靠性和经济性。
Ansys Workbench 2020作为一款强大的工程仿真软件，在工程实践中具有广泛的应用前景和优势。
运用ANSYS Workbench快速优化设计SolidWorks是一个优秀的、应用广泛的3D设计软件，尤其在大装配体方面使用了独特的技术来优化系统性能。
本文给出几种改善SolidWorks装配体性能的方法，在相同的系统条件下，能够进步软件的可操纵性，进而进步设计效率。
众所周知，大多数3D设计软件在使用过程中都会出现这样的情况，随着装配零件数目和复杂度增加，软件对系统资源的需求就相对增加，系统的可操纵性就会下降。
造成这种状况的原因有两种：一是计算机系统硬件配置不足，二是没有公道使用装配技术。
本文对这两种情况进行分析并提出相应的解决方案。
一、计算机系统配置不足的解决方案SolidWorks使用过程中，计算机硬件配置不足是导致系统性能下降的直接原因，其中CPU、内存、显卡的影响最大。
假如计算机系统内存不足，Windows就自动启用虚拟内存，由于虚拟内?*挥谟才蹋?斐上低衬诖嬗胗才唐捣苯换皇?荩?贾孪低承阅芗本缦陆担籆 PU性能过低时，延长运算时间，导致系统响应时间过长；显卡性能不佳时引起视图更新慢，移动模型时出现停顿现象，并导致CPU占用率增加。
运行SolidWorks的计算机推荐以下配置方案：CPU：奔腾Ⅱ以上内存：小零件或装配体(少于300个特征或少于1000个零件)，内存最少为512M；大零件或装配体(大于1000个特征或2500个零件)，内存需要1G或更多；虚拟内存一般设为物理内存的2倍。
显卡：支持OpenGL的独立显卡(避免采用集成显卡)，显存最好大于64M。
对于现有的计算机，使用以下方法分析系统瓶颈，有针对性地升级计算机。
(1)在SolidWorks使用过程中启动Windows任务治理器，在性能页，假如CPU的占用率经常在100%，那么系统瓶颈就在CPU或显卡，建议升级CPU或显卡；假如系统内存大部分被占用，虚拟内存使用量又很大，操纵过程中硬盘灯频繁闪烁，这说明系统瓶颈在内存，建议扩大内存。
基于ANSYS模拟的风力发电机组叶片优化设计引言随着全球对可再生能源需求的不断增加，风力发电作为一种理想的清洁能源逐渐受到广泛关注。
风力发电机组中的叶片作为最核心的部件之一，对发电机组的性能影响至关重要。
本文将基于ANSYS软件进行风力发电机组叶片的优化设计，旨在提高其效率和可靠性。
一、风力发电原理简介风力发电是利用风能驱动风力发电机组发电的一种可再生能源发电方式。
其基本原理是利用风动力驱动叶片旋转，通过旋转轴上的发电机将机械能转化为电能。
叶片的设计与性能优化直接影响着风力发电机组的效率和输出功率。
二、风力发电机组叶片设计的挑战风力发电机组叶片的设计面临一些挑战。
首先，叶片需要在复杂多变的风场环境下工作，面对不同强度和方向的风力。
其次，叶片材料需要具备一定的强度和韧性，以应对不同的工作条件和负荷。
最后，叶片的结构设计需要在保证强度的前提下，尽可能减小重量和阻力，以提高风力发电机组的效率。
三、ANSYS在风力发电机组叶片优化设计中的应用ANSYS是一种常用的工程仿真软件，可以提供准确的数值模拟和分析结果，对风力发电机组叶片的设计和优化起到重要作用。
在风力发电机组叶片设计中，ANSYS可以用来进行叶片结构分析、风场模拟和性能优化等方面。
1. 叶片结构分析通过ANSYS的结构分析功能，可以对风力发电机组叶片进行强度和刚度分析，以确定叶片的结构设计是否满足工作要求。
这可以帮助设计者找到叶片的薄弱点，进行针对性的结构优化，提高叶片的可靠性和使用寿命。
2. 风场模拟ANSYS的流体力学分析功能可以模拟叶片在不同风场环境下的工作情况。
通过建立风场模型，可以分析不同风速和风向对叶片的影响，进而优化叶片的气动特性。
这有助于提高叶片的抗风能力和发电效率。
3. 性能优化ANSYS的优化算法可以对风力发电机组叶片的形状和结构进行优化。
通过设定优化目标和约束条件，可以自动调整叶片的参数，使之达到最佳性能。
例如，可以通过优化叶片的曲率和扭转角度，以最大程度地提高风力发电机组的输出功率。
《有限元教程》20例ANSYS经典实例有限元方法在工程领域中有着广泛的应用，能够对各种结构进行高效精确的分析和设计。
其中，ANSYS作为一种强大的有限元分析软件，被广泛应用于各个工程领域。
下面将介绍《有限元教程》中的20个ANSYS经典实例。
1.悬臂梁的静力分析：通过加载和边界条件，研究悬臂梁的变形和应力分布。
2.弯曲梁的非线性分析：通过加载和边界条件，研究受弯曲梁的非线性变形和破坏。
3.柱体的压缩分析：研究柱体在压缩载荷作用下的变形和应力分布。
4.钢筋混凝土梁的受弯分析：通过添加混凝土和钢筋材料属性，研究梁的受弯变形和应力分布。
5.圆盘的热传导分析：根据热传导方程，研究圆盘内部的温度分布。
6.输电线杆的静力分析：研究输电线杆在风载荷和重力作用下的变形和应力分布。
7.轮胎的动力学分析：通过加载和边界条件，研究轮胎在不同路面条件下的变形和应力分布。
8.支架的模态分析：通过模态分析，研究支架的固有频率和振型。
9.汽车车身的碰撞分析：通过加载和边界条件，研究汽车车身在碰撞中的变形和应力分布。
10.飞机翼的气动分析：根据飞机翼的气动特性，研究翼面上的气压分布和升力。
11.汽车车身的优化设计：通过参数化建模和优化算法，寻找最佳的车身结构设计。
12.轮毂的疲劳分析：根据材料疲劳寿命曲线，研究轮毂在不同载荷下的寿命。
13.薄膜材料的热应力分析：根据热应力理论，研究薄膜材料在不同温度下的应变和应力。
14.壳体结构的模态分析：通过模态分析，研究壳体结构的固有频率和振型。
15.地基基础的承载力分析：通过加载和边界条件，研究地基基础的变形和应力分布。
16.水坝的稳定性分析：根据水力和结构力学，研究水坝的稳定性和安全性。
17.风机叶片的动态分析：通过加载和边界条件，研究风机叶片在不同风速下的变形和应力分布。
18.圆筒容器的蠕变分析：根据蠕变理论，研究圆筒容器在持续加载下的变形和应力。
19.桥梁结构的振动分析：通过模态分析，研究桥梁结构的固有频率和振型。
ANSYS 优化设计1.认识ANSYS优化模块1.1 什么时候我需要它的帮忙?什么是ANSYS优化？我想说明一个例子要比我在这里对你絮叨半天容易理解的多。
注意过普通的水杯吗？底面圆圆的，上面加盖的哪一种。
仔细观察一下，你会发现比较老式的此类水杯有一个共同特点：底面直径＝水杯高度。
图1 水杯的简化模型为什么是这样呢？因为只有满足这个条件，才能在原料耗费最少的情况下使杯子的容积最大。
在材料一定的情况下，如果水杯的底面积大，其高度必然就要小；如果高度变大了，底面积又大不了，如何调和这两者之间的矛盾？其实这恰恰就反应了一个完整的优化过程。
在这里，一个水杯的材料是一定的，所要优化的变量就是杯子底面的半径r和杯子的高度h，在ANSYS的优化模块里面把这些需要优化的变量叫做设计变量（DV）；优化的目标是要使整个水杯的容积最大，这个目标在ANSYS的优化过程里叫目标函数（OBJ）；再者，对设计变量的优化有一定的限制条件，比如说整个杯子的材料不变，这些限制条件在ANSYS 的优化模块中用状态变量（SV）来控制。
下面我们就来看看ANSYS中怎么通过设定DV、SV、OBJ，利用优化模块求解以上问题。
首先参数化的建立一个分析文件（假设叫volu.inp），水杯初始半径为R＝1，高度为H ＝1（DV），由于水杯材料直接喝水杯的表面积有关系，这里假设水杯表面积不能大于100，这样就有S＝2πRH＋2πR2<100（SV），水杯的容积为V＝πR2H（OBJ）。
(用参数直接定义也可或者在命令栏内直接写)R=1H=1S=2*3.14*R*H+2*3.14*R*RV=10000/(3.14*R*R*H)然后再建一个优化分析文件（假设叫optvolu.inp）,设定优化变量，并求解。
/clear,nostart/input,volu,inp/optopanl,volu,inpopvar,R,dv,1,10,1e-2opvar,H,dv,1,10,1e-2opvar,S,sv,,100,1e-2opvar,V,obj,,,1e-2opkeep,onoptype,subpopsave,optvolu,opt0opexec最后，打开Ansys6.1，在命令输入框中键入“/input,optvolu,inp”，整个优化过程就开始了。
利用ansys APDL进行优化设计的例子一、问题描述：二、分析文件的APDL语句及注释：（可把该文件拷贝到一个文本文件，作为ansys的分析文件。
）!第一步，初始化ANSYS系统环境FINISH/CLEAR/filename,BeamOpt!第二步，定义参数化设计变量B=1.4 !初始化宽度H=3.8 !初始化高度!第三步，利用参数创建有限元模型/PREP7 !进入前处理ET,1,BEAM3 !定义单元类型为BEAM3AREA=B*H !梁的截面积IZZ=(B*(H**3))/12 !绕Z轴的转动惯量R,1,AREA,IZZ,H !定义单元实常数，以设计变量表示MP,EX,1,30E6 !定义材料性质MP,PRXY,1,0.3N,1 !创建节点1N,11,120 !创建节点11FILLE,1,2EGEN,10,1,-1 !复制单元FINISH !退出前处理!第四步，执行求解/SOLUANTYPE,STATICD,1,UX,0,,11,10,UYSFBEAM,ALL,1,PRES,20 !施加压力（单位长度上的负荷）=20 SOLVEFINISH!第五步，进入后处理并创建状态变量与目标变量/POST1SET,,,,NSORT,U,Y !以Uy为基准对节点排序*GET,DMAX,SORT,,MAX !参数DMAX=最大位移ETABLE,VOLU,VOLU !VOLU=每个单元的体积ETABLE,SMAX_I,NMISC,1 !每个单元I节点处应力的最大值ETABLE,SMAX_J,NMISC,3 !每个单元J节点处应力的最大值SSUM !对单元表求和*GET,VOLUME,SSUM,,ITEM,VOLU !得到总的体积ESORT,ETAB,SMAX_I,,1 !按照单元SMAX_I的绝对值大小排序*GET,SMAXI,SORT,,MAX !参数SMAXI=SMAX_I中的最大值ESORT,ETAB,SMAX_J,,1 !按照单元SMAX_J的绝对值大小排序*GET,SMAXJ,SORT,,MAX !参数SMAXJ=SMAX_J中的最大值SMAX=SMAXI>SMAXJ !找到最大的应力FINISH三、优化过程的菜单方式实现1、设计变量有两个：B和H在本例中需要分别采用两种方法进行优化设计：1）首先选用子问题（sub-problem）优化方法，设置迭代30次，获得7个可行性优化结果；2）再次基础上进行扫描法优化（DV-sweep），选择BEST Design opt，NSPS 中填入5.优化过程的apdl，命令流：finish/INPUT,'BEAM','INP',',,0!执行优化分析/OPTOPCLROPANL,'BEAM','INP','' !指定分析文件名!声明优化变量OPVAR,B,DV,0.5,16.5 !B和H为设计变量OPVAR,H,DV,0.5,8OPVAR,DMAX,SV,-0.1,0 !DMAX和SMAX为状态变量OPVAR,SMAX,SV,0,20000OPVAR,VOLUME,OBJ !VOLUME为目标函数!优化控制设置选项OPDATA,,,OPLOOP,PREP,PROC,ALLOPPRNT,ONOPKEEP,ON!选择子问题法进行第一次优化计算OPTYPE,SUBP !子问题法OPSUBP,30,7，!最大迭代次数OPEXE !执行优化循环!选择扫描法进行第二次优化分析OPTYPE,SWEEP !dv sweep 扫描法OPSWEEP,BEST,5 !最佳设计序列，5次评估OPEXE !执行优化分析。
1文件存储（1）仿真模块与优化模块文件夹如下图所示：（2）仿真流程Workbench界面流程节点，对应后台文件如下图所示。
1.材料文件；2.几何文件；3.设置及网格、结果文件2优化参数设置左侧为输入输出参数界面，右侧为工况列表。
目标：提取结果最小值3ANSYS WORKBENCH优化设计3.1目标驱动优化(Driven optimization)和多学科项目类似。
算例：Direct_optimization.wbpj3.1.1确定输入输出参数输入输出参数如下图所示：3.1.2设置优化目标设置一个或者多个优化目标，如将质量最小化作为目标，并设置质量范围，如下图所示。
3.1.3输入参数范围设置两个输入参数范围如下图所示：3.1.4优化方法（1）是否保留工况点求解数据（2）目标驱动的优化方法•Screening•MOGA•NLPQL•MISQP•Adaptive Single-Objective•Adaptive Multiple-Objective（3）设置工况数量，最小6个（4）设置残差结果残差设置：1e-6（5）设置候选工况数残差达不到要求，增加候选节点继续优化计算。
3.1.5求解开始求解显示当前求解工况仿真各个节点状态显示计算候选工况3.1.6优化完毕3.1.6.1 输入参数变化曲线显示两个输入参数变化曲线3.1.6.2 工况数据列表3.1.6.3收敛判断描述优化目标，优化算法，是否收敛，最优工况等，类似于设置总结3.1.6.4 结果设置参考点，计算工况残差，优化目标结果满足1e-6标准，即可认为收敛。
工况DP7为参考点，DP11残差为0，则最优点为DP7。
工况结果分布散点图3.1.6.5 输入输出分布算例：parameter_correlation.wbpj3.2.1参数设置（1）是否保留工况点数据DX计算完成后是否保留相关数据（2）失败工况管理(failed design points management)尝试计算次数（Number of retries）：失败后重新尝试计算的次数计算延迟时间（Retry delay）：两次重新计算之间要经过多少时间。
ANSYS 优化设计1.认识ANSYS优化模块1.1 什么时候我需要它的帮忙?什么是ANSYS优化？我想说明一个例子要比我在这里对你絮叨半天容易理解的多。
注意过普通的水杯吗？底面圆圆的，上面加盖的哪一种。
仔细观察一下，你会发现比较老式的此类水杯有一个共同特点：底面直径＝水杯高度。
图1 水杯的简化模型为什么是这样呢？因为只有满足这个条件，才能在原料耗费最少的情况下使杯子的容积最大。
在材料一定的情况下，如果水杯的底面积大，其高度必然就要小；如果高度变大了，底面积又大不了，如何调和这两者之间的矛盾？其实这恰恰就反应了一个完整的优化过程。
在这里，一个水杯的材料是一定的，所要优化的变量就是杯子底面的半径r和杯子的高度h，在ANSYS的优化模块里面把这些需要优化的变量叫做设计变量（DV）；优化的目标是要使整个水杯的容积最大，这个目标在ANSYS的优化过程里叫目标函数（OBJ）；再者，对设计变量的优化有一定的限制条件，比如说整个杯子的材料不变，这些限制条件在ANSYS 的优化模块中用状态变量（SV）来控制。
下面我们就来看看ANSYS中怎么通过设定DV、SV、OBJ，利用优化模块求解以上问题。
首先参数化的建立一个分析文件（假设叫volu.inp），水杯初始半径为R＝1，高度为H ＝1（DV），由于水杯材料直接喝水杯的表面积有关系，这里假设水杯表面积不能大于100，这样就有S＝2πRH＋2πR2<100（SV），水杯的容积为V＝πR2H（OBJ）。
(用参数直接定义也可或者在命令栏内直接写)R=1H=1S=2*3.14*R*H+2*3.14*R*RV=10000/(3.14*R*R*H)然后再建一个优化分析文件（假设叫optvolu.inp）,设定优化变量，并求解。
/clear,nostart/input,volu,inp/optopanl,volu,inpopvar,R,dv,1,10,1e-2opvar,H,dv,1,10,1e-2opvar,S,sv,,100,1e-2opvar,V,obj,,,1e-2opkeep,onoptype,subpopsave,optvolu,opt0opexec最后，打开Ansys6.1，在命令输入框中键入“/input,optvolu,inp”，整个优化过程就开始了。
图2 ANSYS优化过程图几秒钟的优化过程结束后，让我们来看一下优化的结果：/optoptlist,all图3 优化结果1上图中左右带*的SET 22是最优解，由此可以看出，要想在表面积一定的情况下使水杯容积最大，的确有这样一个规律H=D=2*R。
有兴趣的同志可以用求极值的方法演算一下，一定会得到相同的答案。
ANSYS的优化模块是用来求解工程分析中的优化例子的，但上面一个例子说明即使这样于工程毫无关系纯数学极值问题，也能够轻松求解。
不过在细节处会有一些技巧，后面再仔细分析。
（其实用ANSYS的优化模块完全能解决数学上比较负责的极值问题，不过现在有了Matlab、Mathematica，大概也没有人愿意来用ANSYS献丑了）。
1.2 ANSYS优化设计基础前面写了一个例子，来说明ANSYS的基本优化过程。
在这一节中，我们结合这个例子来说明一下优化模块中的一些概念。
1.2.1 优化模块中的三大变量：设计变量（DV）：即自变量。
例子中的opvar,R,dv,1,10,1e-2就是用来定义一个设计变量R，其上限为10，下限为1，公差为10-2（公差和优化过程的收敛有关）。
ANSYS优化模块中允许定义不超过60个设计变量。
状态变量（SV）：用来体现优化的边界条件，是设计变量的函数。
例子里面opvar,S,sv,,100,1e-2就是定义了一个状态变量S，它的上限为100，无下限，公差为10-2。
从文件volu.inp中可以看到，S=2*3.14*R*H+2*3.14*R*R。
可见，定义这样一个状态变量，即是限制水杯的表面积（可以认为表示材料的多少）不大于100。
在ANSYS优化模块中用户可以定义不超过100个状态变量。
目标函数（OBJ）：最终的优化目的。
它必须是设计变量的函数，而且只能求其最小值。
看到volu.inp里面目标函数的定义了吧V=10000/(3.14*R*R*H)，为了把求最大体积转化为求最小值，只好对它求倒数了；如果知道目标函数的上限，还可以用一个大数减目标函数的方法来转换。
例子中opvar,V,obj,,,1e-2就是定义了一个目标函数V，它的公差是10-2。
1.2.2 ANSYS优化模块中的两种求解模式ANSYS优化模块的求解有两种运行模式，一种是在GUI方式下运行，即已经打开ANSYS的分析界面后进行分析；另一种是Batch模式，无需打开ANSYS分析界面，后台运行求解。
前面例子的运行过程其实就是一个典型的GUI方式体现，它涉及到两个重要的文件：一个就是类似volu.inp的ANSYS分析文件，如果是一个工程问题，该文件中应该有参数定义、参数建模、求解、结果提取、目标函数赋值的一个全过程（由于优化求解是一个不断跌代的过程，ANSYS分析文件其实是包涵了一个完整的循环）。
另一个文件是类似optvolu.inp 的优化控制文件，基本语句就那么几条，无非是定义三大变量、优化方式、优化控制等几条，用户拿过去稍稍替换下就可以用在不同的问题上。
（注：细心的读者可能会提问，既然ANSYS分析文件包涵了一个完整的循环，但是整个优化过程中是要求设计变量不断改变的，每次循环都有一个参数重定义的过程，不会使设计变量恢复初始值吗？这一点勿用担心，正是由于有了另一个优化控制文件，优化过程只在第一次进行完全的参数定义工作，在后续循环中，优化控制文件中声明的设计变量定义将被忽略）。
有了这样两个文件，简单的在命令窗口把优化控制文件输入进去（其中的opanl命令会自动调用指定的ANSYS分析文件），就可以完成整个优化过程。
以上说明的是完全使用命令流的GUI方式，至于如何在菜单中进行优化过程的定制，窃以为没有命令流方式快捷，这里就不再赘述了。
另一种方式是后台运行的Batch方式，它只需要一个输入命令流文件（batch文件）。
该文件可以简单的把GUI方式下ANSYS分析文件和优化控制文件合并得到。
不过有几个注意点：1、需要把optanl语句去掉，因为在batch文件中，不需要提供ANSYS分析文件名字，系统默认batch文件中/opt语句以前的所有部分为ANSYS分析文件内容。
2、以前为防止在GUI方式下的重新定义错误而引入的一些语句，如/cle,nostart需要去除。
上述例子经过合并、处理，就可以得到Batch方式下需要的batch文件batch.inpR=1H=1S=2*3.14*R*H+2*3.14*R*RV=10000/(3.14*R*R*H)/optopvar,R,dv,1,10,1e-2opvar,H,dv,1,10,1e-2opvar,S,sv,,100,1e-2opvar,V,obj,,,1e-2opkeep,onoptype,subpopsave,optvolu,opt0opexec假定batch.inp在目录bvolu下，在cmd命令行方式下，进入bvolu目录，执行命令：ansys61 -b -j bvolu -p ane3flds -i batch.inp –o output.txt命令中-b 参数指定用batch模式求解；-j bvolu参数指定该求解默认工作名字为bvolu (不指定就默认为file)-p ane3flds 参数指定使用ANSYS/Multiphysics/LS-DYNA求解器-i batch.inp 参数指定输入batch文件为batch.inp-o output.txt 参数指定把输出导向到output.txt中，便于查看过程纠错运行结束后，可以从output.txt文件中看到最有解是多少：文件output.txt中的一部分数据：----------SOLUTION HAS CONVERGED TO POSSIBLE OPTIMUM -----------(BASED ON DV TOLERANCES BETWEEN FINAL TWO DESIGNS)FINAL VARIABLES ARESET 22(FEASIBLE)S (SV) 99.997R (DV) 2.2851H (DV) 4.6830V (OBJ) 130.23其结果与用GUI方式求解完全一样，生成的bvolu.opt文件中也有最优解的信息，同时还能看到求解整个参数迭代求解过程。
1.2.3 ANSYS的优化方法和收敛准则例子中优化控制文件里面的优化命令，还有opkeep,on（用来要求保留最优解的DB），opexec（执行优化），剩下重要的命令就只有optype了，这个命令指定ANSYS优化中使用的优化方法。
优化方法发展到今天可说是形形色色，比较完善了。
ANSYS的优化模块中只支持两种优化方法，不能不说是一大遗憾。
但ANSYS的这两种优化方法对绝大多数的工程问题已经足够，更何况ANSYS还留下了用户话优化接口，方便用户写出适合于自己问题的优化方法来使用。
看看例子中的命令”optype,subp”，这里指定的是第一种通用的函数逼进优化方法。
改种方法的本质是采用最小二乘逼进，求取一个函数面来拟和解空间，然后再对该函数面求极值。
无疑这是一种普适的优化方法，不容易陷入局部极值点，但优化精度一般不是很高，因此多用来做粗优化的手段。
另外一种是针对第一种优化方法缺点的改进方法，叫做梯度寻优。
如果说第一种方法是C0阶、大范围普适的粗优化方法；第二种方法就是C1阶、局部寻优的精优化方法。
一般来说，一个比较负责的问题都需要同时采用两种优化方法，先用函数逼进的第一类方法初步求得最优解基本位置，然后再采用梯度寻优的对最优解的位置进行更精确的确定。
（注：但用第二类梯度寻优进行优化，不仅时间消耗长，还可能陷入局部最小点，因此通常的问题都建议使用0阶函数逼进优化subp）前面讨论了ANSYS的两种优化方法，但光了解优化进行的方式是不够的。
ANSYS进行优化计算，都是一个不断迭代的过程。
有时候，了解优化过程什么时候结束比了解优化过程本身更加重要。
下面我们就来谈谈决定优化过程什么时候结束的条件：优化准则。
假设F j、X j和F j-1、X j-1分别为目标函数、设计变量第j次迭代和第j-1次迭代的结果（X j 为矢量），F b和X b分别是当前的最优目标函数和其相应的设计变量值。
如果满足或者，为目标函数的公差，那么认为迭代收敛，于是迭代停止。
假设或者，那么也认为设计变量的搜索已经趋于收敛，于是迭代停止。
