如图，优化分析后得到的候选设计值（candidate designs）为何不是最终的优化结果？

gaoyiming999

如下图，workbench中，模态优化分析，目标函数设定为变形量越小越好。优化后，得到candidateA, B, C .这时A--1.1706 看起来是最优的一组解。
可是，若选中A，插入之作为soft design，产生hard reference design，这时又会产生一个新的解--4.852。
也就是说，candidate A 并不是最优解。
所以，就不明白，前面产生的candidateA B C 并不是实际的最优解 ？怎样产生最优解呢？

[ 本帖最后由 gaoyiming999 于 2008-12-18 15:39 编辑 ]

deepabaquser

这个问题当时刚接触ansys workbench的时候我就觉得是ansys workbench的一个宣传意义大于实际意义的东西，说穿了就是多做几组不同参数下的分析，然后将这些结果同参数的关系进行拟和，然后给出所谓最优解。你会发现，ansys强烈要求你再算，然后出现你的情况。这里的问题就是出在拟和，用不同算法去拟和可以得到不同的最优解，但是用哪种算法谁也说不清。基本上来说有限元软件搞这个东西最近都是时髦了，参考着用用还是可以，同时要结合自己的工程实际经验，这样才可能得到“最优解”。

suzhan2002

我觉得开始给的是软件在随机选择点时给的“相对最优点”，然后再进行插值，系统会提示你生成多少点，当然越多越好，但也会消耗计算时间，有限元的基础就是“细化”嘛，只有你细化到无限小才能给出精确解，但lz觉得有必要么，为了0.0001的“精确”你损失了多少？付出和汇报时成比例的。。

gaoyiming999

原帖由 deepabaquser 于 2008-12-12 15:14 发表
这个问题当时刚接触ansys workbench的时候我就觉得是ansys workbench的一个宣传意义大于实际意义的东西，说穿了就是多做几组不同参数下的分析，然后将这些结果同参数的关系进行拟和，然后给出所谓最优解。你会发现， ...

这样看来，workbench的design exploer就是个鸡肋哦，实际工程应用中，最多只能用到simulator 模块来验证设计 是或否 能满足要求了？！

gaoyiming999

原帖由 suzhan2002 于 2008-12-12 19:47 发表
我觉得开始给的是软件在随机选择点时给的“相对最优点”，然后再进行插值，系统会提示你生成多少点，当然越多越好，但也会消耗计算时间，有限元的基础就是“细化”嘛，只有你细化到无限小才能给出精确解，但lz觉得有 ...

我的有限元网格是默认大小，虽然不是很细化，但是优化的结果与实际结果相差太大了点。

suzhan2002

开始图片较小没太看清楚。。模态我做的不多，楼主对你的模型做收敛分析了么？应力集中或者奇异可能导致结果不收敛（模态不知道要不要做收敛分析。。），按照有限元理论的话，位移是直接求解出来的，所以要是收敛的话就不会出现结果差距过大的原因了！

deepabaquser

涉及到矩阵迭代就要判断是否收敛喽

但是模态分析又不像结构分析那样会导致单元变形（进而影响刚度矩阵的奇异性），收敛上容易许多

deepabaquser

作为分析后如果能够提出优化设计方案难道不是更好么

songxguan

awe的尺寸优化还是很不错的,我做过复杂曲面模型的6参数优化,50次模拟,
最后RSM就是相应面法和kriging克里汀法都得到了很好的解.
但是要说明,awe的优化算法是基于surrogate model/metamodel就是后优化方法.不同于一般的函数优化,是在工程中应用很广泛,很有用的方法.大致就是:多组实验>>拟合响应函数>>预测.
所以楼主说的,两次不一样是一定的,第一次的优化点是预测出来的,而且不是全局最优解,是局部最优解.
awe现在为止直提供两种代理模型RSM and Kriging, 没有人知道什么是最好的,而且两种方法原理大相径庭,所以最好的方法是,两种都用,比较看.
在Tool>>option可以更改RSM and Kriging.

timotheos

DX并不是ANSYS亲生的，是ANSYS收购的一个产品，一个DOE工具，并不是真正的优化，但是也不能就说DX没意义，DX的优化是定位在工程快速优化上，这点和workbench类似，也就是说CAD工程师设计出零件后，快速分析零件的强度等性能，并快速提出更优化的结构设计，总比没依据凭空设计好吧，如果你很在意CAE结果（出CAE分析报告），非得设计出最优的结构，那是有限元工程师和优化专家的问题，那得好好学学有限元理论和优化算法。

gaoyiming999

我的这个例子就是一个简单的优化设计方案。
题目中，箱是 抽壳（shell）后的一个简单模型，我们研究它垂直于底面方向的变形。
优化方案就是在底面加三根筋，将筋的高度25mm（DS_H1）和距离150mm（DS_L1）设为设计变量，将z方向的变形量设为目标函数。
方案提出了，就要在这个尺寸的基础上找到一个最优解，于是出现了上面的问题。

附上优化分析的文档在1楼。

[ 本帖最后由 gaoyiming999 于 2008-12-18 15:51 编辑 ]

gaoyiming999

原帖由 songxguan 于 2008-12-15 21:13 发表
awe的尺寸优化还是很不错的,我做过复杂曲面模型的6参数优化,50次模拟,
最后RSM就是相应面法和kriging克里汀法都得到了很好的解.
但是要说明,awe的优化算法是基于surrogate model/metamodel就是后优化方法.不同于一 ...

按照你的方法，我改用Kriging法试了一次，结果如下图。 看起来这种方法比RSM做出的最优解更理想一些，虽然Kriging法得到的candidate design只有0.54278而模态分析后这组设计值引起的变形量有1.4904，但是还有0.9****的差。

songxguan

原帖由 gaoyiming999 于 2008-12-18 18:03 发表


按照你的方法，我改用Kriging法试了一次，结果如下图。 看起来这种方法比RSM做出的最优解更理想一些，虽然Kriging法得到的candidate design只有0.54278而模态分析后这组设计值引起的变形量有1.4904，但是还有0.9 ...

说Kriging和RSM没有最好的,是严格说法,
其实在基于仿真的优化中,如果实验次数适宜,kriging一般都能得到比RSM好的结果,是"一般"啊,但是在真正的实验,包含很多影响误差的试验中,RSM还是比较流行的.这是kriging和RSM的基本方法决定的,
看经验了!

[ 本帖最后由 songxguan 于 2008-12-19 16:12 编辑 ]

zihan2114

一定好好学习 谢谢

tingerwu

学习 ，谢谢

pengju_hou

学习，谢谢介绍经验

ug减速器

学习了
知识就是财富

mochu

受教了啊

13# songxguan

文枫

LZ，你采用的均是DOE设计方法，有点像枚举优化。
你是否用过VT优化设计？

asas00

N年前的帖子了,不过大家似乎没有注意到楼主是将模态分析得到的变形量作为目标函数,这显然不合理。模态分析得到的变形量只是个参考值,主要是为了观察振型,并无实际意义--这应该是楼主优化结果差异这么大的主要原因。
   此外，所谓的模态优化分析，目的应在于优化结构的固有频率以及振型，固有频率可以参数化，但振型不知大家有无方法进行优化？