有关shape优化中shape的创建？

icefox163

有关shape优化中shape的创建问题

initial value 和 lower bound ,upper bound值有什么用吗？

是什么含义？

icefox163

没有人知道吗？查了好久的help都查不到

cathayee

it defines the initial value, min. and max. value of a shape dimention. they are useful.

icefox163

3# cathayee


能详细一点吗？

比如说改变这三个参数的大小对优化有什么影响呢？

zimuyao

我也很疑惑

因为shape是之前的morph而来的，应该是对应morph上所定义的尺寸，
但是好像这个最大最小值还有负号的，可以是 0， + - 1 ，
我猜0可能就是模型没有morph时的，1是不是就是morph设定的最大值， 就搞不懂这个负号表示什么意思

望路过的前辈解释一下

zkong

负号表示沿morph方向的反向变形

zimuyao

原来如此，谢楼上

icefox163

哪位具体说一下这三个参数的含义，


到形状优化有什么作用？

icefox163

5# zimuyao

我也很疑惑8 ?$ {6 M+ B7 y' `0 U. G
" _, ^. H2 E9 F
因为shape是之前的morph而来的，应该是对应morph上所定义的尺寸，' G6 n: S! w7 r9 K/ S+ H0 P
但是好像这个最大最小值还有负号的，可以是 0， + - 1 ，* v0 W" A0 r; v
我猜0可能就是模型没有morph时的，1是不是就是morph设定的最大值， 就搞不懂这个负号表示什么意思
望路过的前辈解释一下

请问一下，要是设置成其他值呢，比如+3，-4  这又怎么解释

icefox163

是不是最大变形的倍数关系？

我还想请问一下shape优化中move limit 是什么含义？哪位可以说得清楚一点，
根据我的查资料，

DELXV
Initial move limit for each design variable.

(Real > 0.0 or blank)

- Size:  fraction of the variable itself.
(Default = value of DOPTPRM parameter DELSIZ)

- Shape:  fraction of the range (XUB 鈥?XLB) of the variable.
(Default = value of DOPTPRM parameter DELSHP)


DELSIZ
Real > 0
Default = 0.5
Initial fractional move limit for size design variables.
Only the initial value of the move limits can be set.  Move limits are automatically adjusted to enhance iterative stability and convergence speed.  

DELSHP
Real > 0.0
Default = 0.2
Initial fractional move limit for topography/shape design variables.  Defined as the fractional difference between the upper and lower bounds.
Only the initial value of the move limits can be set.  Move limits are automatically adjusted to enhance iterative stability and convergence speed.  

move Limit是不是一个分数啊？

icefox163

既然优化时变化值是在lower bound和upper  bound之间变化，那为什么还要设置intial value ?

icefox163

5# zimuyao

我也很疑惑
因为shape是之前的morph而来的，应该是对应morph上所定义的尺寸，
但是好像这个最大最小值还有负号的，可以是 0， + - 1 ，:
我猜0可能就是模型没有morph时的，1是不是就是morph设定的最大值， 就搞不懂这个负号表示什么意思/
* u2 d9 V) D4 U6 @& H# H
望路过的前辈解释一下

~~~~~~~~~~~~~
你的理解好像有误，
o 我觉得是morph的值，比如说我将某个节点向X正方向morph 1，

优化后的值为0.5，那么，最后的值为1+0.5，这个值才是最后优化结果，

（结构的形状变化有两种方法：1.基矢量方法   2.扰动矢量方法

Hyperworks是用的的是扰动矢量方法，资料可参考 基于Hyperworks的结构优化设计技术

一书中  P233 的说明）

lower bound 和upper bound 是以变化后的形状为基础的最小值和最大值

负号表示沿morph方向的反向变形


以上是个人看法，


大家还可以参考硕士论文   

悬臂钩卡扣装配有限元分析及优化设计  作者 于海华  南京理工大学

5.2章中相关内容

zkong

location_new = location_old + dv * morph_vector
-1 < = dv <= +1

icefox163

13# zkong

有相关资料么，我在help中查不出来，

可以帖一下有关论文或资料么？谢谢   

这个图片里面的参数并不是在用汽车1或1之间啊

顺便问一下，你加了那个QQ群没，仿真论坛Hyperworks版 27093390

zkong

基于HyperMorph的形状优化，其实就是改变节点的坐标。HyperMorph创建的形状变量，有两个要素。

1. 形状扰动 (shape perturbation)。
它定义的是一组节点共同变形的向量组 (对应DVGRID卡片)，比如
节点1,  (1, 0, 0)
节点2,  (2, 0, 0)
节点3,  (0, 1, 0)

这个向量组表示，节点1向X方向移动1.0, 节点2向X方向移动2.0, 节点3沿Y方向移动1.0。

2. 形状设计变量 (shape design variables)。
这可以理解为与上面定义的形状扰动相乘的一个系数dv (对应卡片DESVAR)，它有三个主要参数，
初始值: Initial value  (通常为0)
上限值: Upper bound (通常为1.0)
下限值: Lower bound (通常为 -1.0)

HyperMorph定义的实际上是 1. 形状扰动。
OptiStruct的优化迭代需要确定的是 2. 形状设计变量 的大小。

还是以上面的为例，假设原来模型中节点1,2,3的坐标为
P1=(x1, y1, z1), P2=(x2, y2, z2), P3=(x3, y3, z3)

HyperMorph定义的扰动为:
节点1, V1 = (1, 0, 0)
节点2,  V2 = (2, 0, 0)
节点3,  V3 = (0, 1, 0)

形状变量dv经过优化等于 0.5, 那么最终得到的优化结果中，节点的新坐标为:

P1_new = P1 + dv*V1  = (x1, y1, z1) + 0.5 * (1, 0, 0)
P2_new = P2 + dv*V2  = (x2, y2, z2) + 0.5 * (2, 0, 0)
P3_new = P3 + dv*V3  = (x3, y3, z3) + 0.5 * (0, 1, 0)

Initial value是设计变量的初始值，通常设为0就可以了。 它只是确定了一个优化的起点，当然如果起点选得好，接近于最优解， 那么优化很快就可以收敛。

如果lower bound取值<0, 那么就允许形状设计变量dv为负值，也就是允许节点向Morph定义的shape perturbation的反向运动。

希望我解释清楚了。

icefox163

15# zkong

那你的意思是说

1.optistruct在区域

[（lower bound）*morph生成的形状，（upper bound)*morph生成的形状]

中寻求最优化解

2.优化后得到一个值dv，这个值是lower bound和upper bound之间变化的？

3.最后得到的结果是，原形状+dv*（morph生成的形状变化）

location_new = location_old + dv * morph_vector

如果是这样的话，那么这个家伙

悬臂钩卡扣装配有限元分析及优化设计  作者 于海华  南京理工大学
论文就是的结果（P74到P79)就是错的了

zkong

16# icefox163

1. 是的。

2. 是的。

3. 我没有看过他的论文，我只能保证我讲的是正确的。    如果发现OptiStruct计算的结果或者OptiStruct文档与我讲的不一致，我们可以继续研究和讨论。

icefox163

17# zkong

非常感谢，这个问题终于弄懂了，你是这ALTAIR公司的吗？

感觉你理论很强啊，是博士吧？

icefox163

某轿车悬架控制臂有限元分析与结构优化（吉林大学硕士论文，乐天聪）

P70至P75页中有关    初始值: Initial value  上限值: Upper bound 下限值: Lower bound

的含义理解和

悬臂钩卡扣装配有限元分析及优化设计  作者 于海华  南京理工大学
论文就是的结果（P74到P79)     的理解是一样的，

都把初始值: Initial value  上限值: Upper bound 下限值: Lower bound 当作某一具体值了，

我现在有点不确定到底谁是正确了

zkong

"当作某一具体值"是什么意思？  如果有疑问，你可以设计一个非常简单的例子，试验一下这些值对优化的影响，这是验证的最佳途径了。