第10章ADAMS参数化建模及优化设计.doc

第10章 ADAMS参数化建模及优化设计 本章将通过一个具体的工程实例，介绍ADAMS/View的参数化建模以及ADAMS/View提供的3种类型的参数化分析方法：设计研究(Design study)、试验设计 (Design of Experiments, DOE)和优化分析(Optimization)。其中DOE是通过ADAMS/Insight来完成，设计研究和优化分析在ADAMS/View中完成。通过本章学习，可以初步了解ADAMS参数化建模和优化的功能。 10.1 ADAMS参数化建模简介 ADAMS提供了强大的参数化建模功能。在建立模型时，根据分析需要，确定相关的关键变量，并将这些关键变量设置为可以改变的设计变量。在分析时，只需要改变这些设计变量值的大小，虚拟样机模型自动得到更新。如果，需要仿真根据事先确定好的参数进行，可以由程序预先设置好一系列可变的参数，ADAMS自动进行系列仿真，以便于观察不同参数值下样机性能的变化。 进行参数化建模时，确定好影响样机性能的关键输入值后，ADAMS/View提供了4种参数化的方法： （1）参数化点坐标 在建模过程中，点坐标用于几何形体、约束点位置和驱动的位置。点坐标参数化时，修改点坐标值，与参数化点相关联的对象都得以自动修改。 （2）使用设计变量 通过使用设计变量，可以方便的修改模型中的已被设置为设计变量的对象。例如，我们可以将连杆的长度或弹簧的刚度设置为设计变量。当设计变量的参数值发生改变时，与设计变量相关联的对象的属性也得到更新。 （3）参数化运动方式 通过参数化运动方式，可以方便的指定模型的运动方式和轨迹。 （4）使用参数表达式 使用参数表达式是模型参数化的最基本的一种参数化途径。当以上三种方法不能表达对象间的复杂关系时，可以通过参数表达式来进行参数化。 参数化的模型可以使用户方便的修改模型而不用考虑模型内部之间的关联变动，而且可以达到对模型优化的目的。参数化机制是ADAMS中重要的机制。 10.2 ADAMS参数化分析简介 参数化分析有利于了解各设计变量对样机性能的影响。在参数化分析过程中，根据参数化建模时建立的设计变量，采用不同的参数值，进行一系列的仿真。然后根据返回的分析结果进行参数化分析，得出一个或多个参数变化对样机性能的影响。再进一步对各种参数进行优化分析，得出最优化的样机。ADAMS/View提供的3种类型的参数化分析方法包括：设计研究(Design study)、试验设计(Design of Experiments, DOE)和优化分析(Optimization)。 10.2.1 设计研究(Design study) 在建立好参数化模型后，当取不同的设计变量，或者当设计变量值的大小发生改变时，仿真过程中，样机的性能将会发生变化。而样机的性能怎样变化，这是设计研究主要考虑的内容。在设计研究过程中，设计变量按照一定的规则在一定的范围内进行取值。根据设计变量值的不同，进行一系列仿真分析。在完成设计研究后，输出各次仿真分析的结果。通过各次分析结果的研究，用户可以得到以下内容： （1）设计变量的变化对样机性能的影响。 （2）设计变量的最佳取值。 （3）设计变量的灵敏度，即样机有关性能对设计变量值的变化的敏感程度。 10.2.2 试验设计(Design of Experiments) 试验设计(Design of Experiments, DOE)考虑在多个设计变量同时发生变化时，各设计变量对样机性能的影响。试验设计包括设计矩阵的建立和试验结果的统计分析等。最初，所设计的试验设计（DOE）用在物理实验上面，但对于虚拟试验的效果也很好。传统上的DOE是费时费力的。使用ADAMS的DOE可以增加获得结果的可信度,并且在得到结果的速度上比试错法试验或者一次测试一个因子的试验更快，同时更能有助于用户更好地理解和优化机械系统地性能。 对于简单的设计问题,可以将经验知识,试错法或者施加强力的方法混合使用来探究和优化机械系统的性能。但当设计方案增加时,这些方法也就不能得出快速地、系统化公式化的答案。一次改变一个因素（也称设计参数，Factors）不能给出因素之间相互影响的信息,而进行多次仿真同时测试多个不同的因素会得到大量的输出数据让用户评估。为了减少耗时的工作，ADAMS/Insight提供一个定制计划和分析工具来进行一系列的试验，并且ADAMS/Insight帮助确定相关的数据进行分析,并自动完成整个试验设计过程。 总的说来，ADAMS中的DOE是安排试验和分析试验结果的一整套步骤和统计工具，试验的目的就是测量出虚拟样机模型的性能,制造过程的产量,或者成品的质量。 DOE一般有以下五个基本步骤： （1）确定