【Adams应用教程】第10章ADAMS参数化建模及优化设计.docxVIP

【Adams 应用教程】第 10 章 ADAMS 参数化建模及优化设计 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 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。 第 10 章 ADAMS 参数化建模及优化设计 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)确定试验目的。例如,想确定那个变量 对系统影响最大。 (2)为系统选择你想考察的因素集,并设计 某种方法来测量系统的响应。 (3)确定每个因素的值,在试验中将因素改 第 10 章 ADAMS 参数化建模及优化设计 变来考察对试验的影响。 (4)进行试验,并将每次运行的系统性能记 录下来。 (5)分析在总的性能改变时，哪些因素对 系统的影响最大。 对设计试验的过程的设置称为建立矩阵试 验(设计矩阵)。设计矩阵的列表示因素，行表 示每次运行， 矩阵中每个元素表示对应因素的水 平级(即可能取值因子， Levels)，是离散的值。 设计矩阵给每个因素指定每次运行时的水平级 数， 只有根据水平级才能确定因素在运算时的具 体值。 创建设计矩阵通常有五种方法， 这五种的目 的和特点各有所区别： Perimeter Study： 测试分析模型的健壮性。 DOE Screening (2-level)：确定影响系统行为 的某因素和某些因素的组合 ;确定每个因素 对输出会产生多大的影响。 DOE Response Surface(RSM)： 对试验结果 进行多项式拟合。 Sweep Study： 在一定范围内改变各自的输 入。 第 10 章 ADAMS 参数化建模及优化设计 Monte Carlo：确定实际的变化对设计功能上 的影响。 创建好设