nastran结构优化近似模型?

浏览:1107 回答:8

我看nastran灵敏度分析与结构优化用户指导,上面提到nastran结构优化是对近似模型进行优化,而近似模型的构建,上面是提到用一阶泰勒展开近似的,我的疑问是这种近似模型是代理模型吗?精度不会很低吗

邀请回答 我来回答

全部回答

(3)
默认 最新
账户已注销
当然,最佳值也不一定就是在边界约束附近,也可以也是在中间的某一个极小值或极大值。原理也一样,每一步迭代都会重新计算灵敏度和搜索方向进行更新,并不是始终用初始值的一阶导数进行计算。所以精度没有问题,放心吧。
2017年5月7日
评论 3 点赞
账户已注销
如果每次优化计算,都把优化值带入原模型重新计算一遍,这样的计算量太大,也不现实。nastran的优化迭代算法,采用泰勒级数展开只保留了一阶项,其他高阶项全部省略。对于线性变量是精确的,对于非线性变量是一种近似。比如矩形粱横截面尺寸为H×B。相对体积响应V=H*B*L来说,H和B都是线性变量,优化迭代算法求得就是精确值。相对弯曲正应力响应S=M*y/Iz,其中惯性矩Iz=B*H*H*H/12,粱上距离中性轴最远处ymax=H/2。那么,相对于应力响应S来说,H和B都不是线性变量,优化迭代算法求得就是近似值,但也是有足够精度的。原因如下:假如的变量值代进去,通过近似算法,得到的响应超出了约束条件,下一步迭代,会把变量值拉回来,直到最后靠近约束条件的边界处求得最佳值。也就是说,在约束边界附近求得的变量,也是用该处的一阶导数做的近似计算,你不是用初始值的一阶导数来做近似,所以精度也是有保障的。个人理解,仅供参考。
2017年5月7日
已采纳 评论 2 点赞
Car家族仿真人
这个东西不用很担心,一般没多大问题,如果真想保证好的精度,还是提高模型网格的精度就OK了
2017年5月6日
评论 点赞

没解决?试试专家一对一服务

换一批