设计仿真 | 如何快速预测车身结构的动态特性
Odyssee是海克斯康工业软件旗下的一款跨学科、跨领域、跨专业的软件产品，基于机器学习模型，能够实现秒级实时的CAE静态、动态仿真、图像识别、智能预测等，显著缩短计算分析周期，提高生产效率。对于车身结构的动态特性（振动传递函数）的研究，一般是通过试验手段或者有限元仿真方法。但试验的方法无论在时间成本还是金钱成本方面都比较高，采用有限元分析方法计算车身结构的振动传递函数，例如使用MSC Nastran进行相关的计算和预测，可以降低时间和试验投入成本。Odyssee软件能够根据试验结果或有限元计算结果进行模型的训练和学习，来预测车身结构的动态特性，从而进一步缩短仿真时间，并可用于研究设计参数灵敏度以及参数的优化。
在新的车身结构开发初期，设计工程师需要尽快知道当前设计车身结构的动态特性。使用传统有限元方法进行求解，面临网格剖分、边界条件设置、模型装配、求解计算等一系列的工作，几轮迭代下来也需要几天的时间。因此有限元仿真分析往往跟不上现在快速产品设计迭代的脚步。而使用基于机器学习的仿真工具Odyssee，可以在前期通过已有的设计经验和仿真结果训练代理模型，针对新的车身结构设计，能够实现秒级的动态特性仿真预测，从而加快了车身结构研发速度，帮助设计工程师快速完成前期的预测。
Odyssee包含了两个重要模块：Odyssee CAE和Odyssee A-EYE。Odyssee CAE是一个独特而强大的以CAE为中心的创新平台，而Odyssee A-EYE是一个独特而强大的基于图像的机器学习解决方案。机器学习+CAE仿真是未来仿真的一种趋势，Odyssee作为一款新型的基于机器学习的仿真工具，搭载一款便捷、性能优异的工作站进行模拟仿真十分重要。HP ZBook Firefly 14G9工作站具有一体成型的铝合金机身，在大型仿真模型运行中更加适合散热，且整体重量轻便，14寸的便携式工作站起重仅1.439千克，屏幕窄边框的设计使得整体显示效果达到最大化，便于在仿真工作中多个窗口的打开，并支持120 Hz刷新率，有助于实现流畅和生动的显示效果，其性能参数如表1所示。
图2. HP ZBook Firefly 14G9工作站
表1. 惠普Z系列移动工作站参数
Odyssee测试操作步骤:
• 使用了Odyssee 2022.2进行测试的过程中，需要准备以下文件：X.csv,Y.csv,XN.csv, Y_exact.csv。
图3. 仿真模型
• 首先打开Odyssee软件，在其中生成DOE数据，算法采用Optimal Latin HyperCube方法，DOE的样本点数目为100个，生成9个设计参数d1、d2、……、d9的样本空间。
图4. DOE样本空间生成
• 针对生成的DOE样本空间，进行改善DOE数据。通过将Number Of new points设置为20，并点击Improve DOE，在上述100个样本空间点基础上生成新增20组数据。保存生成的DOE数据为X.csv文件。
• 将DOE文件中每组参数生成相应的Nastran计算文件，并在Nastran中进行计算，完成后提取相应节点位移随时间变化曲线，形成Y.csv文件。
• 将X.csv和Y.csv文件作为输入参数文件和输出参数文件导入到Odyssee中进行机器学习，如下图。
图5. 机器学习训练模型
• 针对新参数的预测，可以将XN.csv文件导入到Odyssee中，进行预测。针对本案例，学习及预测的时间为~2s，预测结果如下图所示。
图6. 机器学习预测结果
• 针对本次测试的问题，可以选用不同的机器学习算法进行学习和预测，Odyssee中包含的机器学习算法如下：
表2. Odyssee中机器学习算法
• 通过对比不同的机器学习算法，针对本模型最优ROM算法为POD_ARBF，针对三个验证数据的结果与Nastran计算结果对比如下：
图7. 预测结果与仿真结果对比
• 针对不同时刻的输入变量灵敏度分析结果如下：
图8. 某时刻输入变量灵敏度分析
在使用Odyssee软件进行测试时， 惠普Z系列移动工作站硬件功能强劲，达到了功能与便携的均衡，软件在惠普Z系列移动工作站上使用流畅，无卡顿，无不显示或黑屏情况，其工作站的配置保证了软件的运行速度，在同时打开几个软件同时计算的情况下，也能保证每个算例计算的性能基本不受影响。未来海克斯康与HP之间会继续保持深度合作，为用户提供更加优质的技术服务。
当前暂无评论，小编等你评论哦！
