COMSOL Multiphysics® 6.1 版本为“优化模块”的用户提供了铣削约束用于拓扑优化,现在可以更好地支持在形状优化中保持曲线和曲面的连续性,并添加了新的特征进行结构壳的特征频率形状优化。请阅读以下内容,进一步了解这些特征。
拓扑优化的制造约束
拓扑优化与极端的设计自由度相关。这可以产生极端的性能,但也可能产生使用传统制造技术加工时极具挑战性的复杂几何零件。现有的密度模型 特征现在包含铣削约束功能,可以确保与传统制造技术兼容。您可以在新的带铣削约束的梁的拓扑优化模型和多个更新的结构力学模型中查看此特征的应用演示。
“轮辋 - 带铣削约束的拓扑优化”教学案例演示了车轮的拓扑优化,其中对整个车轮进行建模,并应用扇区对称进行形状优化。本例对轮辋在 12 种载荷工况下的刚度进行优化,其中包含轴向铣削约束(左)。右图显示没有铣削约束时的相应结果以供参考。
形状优化的连续性
在执行形状优化时,保持法矢的连续性是在优化的几何模型中保持平滑曲线和曲面的一种方式。自由形状边界 和自由形状壳 特征已得到扩展,现在支持在对称 和滚子 边界上保持法矢的连续性,以及在不同的自由形状边界 与自由形状壳 特征的选择之间保持法矢的连续性。同样,二维版本的多项式边界 和多项式壳 特征也进行了扩展,现在支持在对称 和辊支承 边界上保持法矢的连续性,以及在选择中的实体之间和固定点旁边的实体之间保持法矢的连续性。梁的设计优化模型已更新为支持使用这一新功能。
此外,控制函数 特征现在还包含分段伯恩斯坦多项式 选项。对于这种控制类型,多项式之间的斜率保持连续,这对于增加设计自由度很有帮助,而不会引入通常与高阶多项式有关的高频噪声。
新的“轮辋 - 疲劳评估应力优化”教学案例演示了关于最大应力近似的车轮形状优化,其中对整个车轮进行建模,并应用扇区对称来进行形状优化。此外,还在用于应力计算的扇区上使用较细化的网格,并使用 自由形状边界特征的设置来确保扇区间法矢的连续性。优化设计考虑了 6 种载荷工况,对最坏的情况进行优化,同时将刚度和质量约束到初始值。这是一种启发式的疲劳优化方法,因此在优化前后都要对疲劳属性进行评估。
对壳的特征频率使用基于梯度的优化
现在,用户可以对特征频率进行某些类型的基于梯度的优化,例如,可用于结构壳的形状优化。新版本已将现有的多项式边界 特征扩展为支持三维模式,并在形状优化 接口中添加了新的多项式壳 特征。您可以在新的壳的特征频率最大化教学案例中查看此功能的应用演示。
“壳的特征频率最大化”教学案例演示如何使用新的 多项式壳特征将壳的最低特征频率最大化。
新的和更新的教学案例
COMSOL Multiphysics® 6.1 版本的“优化模块”引入了多个新增和更新的教学案例。
导出和导入拓扑优化的钢钩
在这个钢钩的拓扑优化教程中,当结构件承受两种载荷工况时,可以通过仿真找到最佳的材料分布。这是之前提供的模型,现已更新为使用 密度模型特征中提供的新铣削约束。
带铣削约束的扭转球的拓扑优化
本例是铣削约束的基准模型,求解扭矩拓扑优化问题。无铣削约束时,得到的形状是一个封闭的球体;应用铣削约束后,得到如图所示的复杂形状。模型中对具有四个铣削方向的拓扑结构进行优化,由于结构对称,因此只需考虑两个铣削方向。
立式推力轴承的拓扑优化
本例采用拓扑优化来设计一个能够支撑大载荷的立式推力轴承。通过修改初始设计,可以确定具有不同沟槽数的多种设计;并使用贴体网格对结果进行了验证。
立式推力轴承的形状优化
本例采用形状优化来设计一个能够支撑大载荷的立式推力轴承,其中使用 控制函数特征在方位角方向移动台阶。
带铣削约束的梁的拓扑优化
本例通过拓扑优化,尽可能地减小受位移约束和分布载荷作用的铝梁的质量。这个之前提供的模型现已经过修改,以演示如何使用新的铣削约束从 x 和 y 轴进行铣削。
梁的设计优化
本例通过形状优化,尽可能地减小受位移约束和分布载荷作用的铝梁的质量。这个之前提供的模型现已更新,其中的新功能可以确保用于定义下边界形状的两个二阶伯恩斯坦多项式之间的法矢具有连续性。
壳的特征频率最大化
本例使用 多项式壳特征使壳发生变形,从而对其最低特征频率进行优化。最右侧的边界在壳 接口中固定,而其他外部边则在 形状优化接口中固定。
声音分区的拓扑优化(考虑声-结构相互作用)
本模型重现了一篇关于声屏障设计的学术论文,其中使用 固体力学接口的混合公式为屏障的声-结构相互作用建立拓扑优化,并使用贴体网格对最终设计进行验证。
支架 - 疲劳评估应力优化
本例演示形状优化和结构疲劳评估,并最大限度地减小支架的近似最大应力。其中质量和刚度相对于初始值受到约束。与初始几何形状(上)相比,优化后的疲劳寿命(下)得到了改善。
轮辋 — 疲劳评估应力优化
本例使用形状优化来尽可能地减小车轮的近似最大应力。其中应用扇区对称为整个车轮进行建模;用于应力计算的扇区采用了较细化的网格。
轮辋 - 带铣削约束的拓扑优化
本例使用带制造约束的拓扑优化,对一个轮辋模型在 12 种载荷工况下的刚度进行优化。其中对整个车轮进行建模,并应用扇区对称进行形状优化。
COMSOL Multiphysics® 6.1 版本为“粒子追踪模块”的用户改进了伪随机数生成算法和热速度分布采样功能,并添加了两个新的教学案例。请阅读以下内容,进一步了解这些更新。
伪随机数生成算法得到改进
“粒子追踪模块”包含各种与伪随机数生成 (PRNG) 相关的特征和功能,例如:
模型粒子与背景气体分子之间碰撞的蒙特卡罗建模
流体中小颗粒的布朗运动
湍流中的颗粒运动
使粒子漫反射或各向同性反射的边界条件
以指定的概率发射二次粒子
一定条件下的粒子-壁相互作用
这些示例中使用的伪随机数生成方法已得到改进,已不太可能在理想情况下本应不相关的随机数之间产生相关性,包括防止作用在不同粒子上的随机力、某些随机力的不同分量以及不同物理场特征或同一特征的不同实例之间出现不必要的相关性。您可以在新的倍增管饱和模型和以下现有模型中查看这些功能改进:
ion_drift_velocity_benchmark
ion_funnel
ion_range_benchmark
planar_diode
flow_channel_turbulent_dispersion
pipe_elbow_erosion
brownian_motion
turbomolecular_pump
turbomolecular pump_quasi_2d
s_-_bend_benchmark(需要“分子流模块”)
rf_coupler(需要“分子流模块”)
charge_exchange_cell(需要“分子流模块”)
“RF 耦合器中的分子流”模型使用伪随机数生成算法对粒子撞击几何壁时的粒子速度进行采样。
热速度分布采样得到改进
在表面释放或反射粒子方面,“粒子追踪模块”包含多个特征,可从基于温度的分布中对粒子速度进行采样,其中包括带电粒子追踪 接口中的热电子发射 粒子释放特征、入口 节点的热 速度分布类型,以及热再发射 边界条件。现在,这些特征能够从热分布中对粒子速度值进行采样的方式更加准确。在样本量很大的情况下计算分布低端和高端的粒子的统计数据时,这种改进非常明显。
此外,新的热 速度分布类型可用于壁 和轴对称 特征的二次发射 属性,这使得当活性粒子撞击壁时,可以从热速度分布中对二次粒子进行采样。您可以在新的倍增管饱和模型和以下现有模型中查看这些更新:
planar_diode
turbomolecular_pump
turbomolecular pump_quasi_2d
s_-_bend_benchmark(需要“分子流模块)
rf_coupler(需要“分子流模块)
“涡轮分子泵”模型使用入口和壁处的热速度分布来预测分子通过泵转子叶片传输的概率。
新的教学案例
COMSOL Multiphysics® 6.1 版本的“粒子追踪模块”引入了两个新的教学案例。
倍增管饱和
该模型演示如何使用 带电粒子追踪接口在时域中模拟双向耦合粒子场相互作用。结果显示了多重作用过程中的电子轨迹,图中按其动能进行着色。背景中的切面图显示了空间电荷密度,电子由射频信号在左右壁之间驱动。
级联采样器
这个级联采样器模型演示如何使用 流体流动颗粒跟踪接口对流体中不同大小的颗粒进行惯性分离。结果显示在横截面上可视化的空气流速和颗粒轨迹。
COMSOL Multiphysics® 6.1 版本为“气液属性模块”的用户带来了更快的属性计算性能,引入了更简单的在系统中搜索和添加物质的方法,并添加了一个新的教学案例。请阅读以下内容,进一步了解这些更新。
属性计算的性能得到提升
在所有属性计算(例如密度和黏度)以及热力学属性(例如热容和蒸汽压)中,计算能力的性能提升都是显而易见的。以前将大部分求解时间用于执行属性计算的模型,现在的求解时间可以减少 30% 之多。新的地质构造中的二氧化碳储存模型和以下现有模型演示了这一改进功能:
engine_coolant_properties
heat_pipe
phase_envelope
pressure_reciprocity_calibration_coupler
在系统中添加物质的功能得到改进
在数据库中搜索物质并将其添加到模型中的功能已得到扩展和改进。现在可以使用回车 (Enter) 键逐一添加从搜索中过滤的物质。此外,在添加物质后,不再需要重置过滤器。
新的教学案例
COMSOL Multiphysics® 6.1 版本的“气液属性模块”引入了一个新的教学案例。
地质构造中的二氧化碳储存
地质构造中的二氧化碳储存仿真。可视化图显示仿真结束时(50 年后),整个地层(左)和地层顶部(右)的二氧化碳饱和度。
COMSOL Multiphysics® 6.1 版本为“不确定性量化模块”的用户带来了使用实验数据来校准输入不确定性的能力,并添加了新的方法用于指定输入参数。请阅读以下内容,进一步了解这些更新。
逆不确定性量化
您现在可以使用实验数据来校准输入参数的未知概率分布。新的逆不确定性量化 研究类型用于计算输入参数(根据实验数据和校准参数的先验知识最能反映其分布的校准参数)的后验分布。马尔可夫链蒙特卡罗 (MCMC) 方法用于通过构造马尔可夫链(其平稳分布为后验分布)来推断校准参数的后验分布。这种研究类型向后传播实验数据,以获得校准参数知识。为了获取关注量的相关知识,您可以将此研究类型与现有的不确定性传播 研究类型进行比较,后者会向前传播已知参数的分布。
使用 MCMC 样本生成的联合概率分布和边际分布图。绘图中的校准参数是复合材料层合板上铺层顺序层的纤维方向,与指定加载条件下所需的应力相匹配。
输入参数的附加方案
您现在可以使用新的方法指定输入参数、用于基于代理模型的蒙特卡罗分析的参数,以及用于代理模型验证的参数。这些参数可以从解析分布、结果表中的数据列或指定的值中取值。