📚 课程目录第2章 OptiStruct优化技术体系与工作流

2. OptiStruct优化技术体系与工作流

OptiStruct的优化能力并不是单一算法，而是一套按“设计变量类型”划分的技术体系。理解这套体系的关键，是先分清两件事：设计变量描述什么，以及求解器在每次迭代中如何更新它。前者决定你选哪种优化类型，后者决定HyperWorks前后处理环境与求解器之间如何交换数据。

从设计变量维度看，OptiStruct主要提供六类优化：拓扑优化、形貌优化、自由尺寸优化、尺寸优化、形状优化和多学科优化。它们并非互相替代，而是覆盖从“材料该放在哪里”到“厚度取多少”“筋该起多高”“边界该挪多少”的不同设计自由度层级。

拓扑优化（Topology）以单元密度为设计变量，在给定设计空间、载荷与约束下寻找最优材料分布。典型输入是设计域、体积分数上限（如0.3）、载荷步与位移约束；输出是密度云图，密度接近1的区域保留材料，接近0的区域可去除。它回答的是“结构骨架长什么样”。

形貌优化（Topography）面向薄壁钣金件，设计变量是加强筋的起筋高度与位置，通过节点在法向的扰动生成筋条。它不改变板厚，而是在平面上“起筋”，常用于白车身覆盖件、支架类零件的刚度提升。典型参数包括筋高上限（如3 mm）、最小筋宽和起筋方向。

自由尺寸优化（Free Size）是拓扑与尺寸之间的过渡，设计变量是每个单元的厚度，允许厚度在上下限之间连续变化（如0.8～3.0 mm）。它适合层合板、铸造件或需要变厚度分布的零件，输出厚度云图后通常再映射为可制造的离散铺层或厚度分区。

尺寸优化（Size）的设计变量是已有结构属性，如壳单元厚度、梁截面尺寸、弹簧刚度。它不改变结构拓扑，只调参数。典型场景是桁架截面选型、板厚匹配、连接刚度调整。约束常为应力、位移、频率，目标常为质量最小。

形状优化（Shape）通过网格节点扰动改变结构外形，设计变量是形状基向量（由HyperMorph生成的域或手柄）。它适合圆角过渡、孔边轮廓、倒角区域的应力集中改善。与拓扑不同，形状优化保持网格拓扑不变，只让边界“动起来”。

多学科优化（MDO）不是独立算法，而是把结构、模态、热、声学、疲劳等响应组合进同一优化模型，或通过多目标、多工况加权实现。例如同时约束一阶频率不低于35 Hz、最大应力不超过250 MPa、质量最小。OptiStruct支持多目标加权、全局响应和子工况组合。

在HyperWorks环境中，优化流程围绕一个核心文件展开：.fem是求解输入，.h3d是结果输出，.out是迭代日志。典型交互链路如下：

这里有一个容易忽略的细节：OptiStruct的优化迭代不是“黑箱”。每次迭代都会输出目标值、约束值和设计变量变化量。如果.out中出现“Design cycle 5”后目标值不再下降，通常意味着已收敛或陷入局部最优，此时应检查约束是否过紧、设计变量上下限是否合理。

面对具体零件时，可以按以下顺序判断：如果结构外形和材料分布都未定，先用拓扑优化找传力路径；如果已有薄壁件但需要加强，用形貌优化起筋；如果已有明确结构但厚度未知，用自由尺寸或尺寸优化；如果应力集中由圆角或孔边引起，用形状优化；如果同时涉及刚度、频率、热等多物理场，则进入多学科优化。

实际工程中常采用组合策略。例如某支架优化：第一步拓扑优化确定材料分布，第二步将拓扑结果平滑后做形状优化改善圆角应力，第三步对筋板厚度做尺寸优化。这种“拓扑→形状→尺寸”的递进流程，比单次优化更容易得到可制造、可收敛的结果。

收敛判断要点：在.out中关注目标函数变化率。若连续两次迭代目标变化小于1%，且约束满足，可认为收敛。若目标震荡，检查设计变量上下限是否过宽或约束是否冲突。

HyperMesh生成的.fem文件中，优化定义以卡片形式存在。例如拓扑优化的TOPDES卡片定义设计域，DRESP1定义质量响应，DCONSTR定义体积分数约束。提交后，OptiStruct读取这些卡片，执行灵敏度分析，并将每次迭代的设计变量和响应写入.out和.h3d。

在HyperView中，可以通过“Optimization”面板查看各迭代步的密度云图。通常第0步是初始设计，第1步开始出现材料重新分布，第5～10步逐渐稳定。如果第10步后仍有大量中间密度单元（0.3～0.7），说明惩罚因子或网格分辨率需要调整。

理解这套体系与交互流程，是后续参数化优化和DOE分析的基础。只有先明确设计变量类型和求解器迭代逻辑，才能在HyperWorks中正确设置优化模型，并从结果中读出有效的工程结论。