2. OptiStruct联合优化技术框架
在OptiStruct中,尺寸优化、形状优化与联合优化并不是三个彼此独立的工具,而是共享同一套数学规划内核、同一套设计变量与响应体系、同一套收敛判据的三种求解配置方式。理解这一点的意义在于:当你在一个模型中同时定义壳单元厚度变量和网格节点扰动变量时,求解器并不会“先做尺寸再做形状”,而是把它们统一映射到设计空间向量 x 中,由同一个优化引擎迭代推进。本节围绕这一框架,讲清楚三类优化的变量本质、响应定义方式、求解流程以及贯穿始终的优化三要素。
一、三类优化的设计变量本质
尺寸优化的设计变量是属性型变量。典型对象包括:壳单元的厚度 t、梁单元的截面面积 A 或惯性矩 I、弹簧单元的刚度 k、集中质量的数值 m。这些变量不改变网格拓扑和节点坐标,只改变单元或属性的数值。在OptiStruct中通过 DESVAR 卡片定义,再用 DVPREL1(属性与设计变量线性关系)或 DVPREL2(方程关系)把设计变量关联到具体属性上。例如定义 DESVAR,1,THK_A,2.0,1.0,4.0 表示编号1的变量初值2.0 mm、下限1.0 mm、上限4.0 mm;再用 DVPREL1 将其绑定到某组壳单元的 T 字段。尺寸变量的物理意义直观、梯度解析性好,是三类优化中最稳定的一类。
形状优化的设计变量是几何型变量。它不直接修改单元属性,而是通过扰动网格节点坐标来改变结构外形。OptiStruct提供两种主流方式:一是基于形状基向量(shape basis vector),由HyperMorph生成一组节点扰动模式,每个基向量对应一个设计变量,实际形状为 x = x0 + Σ vᵢ·dᵢ,其中 dᵢ 为设计变量、vᵢ 为归一化扰动向量;二是自由形状优化(Free-shape),由求解器直接以节点法向坐标为变量自动搜索最优边界。形状变量的关键约束是网格质量——扰动幅度过大会导致单元畸变、负雅可比,因此必须设置合理的上下限(通常取基向量幅值的±1.0以内)并配合网格质量检查。
联合优化则是把上述两类变量放入同一个 DESVAR 集合中同时求解。此时设计空间维度显著增加,且两类变量的量纲、灵敏度量级差异很大(厚度以mm计,形状变量为无量纲比例),因此需要关注变量缩放与灵敏度归一化,否则求解器可能偏向某一类变量而忽略另一类。
二、响应定义:目标、约束与制造约束
响应是优化三要素中连接“设计变量”与“优化目标”的桥梁。在OptiStruct中,响应通过 DRESP1 定义,其字段依次为:响应ID、响应标签、响应类型、属性/工况引用。常用响应类型包括:MASS(结构总质量)、COMP(柔度,即应变能)、VOLUME(体积)、STRESS(单元应力)、DISP(节点位移)、FREQ(模态频率)、WCOMP(加权柔度)。当需要多个响应组合时,用 DRESP2 配合 DEQATN 方程卡片实现,例如把多个工况的柔度加权求和作为目标。
响应定义中有三个容易出错的细节。第一,应力响应必须指定单元集合与工况,且默认取单元形心或高斯点值,对壳单元建议使用 STRESS 配合 ELSET 明确范围,避免把非关注区域纳入约束导致约束过紧。第二,频率响应需注意模态阶次,约束“一阶频率≥50 Hz”与“前五阶频率均≥50 Hz”在卡片写法上不同,后者需定义多个响应或使用 FREQ 的批量形式。第三,制造约束(如拔模方向、挤压方向、对称面、最小/最大成员尺寸)虽然不直接作为DRESP1响应,但在联合优化中通过 MANUFACTURING 卡片施加,它们会改变设计空间的可行域,必须在变量定义阶段就规划好。
三、优化三要素与求解流程
无论尺寸、形状还是联合优化,数学形式统一为:
min f(x) —— 目标函数
s.t. gⱼ(x) ≤ 0 j=1…m —— 约束条件
xᵢᴸ ≤ xᵢ ≤ xᵢᵁ —— 设计变量上下限
这三行就是优化三要素:目标、约束、设计变量边界。OptiStruct默认采用序列二次规划(SQP)或移动渐近线法(MMA)求解。每次迭代的流程是:先做一次有限元分析得到位移场,再通过伴随变量法或直接微分法计算目标与约束对全部设计变量的灵敏度,然后构造凸近似子问题并求解,得到新的设计变量值,最后检查目标变化量是否小于收敛容差(默认 OBJTOL=0.001)且约束是否满足。若未收敛,则更新移动限、返回第一步。
联合优化相比单一优化的特殊之处在于:形状变量的灵敏度需要通过网格扰动后的重分析获得,计算量更大;同时形状变化会改变单元形状,进而影响尺寸变量所绑定的属性区域。因此在实际工程中,推荐采用分层策略——先做尺寸优化确定厚度分布,再以该结果为初值做形状优化,最后做一轮联合精调。这样既能控制计算规模,又能避免两类变量在早期迭代中相互干扰导致振荡。
OBJTOL,还应检查 .out 文件中的 DESIGN CHANGE 与 OBJECTIVE 历史曲线。若目标值在连续3~5次迭代中变化小于0.5%且约束违反量小于1%,可认为已收敛。若出现目标值反复跳动,通常是移动限过大或变量缩放不当,可减小 DELTOP 或对形状变量做归一化处理。
四、一个联合优化的变量与响应配置示例
假设某支架结构有20个壳单元组,需要同时优化厚度与外形。配置思路如下:定义10个厚度变量 THK_1…THK_10,初值2.0 mm,范围[1.0, 4.0];定义3个形状基向量变量 SHP_1…SHP_3,范围[-1.0, 1.0];目标为质量最小;约束为最大位移≤0.8 mm、最大应力≤180 MPa、一阶频率≥45 Hz。求解后若发现形状变量始终贴近边界,说明基向量方向或幅值设置不合理,应回到HyperMorph重新生成扰动模式,而不是简单放宽边界。