注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

htbbzzg的博客

与朋友们分享 CAE 资料和经验

 
 
 

日志

 
 

NX Nastran – 动力分析 (40)  

2011-09-21 06:59:28|  分类: Nastran资料 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

      模型的细化 
        *   有三种方法修改 NX Nastran 模型以使其与试验数据匹配: 
             1. 强力修改 
             2. 使用敏感性矩阵 
             3. 使用设计优化 
        *   所有方法修改 NX Nastran 模型的参数,如 BARs 单元的 I 和 A,QUADs 单元的 t。如果对基础的柔度明确建模 (如使用 ELASs 单元),它也可以作为一个参数。 
        *   强力修改: 
            *   根据对结果的观察和对所需修改类型的合理 "猜测",对模型进行修改。 
            *   在修改模型后,再次进行分析并将结果与试验数据比较,看二者的一致性是否得到改善。 
            *   如果一致性仍不够好,则进一步修改模型和重复这一过程。 
  
        *   敏感度矩阵 
              敏感度是响应对于参数的梯度。 “响应” 是 NX Nastran 的计算结果,而 “参数” 为属性值。 

                           NX Nastran – 动力分析 (40) - htbbzzg - htbbzzg的博客     
              敏感度矩阵的每一项 Sij 给出为:
                           NX Nastran – 动力分析 (40) - htbbzzg - htbbzzg的博客

                   其中 Ri 为第 i 个响应,Pj 为第 j 个参数。 
                    Sij  的值越大,则对应的响应敏感度越大。              
              在 NX Nastran 中 SOL 200 用于计算敏感度矩阵。 
              可以观察 S 以确定需要修改哪些参数以减小响应值。 
 
            也可以输出 S 并使用最小二乘法使试验数据和分析结果之间的差别最小化,分析如下: 
                      Pn = Po + (STS)-1ST(Rt - Ra)
               或
                      Rt - Ra = S (Pn - Po)
              其中:

                      Pn = 为使试验 - 分析匹配而修改的参数; 
                      Po = 原始模型的参数; 
                       S = 敏感度矩阵; 
                      Rt = 试验响应; 
                      Ra = 分析结果。 
  
        *   设计优化: 
            *   在 SOL 200 中实现。 
            *   在对基本模型的修改为最少的情况下,使试验数据和分析结果之间的差异最小化。 
            *   用 DEQATN 构造一个目标函数,它是试验数据和分析结果之间的加权差: 

                     NX Nastran – 动力分析 (40) - htbbzzg - htbbzzg的博客

              其中 RTi = 试验数据 
                        PF = 最终参数 - 待求解的未知变量 
                        RAi = 分析结果 
                        POj = 最初参数 
                        WRi = 试验权因子 
                        WPj = 参数权因子 
                        wt = 将试验作为一个整体的权因子 
                        wp = 将模型参数作为一个整体的权因子
        SOL 200 将服从设计约束的目标函数 (E) 最小化。

 
           NX Nastran – 动力分析 (40) - htbbzzg - htbbzzg的博客
   
            *   示例: 
                  *   磁盘驱动器外包装盒,划分了 1406 个节点,1354 个板单元,四个设计变量 (板厚度),四个测量的柔性模态。 
                  *   要求计算和测量共振频率之差最小化。
                          NX Nastran – 动力分析 (40) - htbbzzg - htbbzzg的博客
            *   试验数据的权比基本模型参数的权大 100 倍。 
            *   设置允许板厚的上下限 
            *   5 次迭代即收敛 
            *   结果:
                       NX Nastran – 动力分析 (40) - htbbzzg - htbbzzg的博客
 
                              NX Nastran – 动力分析 (40) - htbbzzg - htbbzzg的博客
   
            *   也可以使用 SOL 200 与频率响应试验数据相匹配。 
            *   还可以匹配静态的结果。 
            *   为得到最好的结果,使用尽可能多的试验数据  (包括结构重量)。 
            *   此外,将设计变量限制为确实必要的设计参数。
 
  评论这张
 
阅读(929)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2016