多学科集成仿真与设计优化

1.项目背景

        随着人们对汽车功能和安全性需求的不断提高，设计中涉及到的各个学科的深度与广度也在不断发展，各个学科内部呈现不断细分的趋势，学科间的耦合关系也变得越来越复杂。

        另一方面，随着物理样机成本的不断攀升和虚拟样机成本的不断下降，虚拟产品开发被制造业大量采用，设计过程对仿真的依赖程度越来越高，仿真分析的复杂程度和数量不断提高，产品设计中仿真分析工程师的人数也急剧增加。因此，产品的仿真分析往往需要多位不同专业的工程师进行协同工作，而总体设计阶段要进行多方案对比，就会需要不同专业的工程师对只有细微差别的仿真方案进行重复的仿真，会耗费很多不必要的投入。

2.实施方案

2.1.需求分析

        汽车总体设计涉及到发动机、传动、悬架、气动、结构、控制等多个学科的耦合分析，是一个牵一发动全身的事情。发动机改变需要合适的传动系统来匹配，而传动系统改变需要整车结构作出适应性改变，结构改变又会影响整车重量和悬架系统的设计，结构外形还会影响气动阻力大小，这些改变则都需要在控制系统的设计中予以考虑。为了减少仿真分析工程师不必要的工作量，应当尽量减少重复工作，提高仿真过程的自动化程度并使得仿真流程规范化。例如，建模过程一般会产生大量的重复工作，为了减少由于参数变更而带来的重复建模工作量，平台应当采用参数化建模方法，从而实现仿真工作流的自动化。为了实现汽车总体设计中的流程化和自动化，必须具备各个学科的仿真工具及集成耦合分析功能，并且需要实现各工具的仿真过程管理和仿真数据的管理。为了提高设计人员工作效率，缩短产品设计周期，平台应当具备一定数据挖掘能力，以及一定程度上的自动设计能力。

2.2.仿真工具

        为了实现三维建模的参数化，从主流的CAD仿真工具（CATIA、UG以及ProE）中，根据用户的需求，选择了UG作为参数化建模工具，从而能够通过参数文件直接驱动三维模型的修改。

对于发动机，涉及较深专业知识，通用仿真工具难以满足仿真分析所需的效率和精度，因此选择专业仿真程序Wave来仿真发动机的性能，并通过多种工况的仿真获得其性能特性图，用于模拟发动机性能。

        对于传动和悬架分析，由于相互耦合紧密，因此在同一个仿真程序中计算，采用Dymola建立车辆动力学的系统仿真模型，把Wave计算得到的发动机性能整理成数据表作为车辆动力学模型的动力部分的输入，然后整体分析不同传动和悬架参数下的整车性能。

        在汽车外形的气动分析方面，主要是分析汽车行驶过程中的气动阻力系数，要求流场计算有较高的精度，对流体域的网格就有了较高的要求。采用专业网格生成工具ICEM完成网格划分，并采用通用CFD求解器CFX进行流场的计算。

        在结构仿真方面，采用了著名的隐式求解器ANSYS作为结构分析工具，用于结构强度的仿真分析。

        由于MATLAB具有专业的控制分析能力，因而选择MATLAB程序来对控制过程进行仿真。

2.3.设计平台

        为了能够在统一的界面下，根据需要定制、修改集成的汽车总体设计仿真流程，实现多学科耦合仿真、试验设计、响应面建模、优化设计、可靠性设计、流程管理和数据管理等功能，设计平台采用了仿真生命周期管理平台并集成了多学科集成仿真工具。仿真生命周期管理平台实现流程、数据、人员等的管理以及与企业现有PLM系统的互联，而多学科集成仿真工具则实现各专业的仿真工具集成、总体设计方案设计、参数敏感度分析、参数优化以及批量生产的可靠性评估等。

        在仿真生命周期管理平台中创建汽车总体设计的完整流程，并集成了各仿真工具和多学科集成与优化的工具，定义了不同设计人员的职责和权限，从而能够由总设计师给不同专业的设计科室分配设计任务，有各专业科室的人员分别完成相应的设计工作，设计过程中通过网络/数据库等实现数据的共享和设计的协同。

2.4.试验设计

        基于多学科集成优化工具提供的大量试验设计算法，设计师得以“聪明地”探索设计空间，从而以较少的设计参数组合方案最大限度地覆盖整个设计空间，并通过数据挖掘和统计分析等分析设计参数和性能指标的相关性和敏度。

2.5.响应面建模

        由于多学科集成优化工具内嵌大量灵活实用的响应面建模方法，工程师就能够以数学公式、数据表等方式处理设计参数与性能指标之间的关联关系，从而高效地确定设计参数与性能指标之间的数学关系。同时应用各种响应面可视化工具，更加直观地“理解”设计空间，明确性能指标与设计参数之间的敏感度、可行的设计域等。

2.6.全方位优化

        多学科集成仿真平台支持多种单目标、多目标优化算法以及局部、全局优化算法的选择和设置，如非线性二次规划算法、序列二次规划法、广义简约梯度算法、差分进化算法、自适应进化算法、模拟退火算法、高效全局算法、混合整数法、自适应空间算法、随机搜索法、法向边界求交算法、加权目标算法、加权切比雪夫算法、Min-Max最优算法、非受控排序多目标遗传算法、多目标平衡算法、多目标分级算法、距离函数算法等。因此，工程师能够基于响应面模型在所有设计参数的取值范围内进行全局的单目标或多目标的参数优化，并基于前述集成的多学科仿真流程自动进行参数优化。

2.7.基于可靠性与鲁棒性的设计

        工程师能够结合生产实际，考虑到加工制造公差产生的影响，分析产品的可靠性与鲁棒性，并基于可靠性与鲁棒性对设计方案进行参数优化设计。

3.应用分析

3.1.应用行业分析

        平台针对汽车总体设计搭建，主要应用行业是汽车、工程机械、机械制造等。

        由于掌握了大量学科的分析以及集成能力，我们同样可以把平台搭建的业务扩展到航空航天等行业。

3.2.应用部门分析

        平台最大的价值在于多学科集成，一般而言，涉及多个学科的部门往往是总体设计部门，偏重于早期设计及方案选型阶段。某些非总体设计部门由于所设计的对象十分复杂，同样涉及大量学科的分析，如发动机设计部门、变速箱设计部门、车桥设计部门等，因而也会需要多学科仿真集成平台。

3.3.基础条件分析

        硬件方面：本平台往往涉及较大的计算量，因而对计算机硬件有较高要求，最好有大规模计算能力。

        软件方面：客户最好有一定仿真分析基础，至少对自己工作中可能涉及到的仿真工作有一定的认知。