摩托车部件拓扑优化

为什么拓扑优化很重要?首先，它产生的形状可能比我们通过工程直觉加上试验和错误所能确定的更理想。其次，随着增材制造的兴起，现在可以更容易、更实用地生产出拓扑优化后的复杂、有机形状。

Ansys在利用拓扑优化方面确实提升了游戏水平。从版本18.0开始，topo opt在Ansys中内置功能。如果你已经知道了Ansys机械，你已经知道使用的工具。Ansys功能使用经过验证的Ansys求解器，包括高性能计算功能，可实现高效求解。另一个巨大的好处是Ansys SpaceClaim链接到过程中，使我们能够更容易地将拓扑优化产生的优化网格形状转换为更多的CAD表示集，用于验证模拟，3D打印或传统制造。

本博客的目的是用一个理想化的摩托车前叉支架优化的简单例子来展示Ansys 18.1中的当前过程。我们并不声称自己是摩托车设计方面的专家，但我们确实想用一个简单的例子来展示这项技术的作用。我们从设计空间的几何形状的“blob”或包络开始，然后根据系统将经历的一组假设负载执行优化。然后利用Ansys spacecclaim将优化后的网格信息转换为实体几何，并对优化后的几何进行验证研究。

这里我们展示了我们的起点-一个理想的摩托车叉与一个相当大的几何斑点。这样做的目的是让Ansys为连接叉的两侧的支架提供最佳形状。

在这种情况下，模拟的第一步是传统的静态结构模拟Ansys Workbench。几何图形的起点是Ansys spacecclaim，但初始几何图形可以来自Ansys可以读取的任何几何源，这意味着大多数CAD系统以及Parasolid, SAT和STEP中性文件格式。

可以使用一组负载，也可以定义多个负载情况。这就是我们在这里所做的，模拟fork组件在优化过程中可能经历的各种负载。拓扑优化可以利用全部或部分负载情况，并根据需要对每组负载使用加权因子。

下面我们看到Ansys Workbench项目原理图中的工作流程:

A块是标准静力结构分析的基础上的原始，开始几何。这包括描述操作环境所需的所有负载情况。Block B是实际的拓扑优化。Block C是一个验证研究，在优化的几何结构上进行。这一步是必要的，以确保优化的形状仍然符合我们的设计意图。

在拓扑优化中，我们设定了目标。我们选择最小化顺应性，这是拓扑优化中的一个标准术语我们可以把它看作是最大化刚度的逆。

在静力结构分析中，采用了7种载荷工况来描述摩托车前叉的不同受力情况，并在此进行了优化。此外，我们定义了一个响应约束，在这个例子中是为了减少质量(实际上保留15%的质量):

另一个通常用于指定的量是最小成员约束。这将使拓扑优化不会使区域太小而无法3D打印或以其他方式制造。这里我们指定的最小成员尺寸为0.3英寸:

由于拓扑优化解决方案使用相同的Ansys求解器作为普通解决方案的有限元解决方案，我们可以利用高性能计算(分布式求解器，通常)来加快解决过程。需要多次迭代才能收敛于拓扑优化，因此要意识到topo选择过程将比普通解决方案的计算成本更高。

优化完成后，我们可以看到topo opt方法得到的形状:

注意，只有原始模型的一部分受到了影响。Ansys允许我们指定模型的哪些区域要考虑优化，哪些区域要排除。

现在我们有了一个看起来很有希望的形状，我们仍然需要执行一个验证步骤，在这个步骤中，我们重新运行静态模拟，其中包含我们期望叉装配所经历的负载和约束。要做到这一点，我们真的需要一个优化形状的CAD模型。上面显示的图像显示了topo opt解决方案的网格信息。我们接下来需要做的是利用Ansys spacecclaim几何工具从优化的形状创建一个实体模型。

Ansys过程中的一个简单之处在于，只需点击几下，我们就可以在Workbench项目原理图中从Block B转到Block C，然后可以在spacecclaim中使用优化的形状。

正如你在上图中看到的那样，spacecclaim自动拥有原始的几何形状以及新的优化形状。我们可以根据需要对优化形状做尽可能多或尽可能少的工作，从平滑和简化到添加诸如孔，凸台等制造特征。在这种情况下，我们只是按原样收缩包装它。

继续验证步骤，来自spacecclaim的几何图形自动在机械窗口中打开，然后我们可以重新应用所需的载荷和约束，然后求解以确定优化的形状是否真正满足我们的设计目标。如果没有，我们可以做一些调整，然后再运行。

上图显示了验证步骤的结果图。几何图形通过spacecclaim从优化步骤高效地传递到验证步骤。所需的工具都包含在Ansys中。

希望这能让你了解在Ansys中拓扑优化可以做什么，以及它是如何完成的。如果你已经知道了Ansys机械，你已经知道如何做的大部分。如果没有，那么也许你在这里看到的会激发你学习的渴望。我们迫不及待地想看看你创造了什么。

在我们的点播网络研讨会中了解更多信息:结构拓扑优化:如果你的设计可以更好呢