首页/文章/ 详情

连杆结构数字孪生体实现之降阶模型

5月前浏览7496

来源:数字孪生体实验室原创

作者:王永威  黄志新


导  读


 数字孪生体是现有或将有的物理实体对象的数字模型,通过实测、仿真和数据分析来实时感知、诊断、预测物理实体对象的状态,通过优化和指令来调控物理实体对象的行为,通过相关数字模型间的相互学习来进化自身,同时改进利益相关方在物理实体对象生命周期内的决策。


 通过数字孪生体模型,可以实现全面监控系统的关键参数,分析系统在非常规条件下的各种性能,如恶劣工作环境、存在加工误差、冲击载荷工况等。利用数字孪生体模型进行虚拟化测试,缩短了测试和分析的时间,降低了测试和分析的成本,并可以根据虚拟化测试结果优化试验参数。因此建立机械产品关键零部件(如连杆)的数字孪生体模型,就具有十分重要的意义。


 图1为实现连杆数字孪生体模型的技术路线,主要分为载荷识别、模型降阶和数字孪生体模型部署三部分。本文案例主要介绍联合利用ANSYS Mechanical和ANSYS Twin Builder软件建立连杆降阶模型即ROM(Reduced Order Model)模型的过程。在ANSYS TwinBuilder中,利用连杆实测应变数据及经载荷识别生成的载荷历程,生成连杆载荷识别ROM模型。此外在ANSYS Mechanical中,采用DOE(Design of Experiments)实验设计方法生成多组连杆实验载荷数据作为训练样本,并求解应力和变形。然后将训练结果文件导入ANSYS Twin Builder中,生成连杆的应力/变形场Static ROM。

图片

图1 连杆数字孪生模型技术路线图


连杆载荷识别ROM生成


将连杆试验中获得的应变片测试应变数据和利用True-Load识别出的真实载荷历程,导入ANSYS Twin Builder 的 Response Surface ROM模块中,基于Response Surface Method(RSM)理论,生成载荷识别ROM。

  Response Surface Method即响应面设计,其基本思想为选定多项式函数作为实际响应函数的近似形式,然后再通过一系列实验样本点来确定近似函数中的多项式系数。通过合理地选取实验样本点和迭代策略,来保证近似响应函数能够收敛于真实的响应函数。

图片

图2 连杆载荷识别ROM


连杆应力/变形场Static ROM生成

在ANSYS Mechanical中插入 Static Structural,首先设置ACT插件StaticROM Pre,利用DOE试验建立多组试验载荷数据作为训练样本,求解并存储载荷数据、应力和变形结果、节点坐标等信息。将上述数据导入ANSYS Twin Builder中的Static ROM Builder模块,依据奇异值分解Singular Value Decomposition(SVD)方法压缩连杆3D模型训练数据,针对选定的训练数据,程序会自动给出满足精度的矩阵压缩阶数,并结合Response Surface Method (RSM)方法生成连杆应力/变形场Static ROM。


 其中DOE试验样本的生成采用拉丁超立方抽样法(Lath Hypercube Sampling Design),该方法是一种从多元参数分布中近似随机抽样的方法,属于分层抽样技术。

图片

图3 多组连杆应力/变形训练数据生成

图片

图4 连杆训练数据压缩

图片

图5 连杆Static ROM导出


连杆变形Static ROM精度检验


连杆Static ROM生成后,在图6所示界面设置F1X,F1Y,F2X,F2Y的载荷输入值,查看连杆云图显示变形结果。同时将该组载荷数据加载到有限元模型并求解变形。两种方法计算出的最大变形结果(如下图6所示)非常接近,证明连杆变形Static ROM所计算结果具有良好的精度。

图片

图6连杆变形Static ROM精度检验


小结



本文介绍了联合利用ANSYS Mechanical和ANSYS Twin Builder建立连杆载荷识别ROM和应力/变形场Static ROM的过程,包括利用DOE试验生成多组连杆训练数据,利用响应面法(RSM)生成载荷识别ROM,利用奇异值分解法(SVD)和响应面法(RSM)生成Static ROM等。实现了连杆三维有限元模型降阶为一维数学模型(ROM),为建立连杆数字孪生体模型创建了基本的仿真计算数学模型。


声明:原创文章,欢迎留言与我讨论,如需转载留言


MechanicalTwin Builder结构基础理论科普仿真体系数字孪生
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2021-04-09
最近编辑:5月前
数字孪生体实验室
围绕数字孪生技术的创新研发,推...
获赞 446粉丝 366文章 594课程 2
点赞
收藏
未登录
3条评论
淡墨
签名征集中
2年前
老师你好
回复
张野
签名征集中
3年前
您好,有详细的么
回复
侑子
签名征集中
3年前
您好,请问有更为详细的步骤吗?
回复 1条回复
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈