CAESES与FLOW-3D耦合优化案例：压铸模型优化
本文摘要（由AI生成）：
本文研究了压铸部件的形状优化问题，通过使用CAESES软件创建参数化模型，并耦合FLOW-3D软件进行计算和监控。优化目标为减少压铸过程中的空气夹带量，并控制自由表面缺陷浓度。通过自动化工作流程和优化算法，成功实现了形状参数的调整。最终优化结果显示，空气夹带量减少了15%，自由表面缺陷程度也有所降低。本研究为压铸部件的优化设计提供了有效的方法和思路。
压铸是一种金属铸造工艺，将熔融的金属压迫进入模腔从而生成相应模型。本案例的研究中主要进行压铸部件的形状优化。在CAESES软件里使用了8个设计变量创建了参数化的模型，同时耦合FLOW-3D软件对定义的目标参数进行计算和监控。
这项研究的主要目标是减少压铸过程中整体夹带的空气量。同时，控制自由表面缺陷浓度（这些表面杂质主要是自由表面上的氧化物）不高于基准模型。我们基于CAESES与FLOW-3D建立了一个全自动化的工作流程，其中CAESES优化策略用于生成和分析不同的设计变体。
铸模系统，其中绿色部件在优化过程中形状是可变的
几何模型
初始的基准几何模型由外部导入到CAESES里，并在CAESES里重新下构建一个全参数化的几何模型。从一个实体模型中移除模具，流道和喷射套筒等区域，形成一个封闭的流体域模型，并建立自动化工作流程，自动地生成网格。
该部件的长度、角度和其他的一些几何特征都是可以变动的。以下动画显示了在自动优化中几何模型的一些典型变化：
限制约束
压铸液由流道进入压铸件的速度范围在20~60m/s；该段模型应能与整个流道模型相匹配；当压铸液进入压铸件时，才能进入快速浇注阶段；压铸液的流动应通过从薄截面到厚截面的最短路径。
自动CFD计算
针对初始模型，在FLOW-3D软件中进行分析设定，之后通过CAESES里的“软件链接”功能，这些设定可以对新生成的变体进行重复使用。从材料的物性参数到网格参数都可以在CAESES里控制。由FLOW-3D生成的结果数据可以自动地导入CAESES并提取目标参数对模拟结果进行评估。
网格特性
整个模型网格由两部分非完全匹配的网格组成；实际网格总数约1400000，网格基本尺寸为2mm。
模拟特性
对于活塞，其材料为铍钴铜合金（铜模），导热系数是300 (W/(m·K))，比热容为3.52e+06 (J/(m³.K))。对于磨具空间，其材质是铁l H13导热系数为28.6 (W/(m·K))，比热容为35618.014 (J/(m³.K))，最大热穿透深度是14mm。
压铸件各部件整体设定
压铸液特性如下表所示：
| 单位 | 液态 | 固态 |
压铸材料 | 铝合金A380 (LM24, ADC10/AC4B) | ||
密度 | kg/m³ | 2460 | 2710 |
运动粘性系数 | Pa·s | 0.0012 | - |
比热 | J/(kg.K) | 1245.3 | 963 |
热传导系数 | W/(m·K) | 104 | 96.2 |
初始温度 | ℃ | 649 | |
温度 | ℃ | 574.4 | 497.3 |
融合潜热 | J/kg | 3.89E+05 | |
使用一种具有自由表面模型的流体，并应用以下模型：
• 空气夹带
• 气蚀
• 缺陷跟踪
• 密度评估
• 重力和非惯性参考系
• 热传递
• 移动和简单的变形对象
• 凝固
• 粘度和湍流
模拟结果
优化过程划分为两个阶段。在第一阶段，优化的是基本流动参数。在快速浇注阶段，速度控住在1.5~2.5m/s（基准为1.6 m/s）。同时，压铸液的温度在620℃~680℃之间变化（基准为649℃）。
这一阶段的优化后，进行第二阶段的模拟。在这一阶段，通过自动优化算法控制形状参数变化。
整体的优化结果显示，相比于初始基准设计，夹带的空气量减少15%；同时，自由表面缺陷程度也有1%的降低。需要注意的是，自由表面缺陷程度并不是本次优化的目标参数之一。下面的图片显示了本次研究的一些结果：
夹带空气量的比较
自由表面缺陷程度的比较
