NFX|以拓扑和尺寸优化重塑工程设计新高度

    结构设计通常是指满足设计规范（如安全性或稳定性）的设计。即使工程师有足够的经验或直觉，最初的设计也很少能满足所有的设计要求。虽然通过反复试验能找到满足设计约束的设计，但是在许多情况下，安全系数太高，设计不经济。因此，优化设计不只是简单地满足设计要求。实际上，优化设计作为一种工具，能够使设计的产品既能安全又经济，帮助用户找到最优化的设计。优化设计将优化理论应用于设计，所以需要遵循优化理论中的问题解决过程。要正确执行优化设计，必须明确定义以下内容，这对于优化设计过程是必要的

优化概念

  LED的功率越高，它的热流密度会越大。如果热量不能及时地从芯片内部散出去，那么芯片内部的热量会不断积聚，从而导致芯片结温不断地上升。过高的结温会造成光波长的漂移、出光效率降低、芯片加速老化等一系列的问题。因此为了保证LED能够在正常温度下工作，必须使产生的热量及时地散发出去。目前LED的发光效率只有20%~30%，其余70%~80%的能量转化成了热能，所以LED芯片的散热变得至关重要。

传统设计流程 VS 考虑优化设计流程

优化类型

区分优化类型的方式: 设计变量

拓扑优化

针对既定目标（如结构轻量化），确定最适当材料分布的布局优化

密度法应用广泛，且设计变量固化为单元密度

使用在概念设计阶段，此时设计人员要面对很多重要的工程决定, 或者为新想法提供可代替想法.

midas NFX拓扑优化支持

线性静力、模态、频率响应

尺寸优化

在尺寸优化(sizeoptimization)中，用户可以控制的参数（例如材料或属性)被称为设计变量（designvariable)。此时，系统的性能特性被称为设计响应（designresponse)。尺寸优化的目的是为了寻找一组设计变量的组合，从而设计出具备用户期望性能特性的系统。

在midas NFX中，默认提供适用于非线性分析或大规模分析系统的基于近似模型的尺寸优化功能。基于近似模型的尺寸优化整体流程包括以下三个阶段：

1)提取试验点（变量定义、响应函数（目标和约束)、样本设计）

2)构建近似模型

3)利用近似模型求解优化问题（遗传法和直接法）

部分应用案例