ANSYS Design Exploration“Six Sigma”分析应用简述

详细信息

作者优秀: 优秀教师/意见领袖/博士学历/特邀专家/独家讲师
平台推荐: 内容稀缺

1月前浏览12197

本文摘要（由AI生成）：

本文主要介绍了ANSYS Workbench平台中的Design Exploration优化工具，该工具可以帮助工程师实现不同设计方案的开发、评估和优化。Design Exploration具有多种功能模块，包括Design of Experiments、Response Surface、Response Surface Optimization、Direct Optimization、6_Sigma等，可以进行基于实验设计法的响应面分析、响应面优化、最大目标优化设计和6_Sigma可靠性分析等。其中，6_Sigma分析作为Design Exploration功能模块，可以用来进行六西格玛质量分析，通过实验设计法、响应面分析和6_Sigma结果提取三个步骤，可以评估产品的性能、可靠性和成本等各方面要求，从而获得优秀的产品。

设计的优秀往往是多种目标之间权衡的结果，只有对当前设计收集足够信息条件，才能最好的回答 “What-If”的问题。

ANSYS Workbench平台拥有多种优化工具，包括并不限于：

① Topology Optimization：拓扑优化设计。

② Design Exploration：参数化优化设计。

③ Genesis：拓扑优化、形貌优化以及组合优化设计。

④ Optislang：参数化优化设计，能力更强。

图1

其中Design Exploration是ANSYS Workbench工作平台用于产品性能改进的快速优化工具，可以帮助工程师实现不同设计方案的开发、评估和优化。项目流程搭建如图2所示，提供一切所需的信息来实现驱动产品开发的模拟，当设计变量的变化所对应产生的结果表现可知，工程技术人员对于如何更改产品满足必须要求就变得容易理解和识别。

Design Exploration优化具有Design of Experiments、Response Surface、Response Surface Optimization、Direct Optimization、6_Sigma等功能模块，能够进行基于实验设计法的响应面分析、响应面优化、最大目标优化设计和6_Sigma可靠性分析等，图3是响应面分析相关分析内容示意，图4是最大目标优化相关设置选项示意。

图2

图3

图4

Design Exploration中模块“Six Sigma Analysis”从统计学角度出发，设计初期通过引入概率模型分析不确定因素给产品性能带来的影响，运用概率分析方法控制随机变量对产品质量的影响，获得满足性能、可靠性和成本等各方面要求的优秀产品。

当每100万个产品制造中仅有3.4个设计失败，就认为该产品具有六西格玛质量。例如nCode DesignLife疲劳分析中存活率对于计算寿命的影响的研究，就可以采用“Six Sigma Analysis”进行，如图5和6所示。

图5

图6

本文首先简要说明Design Exploration参数定义基本方法，包括输入参数、输出参数、派生参数等，而后给出6_Sigma简化流程包括介绍实验设计法定义，更新设计点，6_Sigma结果生成等。

本文仅适用于初学者和自学者交流使用，仅作为方法功能说明，不作为操作教程编写。由于笔者水平有限错误必然很多，不适于有较高基础的高级用户参阅，也严禁直接应用于企业产品设计，以免造成重大事故造成财产损失。

1、Design Exploration参数定义

6_Sigma分析作为Design Exploration功能模块，用到的参数可以归纳为三类：输入参数、输出参数、派生参数。

① 输入参数

用于仿真分析的输入参数均可作为Design Exploration的输入参数，几何尺寸（建模尺寸、自定义尺寸）、壳体的厚度、网格的Relevance、载荷Force的分量等。

DM、SCDM以及各种主流CAD的专用接口，均能够实现优化设计参数的定义，以DM和外部CAD导入DM中进行参数识别为例进行说明。

DM使用参数管理器对参数进行控制，指定参数后，激活参数管理器的方法如图7所示。该图中分别设置草绘的两个尺寸，同时设置Cross Section里面矩形管的两个尺寸作为设计参数。

每一个设计参数名称、数值和类型都在设计参数选项“Design Parameters”这里列出，能够对参数进行删除、移动、自定义参数等，Check参数是否能够完成重生，如图8所示。

参数/尺寸分配选项（Parameter/Dimension Assignments）如图9所示，可知“Target”是变量目标，“Expression”是对“Target”的一个任意加减乘除的表达式。可以使用括号、@作为前置语的设计参数、特征尺寸、常数值、辅助变量（例如创建一个变量A=@Width+2@Length+100，其中@Width和@Length是设计参数）、以及使用函数等（例如ABS（X）、TAN（X））。

图7

图8

图9

一般CAD软件参数化导入DM，需要无缝连接CAD（诸如Creo、Solidworks等）软件与Workbench平台。将CAD软件参数进行定义并输出，以帮助Workbench识别开启前后缀的方法如图10所示。

以PTC公司Pro/E（CREO）软件进行说明，过程如图11所示。

① 对于草绘或者特征，右键编辑。

② 在图形区点选需要设置输出尺寸，右键打开属性菜单。

③ 在属性栏的名称前面添加DS前缀，完成Pro/E（CREO）和Workbench尺寸参数的输出。

④ 利用Pro/E（CREO）与Workbench无缝接口，在软件内间接启动Workbench。

图10

图11

② 输出参数

如图12所示，典型的输出参数可以是应力的结果、变形的结果、体积、频率、临界屈曲系数、支反力以及其他求解模块的输出例如电磁、流体的计算结果。

③ 派生参数

双击Parameter Set进入参数设置，输入和输出的派生参数可以通过编辑表达式进行创建，并支持三角函数、统计学等方程的编写。如图13所示在New expression中进行编写。

图12

图13

2、Six Sigma分析简要流程

如图2所示6_sigma项目分析建立于其他仿真分析项目基础之上，针对计算项目按照前面叙述的方法定义输入参数、输出参数、派生参数等。限于篇幅不再针对具体例子进行设置说明。

6_sigma分析涉及三个计算流程步骤：实验设计法、响应面结果、6_Sigma结果提取，双击计算项名称进入对应设置环境。

Step 1 Design of Experiment（SSA）实验设计法

实验设计法计算，指定输入参数分布方式，例如对于“P4-圆角1”以及“P5-圆角2”进行同样的分布设置类型“Distribution Type=Normal”，如图14所示。设置”Design of Experiment”属性内容“Design of Experiments Type、“Design Type、Template”，如图15所示。通过右键点选Design of Experiment（SSA）选择Preview进行设计点生成的预览，选择Update对生成设计点进行计算，如图16所示。

图14

图15

图16

Step 2 Response Surface（SSA）响应面分析

响应面计算能够基于实验设计法计算结果进行响应面分析，包括【Response】、【Local Sensitivity】、【Local Sensitivity Curves】、【Spider】等响应点方法进行观察确定哪个输入参数对于输出结果的影响程度，如前图3所示。

Step 3 Six Sigma Analysis（SSA）分析

输出参数分布的查询。可以切换“Quantile-Percentile Probability Table”与“Percentile-Quantile Probability Table”。

(1) Quantile-Percentile Probability Table：指定输出参数和概率，将会返回西格玛返回值。引导流程为“Statistics”→“Probability Table”→“Quantile-Percentile”。

例如图17中假定零件安全系数不能小于1.2，在“P3-Safety Factor Minimum”数据栏最下端输入安全系数1.2，将自动返回“Probability=5.8933E-303”，“Sigma Level=-37.185”。说明安全系数低于1.2的可能性极低，满足六西格玛设计要求。

(2) Percentile-Quantile Probability Table：指定概率或者西格玛水平，将会返回其余两者。引导流程“Statistics”→“Probability Table”→“Percentile-Quantile”。

在图18中 “Sigma Level”数据栏最下端输入Sigma Level=6，将自动返“Probability=0.9999999990134123”，“P1-Equivalent Stress Maximum (MPa)=- 191.77MPa”。说明Sigma Level=6时，允许等效应力水平在191.77MPa。