利用自动优化技术解决复杂零件的铸造卷气问题
第三篇：实现CAD驱动的智能优化
自动优化的过程与设定并不复杂，首先需要确定优化的目标，并用数学化的语言表达出来。优化的目标可以是单一目标也可以是多个目标，但随着优化目标数的递增，优化的计算量和难度也呈指数级别的递增。对设定某些特定的物理量如体积，缩孔体积，给定点的温度，固液态分数，表面积等，作为优化目标是非常简单的。但是如果需要描述液体的流态，卷气等则需要多费一些思量。通常需要不同物理量的匹配和相互运算，有时还要包含一些逻辑关系式。
在Cast-Designer中，用户可以自定义公式、表达式和复杂的逻辑联系式，其使用方式与日常的数学公式无异。这样，通过对结果变量的提取和数学处理，可以很容易地定制优化目标和优化准则。在输入变量上，用户可以定义原始变量和用数学关系式定义不限数目的中间变量，同时流道设计完全集成在整个分析系统中，且全参数化，这样就为全自动优化提供了技术保障。
一、构建优化参数和逻辑关系
针对问题一：分支流道的面积如何优化分配？
- 流道对于平衡金属液充型过程非常重要
- 铸件结构复杂，包卷位于末端，分区困难，需多次模拟
- 左大有小？还是左小右大？具体的比例如何分配？
构建参数K1（决定左右起始面积分配）K1=SR2/SR1
注释：如果K1>1，则左侧流道起始横截面积大
相反，如果K1<1，则右侧流道起始横截面积大
K1取值范围：0.80～1.40
取值精度为：0.025
整个流道系统加速比不变，即SR1+SR2为恒定值
针对问题二：是否需要增设子流道R3？
如果需要，起始面积SR3与SR1的比例？
构建参数K2（增设R3？起始面积？）
K2=SR3/SR1
当K2＜0.2时，子流道R3不生成
K2取值范围：0.05～0.35（是SR1的5%–35%）
取值精度为：0.05
其余的所有面积保持原有的设计比例
二、优化目标设定
为了解决末端包卷的问题，得到顺序充型的流态。
我们在缺陷A内侧设定控制点集A和点集B，其中点集A为四个点，均布于零件邻近溢流槽的区域；点集B为15个点，分布在一个较大的范围内（气体可能存在的区域），用于探测气体的存在与分布。
现在，要设定让计算机能自动判断是否出现包卷的判据
充填时间差：△T = T2-T1
目标：△T 越小，代表充型顺序越理想，数值越大，说明卷气越严重
△T < 0，没包卷，充型顺序从B到A
△T > 0，有包卷，充型顺序从A到B
三、结果讨论
Cast-Designer 基于遗传算法的优化算法，可以很快达到分析目标。运行了30个迭代后，我们尝试对优化结果进行分析。
下图很清楚地看到，K1<1，包卷严重，因此：左侧起始面积应该大。另外，还得到了左比右大15%时可获得最佳流态的结论。
另外，K2<0.2，R3不存在，包卷趋势大
结论是：需要增设R3。同时，R3起始面积是R1的27.5%可获得最佳流态
自动优化的美妙之处就是无需用户一个一个地查看、分析计算结果，同时系统能根据历史的计算结果有效地指导下一步的参数选定，直到发现最优的结果为止。
在本例中，以上优化总共优化了30个迭代，且仍未收敛。但计算已经达到遗传的第五代，所以结果已经具备使用价值。我们采用 8个CPU/Core的Intel I7进行并行计算，计算单一模型的时间已经调整到仅为40分钟，所以全部计算大致耗费24个小时。
智能优化是未来的趋势，人工智能时代马上就要到来。
第四篇将会介绍智能优化的发展趋势、必备条件等。敬请期待。
C3P中国技术支持中心
Latest posts by C3P中国技术支持中心 (see all)
- 离心铸造的应用范围有哪些 - 2018年12月10日
- 热裂是什么 - 2018年11月21日
- 离心铸造的方法有哪些 - 2018年11月19日