声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

楼主: lengxuef

[Virtual.Lab] 案例2:基于LMSVirtual.Lab Optimization模块的声振耦合优化案例

  [复制链接]
发表于 2013-10-8 22:25 | 显示全部楼层
这个厉害,谢谢分享,希望能放出更多优化的东西,再次支持。

补充内容 (2013-10-10 11:14):
看了,冯博士对virtual lab 应该比较了解,不知道能不能做一些基于灵敏度分析的优化工作呢?万分感谢
回复 支持 反对
分享到:

使用道具 举报

发表于 2013-11-4 15:54 | 显示全部楼层
谢谢冯博士
发表于 2013-11-5 10:58 | 显示全部楼层
非常感谢啊{:{10}:}{:{10}:}
发表于 2014-2-24 19:48 | 显示全部楼层
主任如果要优化空气腔体长宽等参数。空气腔体模型该如何创建?求告知~谢谢~
 楼主| 发表于 2014-2-24 19:58 | 显示全部楼层
声学小哥 发表于 2014-2-24 19:48
主任如果要优化空气腔体长宽等参数。空气腔体模型该如何创建?求告知~谢谢~

这就需要在VL里面先建立腔体的几何模型,把几何模型的尺寸参数化,作为变量。然后对腔体进行网格划分,计算。

每次优化的过程中都需要重画一次网格。
发表于 2014-3-7 15:34 | 显示全部楼层
优化这个问题真的是没有考虑过
发表于 2014-3-10 12:21 | 显示全部楼层
主任你好,最近在毕业设计中遇到了一个问题想请教你,我在做列车车体整体的模态分析时,我建立的车体模型没有车窗车门,我要如何把车窗和车门与白车身相联系起来呢?是单独建立车窗与车门的模型,然后网格划分后装配到车体上呢,还是通过其他的办法实现整车的结构模态分析。据说可以用综合模态,我没有接触过这个,有没有什么资料视频推荐我学习一下的呢?我是用的virtual.lab进行学习的。谢谢主任
 楼主| 发表于 2014-3-12 21:19 | 显示全部楼层
乱了余生 发表于 2014-3-10 12:21
主任你好,最近在毕业设计中遇到了一个问题想请教你,我在做列车车体整体的模态分析时,我建立的车体模型没 ...

简单一点的话,就是划分网格,然后装配到车身上,用刚性单元连接。
模态综合的话,是利用各个子结构的模态,然后定义子结构之间的连接关系(刚性连接,或者设置动刚度曲线),这个相对复杂一点。在VL的OLH里面有个转向管柱跟IP进行模态综合的案例。

点评

赞成: 3.0
赞成: 3
  发表于 2014-4-1 22:30
发表于 2014-3-14 16:15 | 显示全部楼层
真是学习的好东西呀  
发表于 2014-5-20 19:07 | 显示全部楼层
为什么没有看到视频啊       急求助
 楼主| 发表于 2014-5-20 19:46 | 显示全部楼层
伟哥嗑伟哥 发表于 2014-5-20 19:07
为什么没有看到视频啊       急求助

Opti.wrf  这个是视频文件。
发表于 2014-6-20 17:31 | 显示全部楼层
刚开始学……谢谢分享
发表于 2014-6-25 18:39 | 显示全部楼层
很有帮助,认真拜读。
发表于 2014-7-1 10:57 | 显示全部楼层
主任你好,您的优化方法采用的是基于拉格朗日函数和Hesse矩阵的SQP算法,很受启发。在Virtual.lab里的优化问题求解,无非就是预先制定一个完整的响应求解流程,然后设置输入、输出变量,通过SQP法得出目标函数与约束函数梯度,决定搜寻方向,定出一步的优化输入值,接着再代入上面完整的响应求解流程,实现最终的优化。我的这种理解对不对?
发表于 2014-7-1 11:03 | 显示全部楼层
本帖最后由 mt917taylor 于 2014-7-1 16:59 编辑

我想利用一下优化里method里的蒙特卡罗法,这里给出假如说模拟是100组,这些模拟数是如何得到的(我知道可以按照自己需要的分布形式,如高斯、均值分布等进行设置),这如何与优化结合在一起?总的说就是蒙特卡罗在优化里如何应用的?
想在有一想法是,想通过蒙特卡罗法,计算出若干组响应随某个输入变量的响应,随之导出,进行我需要的分析?我的目的是进行相应与结构厚度的回归分析,不知可以实现不?
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-4-25 11:40 , Processed in 0.087883 second(s), 22 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表