CN110633533B - 一种针对箱体类零件的模态分析有限元网格密度优选方法及系统 - Google Patents
一种针对箱体类零件的模态分析有限元网格密度优选方法及系统 Download PDFInfo
- Publication number
- CN110633533B CN110633533B CN201910888775.XA CN201910888775A CN110633533B CN 110633533 B CN110633533 B CN 110633533B CN 201910888775 A CN201910888775 A CN 201910888775A CN 110633533 B CN110633533 B CN 110633533B
- Authority
- CN
- China
- Prior art keywords
- finite element
- model
- density
- box
- mesh density
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 title claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 239000000463 material Substances 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000003801 milling Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种针对箱体类零件的模态分析有限元网格密度优选方法及系统，包括：步骤S1：对箱体类零件进行几何模型简化，并赋予其材料属性；设定一低网格密度；步骤S2：以设定的网格密度对简化后的几何模型进行网格划分并提取有限元模型的大小规模，计算自由模态并提取前k阶非刚体模态的固有频率；步骤S3：采用模态收敛判断公式判断当前有限元模型的网格密度是否足够，若否，则提升设定的网格密度并返回步骤S2；若是，则输出当前的网格密度。本发明可在保证计算精度的前提下对有限元网格密度进行快速优选。
Description
技术领域
本发明涉及箱体类零件设计领域，特别是一种针对箱体类零件的模态分析有限元网格密度优选方法及系统。
背景技术
模态分析是最基本的动态特性分析，是谐响应分析、瞬态分析等其他动态特性分析的基础。模态分析的任务是提取出结构的固有频率、振型和阻尼比等固有特性，从而为避免结构共振等不良状态提供理论依据。由于有限元方法是将拥有无限个自由度的结构近似为拥有有限个自由度的结构，所以仿真计算的固有频率往往会比实际更高。在网格密度不足时，会出现固有频率过高甚至模态丢失的不良后果；相反在网格密度过高时，计算量过大造成时间浪费。因此需要对不同结构的箱体类零件有限元网格密度进行优选。
目前对于有限元网格密度的选择通常需要设计人员依据经验进行试算，对于网格密度足够与否没有一个定量的标准，只能由后续的现场实验结果比对进行判断。通常设计人员为保证计算精度，会选择偏高的网格密度从而导致计算效率低下与算力浪费。
发明内容
有鉴于此，本发明的目的是提出一种针对箱体类零件的模态分析有限元网格密度优选方法及系统，可在保证计算精度的前提下对有限元网格密度进行快速优选。
本发明采用以下方案实现：一种针对箱体类零件的模态分析有限元网格密度优选方法，包括以下步骤：
步骤S1：对箱体类零件进行几何模型简化，并赋予其材料属性；设定一低网格密度(例如100至2000节点数(视模型尺寸而定))；
步骤S2：以设定的网格密度对简化后的几何模型进行网格划分并提取有限元模型的大小规模，计算自由模态并提取前k阶非刚体模态的固有频率；
步骤S3：采用模态收敛判断公式判断当前有限元模型的网格密度是否足够，若否，则提升设定的网格密度并返回步骤S2；若是，则输出当前的网格密度。
进一步地，步骤S1中，所述几何模型简化具体为：删除倒角、倒圆和螺钉孔。
进一步地，步骤S1中，所述材料属性包括弹性模量、泊松比、密度。
进一步地，步骤S2中，所述有限元模型的大小规模包括模型节点总数、单元总数和自由度总数。
进一步地，步骤S2中，所述k的取值范围为3-6。
进一步地，当所述大小规模为节点总数时，步骤S3中的提升设定的网格密度具体为：将当前的节点数提升为前一模型的1.2至1.5倍。
进一步地，步骤S3中，所述模态收敛判断公式为：
式中，Nf为上一个有限元模型的大小规模，可为模型节点总数、单元总数或自由度总数；fn为上一个模型的前k阶非刚体模态固有频率值，NF为当前有限元模型的大小规模，可为模型节点总数、单元总数或自由度总数；Fn为当前模型的前k阶非刚体模态固有频率值；C为固有频率相对于有限元模型大小规模的变化率的判断阀值；k为代入计算的非刚体模态阶数，按照计算精度的需求可取3至6。
进一步地，所述C的取值范围为0.01-0.03。
本发明还提供了一种针对箱体类零件的模态分析有限元网格密度优选系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上文所述方法的步骤。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述方法的步骤。
与现有技术相比，本发明有以下有益效果：本发明不依赖于使用者的网格划分经验，适用于各种尺寸的箱体类零件、各种有限元单元类型和各种网格划分方法，可在保证计算精度的前提下对网格密度进行快速优选，提高了箱体类零件模态分析的计算效率。
附图说明
图1为本发明实施例中当大小规模为节点总数时的方法流程示意图。
图2为本发明实施例的某型立式铣床溜板箱外观图。
图3为本发明实施例的某型立式铣床龙门顶梁外观图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示，本实施例提供了一种针对箱体类零件的模态分析有限元网格密度优选方法，包括以下步骤：
步骤S1：对箱体类零件进行几何模型简化，并赋予其材料属性；设定一低网格密度(例如100至2000节点数(视模型尺寸而定))；
步骤S2：以设定的网格密度对简化后的几何模型进行网格划分并提取有限元模型的大小规模，计算自由模态并提取前k阶非刚体模态的固有频率；
步骤S3：采用模态收敛判断公式判断当前有限元模型的网格密度是否足够，若否，则提升设定的网格密度并返回步骤S2；若是，则输出当前的网格密度。
在本实施例中，步骤S1中，所述几何模型简化具体为：删除倒角、倒圆和螺钉孔。
在本实施例中，步骤S1中，所述材料属性包括弹性模量、泊松比、密度。
在本实施例中，步骤S2中，所述有限元模型的大小规模包括模型节点总数、单元总数和自由度总数。
在本实施例中，步骤S2中，所述k的取值范围为3-6。
在本实施例中，当所述大小规模为节点总数时，步骤S3中的提升设定的网格密度具体为：将当前的节点数提升为前一模型的1.2至1.5倍。
在本实施例中，步骤S3中，所述模态收敛判断公式为：
式中，Nf为上一个有限元模型的大小规模，可为模型节点总数、单元总数或自由度总数；fn为上一个模型的前k阶非刚体模态固有频率值，NF为当前有限元模型的大小规模，可为模型节点总数、单元总数或自由度总数；Fn为当前模型的前k阶非刚体模态固有频率值；C为固有频率相对于有限元模型大小规模的变化率的判断阀值；k为代入计算的非刚体模态阶数，按照计算精度的需求可取3至6。
在本实施例中，所述C的取值范围为0.01-0.03。
本实施例还提供了一种针对箱体类零件的模态分析有限元网格密度优选系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上文所述方法的步骤。
本实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述方法的步骤。
特别的，本实施例以某型立式铣床溜板箱模态分析为例说明，如图2所示，此溜板箱为复杂框架型结构，长1200mm宽800mm高1200mm，整体尺寸较大。针对图2所示溜板箱结构模态分析的有限元网格密度优选方法具体步骤为：
步骤一：对溜板箱几何模型进行合理简化，删除倒角、倒圆和螺钉孔，赋予其弹性模量、泊松比和密度材料属性参数。下表为模态分析铣床溜板箱材料属性参数；
| 密度(t/mm<sup>3</sup>) | 弹性模量(MPa) | 泊松比 |
| 7.9×10<sup>-9</sup> | 2.1×10<sup>-5</sup> | 0.27 |
步骤二：选择较大的单元尺寸为150mm，单元类型为二阶四面体单元，网格划分方法为自由划分。对几何模型进行网格划分并提取有限元模型的大小规模，本实施例选取节点数表征有限元模型的大小规模。
步骤三：计算模型的自由模态并提取前k阶非刚体模态的固有频率，本实施例中取k为4。
步骤四：通过缩小单元尺寸的方法获得较高网格密度，对几何模型重新进行网格划分并提取有限元模型的节点数。重复步骤三。
步骤五：运用模态收敛判断公式判断上一个有限元模型的网格密度是否足够，本实施例中取C为0.02。
步骤六：循环重复步骤四、步骤五直至满足模态收敛判据公式，确定合理的网格划分密度。
下表为各次循环过程中C值的计算结果。
本实施例经过六次计算，最终得到在单元尺寸为70mm、模型节点数为33906时，模态收敛判断公式中的C值为0.0151,小于0.02，满足要求。针对模态分析的有限元网格密度优选结果为单元尺寸70mm、模型节点数为33906。
特别的，本实施例以某型立式铣床龙门顶梁模态分析为例说明，如图3所示，此顶梁长3340mm宽810mm高1250mm。针对图3所示龙门顶梁结构模态分析的有限元网格密度优选方法具体步骤为：
步骤一：对龙门顶梁几何模型进行合理简化，删除倒角、倒圆和螺钉孔，赋予其弹性模量、泊松比和密度材料属性参数。下表为模态分析铣床龙门顶梁材料属性参数；
| 密度(t/mm<sup>3</sup>) | 弹性模量(MPa) | 泊松比 |
| 7.28×10<sup>-9</sup> | 1.38×10<sup>-5</sup> | 0.156 |
步骤二：选择较大的单元尺寸为150mm，单元类型为二阶四面体单元，网格划分方法为自由划分。对几何模型进行网格划分并提取有限元模型的大小规模，本实施例选取节点数表征有限元模型的大小规模。
步骤三：计算模型的自由模态并提取前k阶非刚体模态的固有频率，本实施例中取k为4。
步骤四：通过缩小单元尺寸的方法获得较高网格密度，对几何模型重新进行网格划分并提取有限元模型的节点数。重复步骤三。
步骤五：运用模态收敛判断公式判断上一个有限元模型的网格密度是否足够，本实施例中取C为0.02。
步骤六：循环重复步骤四、步骤五直至满足模态收敛判据公式，确定合理的网格划分密度。下表为各次循环过程中C值的计算结果。
本实施例经过四次计算，最终得到在单元尺寸为100mm、模型节点数为26388时，模态收敛判断公式中的C值为0.0088,小于0.02，满足要求。针对模态分析的有限元网格密度优选结果为单元尺寸100mm、模型节点数为26388。
本发明通过基于模态收敛判断公式的循环判断，实现了在保证模态分析计算精度的前提下对有限元网格密度进行快速优选。在使用中不依赖于设计人员的网格划分经验，适用于各种尺寸的箱体类零件、各种有限元单元类型和各种网格划分方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
Claims (9)
1.一种针对箱体类零件的模态分析有限元网格密度优选方法，其特征在于，包括以下步骤：
步骤S1：对箱体类零件进行几何模型简化，并赋予其材料属性；设定一低网格密度；
步骤S2：以设定的网格密度对简化后的几何模型进行网格划分并提取有限元模型的大小规模，计算自由模态并提取前k阶非刚体模态的固有频率；
步骤S3：采用模态收敛判断公式判断当前有限元模型的网格密度是否足够，若否，则提升设定的网格密度并返回步骤S2；若是，则输出当前的网格密度；
其中，步骤S3中，所述模态收敛判断公式为：
式中，Nf为上一个有限元模型的大小规模，fn为上一个模型的前k阶非刚体模态固有频率值，NF为当前有限元模型的大小规模，Fn为当前模型的前k阶非刚体模态固有频率值；C为固有频率相对于有限元模型大小规模的变化率的判断阀值；k为代入计算的非刚体模态阶数。
2.根据权利要求1所述的一种针对箱体类零件的模态分析有限元网格密度优选方法，其特征在于，步骤S1中，所述几何模型简化具体为：删除倒角、倒圆和螺钉孔。
3.根据权利要求1所述的一种针对箱体类零件的模态分析有限元网格密度优选方法，其特征在于，步骤S1中，所述材料属性包括弹性模量、泊松比、密度。
4.根据权利要求1所述的一种针对箱体类零件的模态分析有限元网格密度优选方法，其特征在于，步骤S2中，所述有限元模型的大小规模包括模型节点总数、单元总数和自由度总数。
5.根据权利要求1所述的一种针对箱体类零件的模态分析有限元网格密度优选方法，其特征在于，步骤S2中，所述k的取值范围为3-6。
6.根据权利要求4所述的一种针对箱体类零件的模态分析有限元网格密度优选方法，其特征在于，当所述大小规模为节点总数时，步骤S3中的提升设定的网格密度具体为：将当前的节点数提升为前一模型的1.2至1.5倍。
7.根据权利要求1所述的一种针对箱体类零件的模态分析有限元网格密度优选方法，其特征在于，所述C的取值范围为0.01-0.03。
8.一种针对箱体类零件的模态分析有限元网格密度优选系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910888775.XA CN110633533B (zh) | 2019-09-19 | 2019-09-19 | 一种针对箱体类零件的模态分析有限元网格密度优选方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910888775.XA CN110633533B (zh) | 2019-09-19 | 2019-09-19 | 一种针对箱体类零件的模态分析有限元网格密度优选方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110633533A CN110633533A (zh) | 2019-12-31 |
| CN110633533B true CN110633533B (zh) | 2021-06-01 |
Family
ID=68971737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910888775.XA Active CN110633533B (zh) | 2019-09-19 | 2019-09-19 | 一种针对箱体类零件的模态分析有限元网格密度优选方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110633533B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111539080A (zh) * | 2020-04-23 | 2020-08-14 | 南京英尼格玛工业自动化技术有限公司 | 一种基于动态网格划分的非标零件载荷分析方法及系统 |
| CN115798654B (zh) * | 2023-02-03 | 2023-06-27 | 国家超级计算天津中心 | 一种模型材料处理方法、装置、设备及介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102222134B (zh) * | 2011-05-20 | 2012-10-03 | 山东大学 | 适用于锻造过程有限元分析的网格密度自动生成方法 |
| CN106227944B (zh) * | 2016-07-26 | 2019-01-25 | 上海理工大学 | 环形零件的三维模型径向力的施加方法 |
| CN109002566B (zh) * | 2017-06-07 | 2021-10-22 | 中国科学院微电子研究所 | 一种冗余金属的填充方法及系统 |
-
2019
- 2019-09-19 CN CN201910888775.XA patent/CN110633533B/zh active Active
Non-Patent Citations (1)
| Title |
|---|
| Uniform crashworthiness optimization of car body for high-speed trains;Mirosław Mrzygł´od · Tomasz Kuczek;《Struct Multidisc Optim 2014》;Springer;20130930;第49卷(第2期);第327-336页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110633533A (zh) | 2019-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109359353B (zh) | 一种基于拓扑优化的机床立柱结构优化设计方法 | |
| CN109063275B (zh) | 基于feap的三维多晶微观结构材料模型的构建方法 | |
| WO2019128475A1 (zh) | 数据训练方法及装置、存储介质、电子装置 | |
| JP2021182357A (ja) | 動的進化率及び適応グリッドに基づくｂｅｓｏトポロジー最適化方法 | |
| CN106202841B (zh) | 一种机床床身三点支撑位置的优化设计方法 | |
| CN109190233B (zh) | 一种结构拓扑优化方法 | |
| CN110633533B (zh) | 一种针对箱体类零件的模态分析有限元网格密度优选方法及系统 | |
| JP5872324B2 (ja) | メッシュ生成装置 | |
| CN107016214B (zh) | 一种基于有限状态机的参数依赖模型的生成方法 | |
| CN113051796B (zh) | 一种应用于增材制造的结构拓扑优化设计方法 | |
| CN103106307A (zh) | 激光切割机的横梁设计方法 | |
| CN105488285B (zh) | 一种高效fpga技术映射方法 | |
| Lin et al. | An efficient and accurate MPI-based parallel simulator for streamer discharges in three dimensions | |
| CN109918829B (zh) | 一种针对结构的轴向模态识别方法 | |
| CN104239639B (zh) | 一种简化变速器壳体拓扑优化模型参数修改的方法 | |
| CN103106313A (zh) | 轧后件顺序重构方法 | |
| CN108170884A (zh) | 一种数控铣床底座优化设计方法及优化设计的底座 | |
| CN111597724B (zh) | 考虑频带约束的结构动力学拓扑优化方法、系统 | |
| CN104376026B (zh) | 基于网格和多维树混合结构的表格查找方法 | |
| Wu et al. | A PTA method using numerical integration algorithms with artificial damping for solving nonlinear DC circuits | |
| CN118779939A (zh) | 一种基于几何优化和拓扑优化的网格质量调整方法和系统 | |
| CN108804821A (zh) | 一种基于空间网格的三维点阵结构设计方法 | |
| CN104715422A (zh) | 一种基于对称稀疏矩阵技术的因子表法求取电力系统节点阻抗矩阵的方法 | |
| CN118246285A (zh) | 一种面向自适应设计域的结构拓扑优化方法及系统 | |
| CN103235851B (zh) | 一种面向高比刚度的机床支撑件筋板布局智能化设计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |