一般与基于条件的焊道优化
珠优化支持两种算法--通用算法，它更灵活，可以应用于大多数问题，但不会产生不同的珠子模式;而基于条件的算法，在创建珠子时效率更高，但性能有限。默认情况下，“优化”模块使用基于条件的算法;但是，您可以在创建优化任务时选择要使用的算法。每种算法都有不同的方法来确定最优解。
图7显示了使用普通焊道优化进行优化的板模型。虽然应力已经类似地降低，但所产生的看似随机的珠粒结构将难以制造，这与基于条件的珠粒优化所产生的规则圆形珠粒不同。
图7：一般焊道优化的效果。
算法
一般的，或敏感性为基础的，珠优化使用的算法，使得它可以定义非常复杂的优化任务。它已被证明在工业规模的例子，该方法是非常强大的和有吸引力的，特别是动力问题。该算法不使用珠子过滤器，优化的结果不一定是一个明显的珠子图案。相比之下，基于条件的焊道优化使用卡尔斯鲁厄大学产品工程研究所(IPEK)开发并在Emmrich(2004)中描述的特殊弯曲假设。 该算法确定在设计中的每个点的最大弯曲应力的方向，并使用过滤器沿弯曲轨迹生成珠子。
控制胎圈高度和宽度
对于基于条件的筋条优化，您可以通过创建由约束引用的筋条高度设计响应来直接限制筋条高度。您可以输入焊道宽度的值，也可以允许Abaqus/CAE从以下内容计算宽度：
焊道宽度=2x最大值(焊道高度2x平均元件边缘长度3.2x平均值)
通常，焊道高度与元件尺寸相比很小，在这种情况下，焊道宽度是平均元件长度的函数。否则，如果焊道高度与元件尺寸相比较大，则焊道宽度是焊道高度的函数。
对于一般焊道优化，您必须通过创建几何约束来限制焊道高度，这些几何约束可限制生长和收缩方向上的位移。生长和收缩的几何限制是必需的因为它们是唯一限制位移的节点。您无法控制一般焊道优化的焊道宽度。
优化设计周期数
在优化开始前，一般算法所使用的设计循环数是未知的，但一般算法通常需要大约20个设计循环才能收敛到一个解。基于条件的算法效率更高，总是使用三个设计周期。
分析类型
通用算法支持的线性静态，线性特征频率，和频率响应有限元分析的响应。基于条件的算法仅推荐用于静态分析；但是，该算法支持生成应力张量的所有Abaqus分析类型。
目标函数与约束条件
一般的珠粒优化算法可以使用一个目标函数和多个约束条件，其中的约束条件都是不等式约束各种设计响应可用于定义目标和约束，如应变能、位移和旋转、反力和内力、特征频率和转动惯量。基于条件的珠优化算法效率更高;但是，它的灵活性较差，支持只有应变能(刚度的测量)或特征频率作为目标函数和胎圈高度作为一个平等的约束。
每种优化类型的可用设计响应中的表列出了一般优化和基于条件的筋条优化的可用设计响应，并说明哪些设计响应可用作目标和/或约束。此外，您还可以应用冻结所选区域的几何约束，以及应用焊道大小和对称性约束。
温馨提示：
此文档为达索官方英文文档翻译，尽管我们已经尽力确保准确性，但在翻译过程中可能会有一些错误或细微差别。如果想要了解官方原版，可联系客服进行索取。
