【參考教程】

Abaqus Isight - Optimization of a Pump Support https://www.youtube.com/watch?v=xCmVjNXlczM

【YouTube轉載】Isight引數優化（士盟科技出品）（中文講解） https://www.bilibili.com/video/av18312751/

一、專案背景

本專案為“ME327機械優化設計方法”課程專案。

如何合理利用更輕更強的材料，是機器人結構設計值得深究的問題。在驅動的功率一定的情況下，更輕的機械結構意味著電機承受更小的負載，更強的機械效能意味著機器人可以擁有更大的體格。本專案意在探究使用碳纖維材料的機器人腿部結構設計與優化方法，並結合Abaqus和Isight軟體，通過計算和模擬來得到初步的設計方案。

如下圖所示的六足蜘蛛機器人Mat6有6條腿，每條腿有兩個關節。現在計劃將每條小腿（即最後一個link）改用碳纖維材料以減輕機器人的重量。

二、問題描述

假設小腿的軸線是一條樣條曲線，小腿模型由一個圓沿著該曲線掃掠獲得。輸入引數是樣條曲線點的位置和掃掠圓的半徑。在模型上鋪設碳纖維複合材料，並設定約束，進行模擬，計算在受力下該模型的形變數，並計算該模型的體積。優化這兩個目標，找到最好的小腿模型設計方案。

三、用Abaqus完成複合材料的模擬分析

參考：Abaqus tutorials for beginners - Hollow Composite pipe Analysis， URL: https://www.youtube.com/watch?v=xnEi6kBMGCU
 

1. 開啟Abaqus2017

選擇：部件-建立部件-三維-可變形-殼-掃掠，進入草圖截面，繪製小腿軸線。這裡我取了5個點，繪製一條樣條曲線，並標註了尺寸。注意，本Abaqus工程採用SI單位制。

2. 繪製掃掠圓，設半徑為0.03m。掃掠完成建模。

3. 進入屬性，建立材料。

命名為：Unidirectional Carbon Fiber，選擇密度，設定為1760（kg/m3），設定彈性材料行為，型別：工程引數。填入下表所示資料。單位：SI

碳纖維材料的引數來源：Liu T J C, Wu H C. Fiber direction and stacking sequence design for bicycle frame made of carbon/epoxy composite laminate[J]. Materials & Design, 2010, 31(4): 1971-1980.

4. 建立鋪層

點選建立複合層，建立沿著曲面內部為法線方向、沿著曲面母線為主軸方向的座標系。

選擇區域、材料，設定厚度與材料朝向。如下圖所示：

在Ply Stack Plot檢視中檢查，效果如下：

5. 進入裝配，選擇建立例項從部件-例項型別獨立

6. 建立分析步，命名為fix

7. 建立載荷和邊界條件

假設腿部與地面的摩擦力足夠大而不會產生滑移，所以為固定約束。腿的另一側承受身體的1/6重量，約35N。如下圖所示：

8. 建立網格

9. 開始模擬分析

點選作業，建立一個作業，並在作業管理器中提交執行，執行結果如下圖

從圖中可以看到最大的變形量，我以這個指標作為剛度的優化指標。

10. 獲得體積輸出

選擇分析步-場輸出請求管理器-建立-體積（SVOL）

至此，Abaqus的模擬結束。模擬檔案為legdesign1217.cae，輸出結果檔案為output-leg.odb

四、利用Isight結合Abaqus的模擬結果進行結構優化設計

1. Isight簡介

傳統的設計通常是採用試演算法,即在設計時根據要求,參考一些同類產品設計的成功經驗,憑藉一定的理論判斷來選定設計引數, 然後進行校核計算,檢驗其是否符合要求,不滿意則調整設計引數再校核,如此反覆多次直到滿足設計要求為止。傳統的演算法已經不能滿足高效、優質的設計生產任務要求,需要一種新的方法來適應現代化的高速發展。ISIGHT通過一種搭積木的方式快速整合和耦合各種模擬軟體，將所有設計流程組織到一個統一、有機和邏輯的框架中，自動執行模擬軟體，並自動重啟設計流程，從而消除了傳統設計流程中的"瓶頸"，使整個設計流程實現全數字化和全自動化。所以ISIGHT是一個“軟體機器人”，可以在不用人工干預的情況下不斷的呼叫相應的工程計算軟體進行計算。在進行數值分析的時候，可以通過修改模擬計算模組的輸入檔案來完成模型的修改。

2. 數值優化方法

通常的工程優化問題具有非線性、連續的特點，數值優化是解決這類問題的理想方法。數值優化演算法能夠利用函式的導數、梯度等數學特徵，實現高效的優化。能有效探索初始設計點周圍區域性區域，如果設計空間是連續、單峰的形態，能夠沿最快下降方向快速探索，特定條件下，能從數學上證明其收斂性。

Isight的optimization模組裡集成了許多數值優化方法，如MMFD（修正可行方向法），LSGRG（廣義梯度下降法），NLPQL（序列二次規劃法）等。

參考資料：Optimization in Practice with MATLAB®: For Engineering Students and Professionals https://b-ok.cc/book/2553839/2b6