《Isight参数优化理论与实例详解》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:赖宇阳主编;姜欣,方立桥,李明编著
  • 出 版 社:北京:北京航空航天大学出版社
  • 出版年份:2012
  • ISBN:9787512409583
  • 页数:249 页
图书介绍:本书是Dassault/Simulia公司推荐的Isight软件培训教材和工具书,以最新版本Isight为依据,对Isight进行集成设计优化的基本思路、操作步骤、应用技巧进行了详细介绍。本书从实际应用出发,结合作者使用该软件的经验,实例部分采用Step by Step方式对操作过程和步骤进行了讲解,力求通过循序渐进,图文并茂的方式使读者能以最快的速度理解和掌握基本概念和操作方法,同时提高工程应用的实践水平。

入门篇 3

第1章 初识Isight 3

1.1 Isight起源和发展 3

1.2主要功能 5

1.3模块构成 6

1.4安装要求 7

1.5在Windows上安装Isight 8

1.5.1安装步骤(Windows系统) 8

1.5.2安装许可服务器 12

1.5.3配置客户端浮动许可 13

1.6在Unix/Linux上安装Isight 14

1.6.1安装步骤(Unix/Linux系统) 14

1.6.2安装许可服务器 15

1.6.3配置客户端浮动许可 15

1.7运行主界面 16

1.7.1设计门户(Design Gateway) 16

1.7.2运行门户(Runtime Gateway) 16

第2章 应用程序集成(Code Integration) 18

2.1组件库(Component Library) 18

2.2 Calculator计算器组件 19

2.2.1概述 19

2.2.2练习 19

2.3 Excel组件 21

2.3.1概述 21

2.3.2练习 21

2.4 Data Exchanger文本读/写组件 23

2.4.1概述 23

2.4.2练习:写文件 24

2.4.3练习:读文件 28

2.5 OS Command命令行组件 32

2.5.1概述 32

2.5.2练习 32

2.6 Simcode程序集成组件 36

2.6.1概述 36

2.6.2练习 36

2.7 Script脚本组件 41

2.7.1概述 41

2.7.2练习 42

2.8 Matlab组件 44

2.8.1概述 44

2.8.2练习 44

2.9 Abaqus有限元分析过程集成 48

2.9.1概述 48

2.9.2练习 48

2.10 Patran有限元前处理集成 49

2.10.1概述 49

2.10.2练习 50

2.11 Sculptor/Fluent形状变形和流体仿真集成 52

2.11.1概述 52

2.11.2练习 54

2.12 Adams Car车辆动力学仿真集成 58

2.12.1概述 58

2.12.2练习 58

2.13附录:常用商业CAD/CAE程序集成方法 62

2.13.1 CAD 62

2.13.2网格前处理 62

2.13.3网格变形 63

2.13.4有限元分析 63

2.13.5流体分析 63

2.13.6冲击碰撞 64

2.13.7多体动力学 64

2.13.8电磁分析 64

2.13.9内燃机性能分析 64

2.13.10整车性能分析 65

2.13.11材料加工 65

2.13.12机电液仿真 65

2.13.13声学仿真 65

第3章 工作流和数据映射(Workflow/Data Mapping) 66

3.1 Sim-flow工作流 66

3.2 Loop循环控制 68

3.3 Condition条件控制 68

3.4组件发布和重用 69

3.5 Parameter参数控制 70

3.6 Mapping参数映射 72

3.7 Dataflow数据流 73

3.8 File Parameter文件参数 74

3.9设置模型本地运行目录{rundir} 77

3.10模型检查功能 79

3.11练习 79

第4章 试验设计方法(Design of Experiments) 88

4.1基本概念 88

4.1.1概述 88

4.1.2术语 88

4.1.3步骤 89

4.2算法介绍 89

4.2.1参数试验 90

4.2.2全因子设计 90

4.2.3部分因子设计 90

4.2.4正交数组 91

4.2.5中心组合设计(Central Composite Design, CCD) 93

4.2.6 Box-Behnken设计 93

4.2.7拉丁超立方设计 94

4.2.8最优拉丁超立方设计 95

4.2.9自定义数据文件 95

4.3结果分析 95

4.3.1系数表 95

4.3.2 Pareto图 96

4.3.3方差分析 97

4.3.4主效应图 98

4.3.5交互效应 98

4.3.6相关性图 99

4.3.6相关矩阵图 100

4.4 DOE组件操作 100

4.4.1算法配置 100

4.4.2定义因子 101

4.4.3设计矩阵 102

4.4.4后处理 102

4.5练习 103

4.5.1二因子多峰问题 103

4.5.2飞行器概念设计问题 109

第5章 梯度优化算法(Gradient Optimization) 115

5.1基本概念 115

5.1.1原理 116

5.1.2约束 117

5.1.3最优解必要条件 117

5.2 MMFD算法 118

5.2.1算法描述 118

5.2.2配置参数 119

5.3 LSGRG算法 120

5.3.1算法描述 120

5.3.2配置参数 120

5.4 NLPQL算法 121

5.4.1算法描述 121

5.4.2配置参数 122

5.5 MOST算法 122

5.5.1算法描述 122

5.5.2配置参数 122

5.6 MISQP算法 123

5.6.1算法描述 123

5.6.2配置参数 123

5.7练习 123

5.7.1非完全可行域问题 123

5.7.2双峰问题 127

第6章 直接搜索方法(Direct Search) 129

6.1基本概念 129

6.2 Hooke-Jeeves算法 129

6.2.1算法描述 129

6.2.2配置参数 131

6.3 Downhill Simplex算法 132

6.3.1算法描述 132

6.3.2配置参数 134

6.4练习 134

第7章 全局优化算法(Global Optimization) 138

7.1基本概念 138

7.2 MIGA算法 139

7.2.1算法描述 139

7.2.2配置参数 141

7.3 ASA算法 142

7.3.1算法描述 142

7.3.2配置参数 143

7.4 PSO算法 144

7.4.1算法描述 144

7.4.2配置参数 145

7.5 Pointer算法 146

7.5.1算法描述 146

7.5.2配置参数 146

7.6练习 147

提高篇 153

第8章 近似建模方法(Approximation Models) 153

8.1基本概念 153

8.2响应面(RSM)模型 154

8.2.1算法描述 154

8.2.2配置参数 154

8.3神经网络(RBF/EBF)模型 156

8.3.1算法描述 156

8.3.2配置参数 157

8.4切比雪夫(Chebyshev)正交多项式模型 157

8.4.1算法描述 157

8.4.2配置参数 157

8.5克里格(Kriging)模型 157

8.5.1算法描述 157

8.5.2配置参数 158

8.6练习 158

第9章 组合优化策略(Hybrid Optimization Strategy) 170

9.1 Task Plan组件和Exploration组件 170

9.1.1 Task Plan组件 170

9.1.2 Exploration组件 171

9.2 DOE抽样与梯度优化混合策略(Task Plan组件) 172

9.2.1策略描述 172

9.2.2练习 172

9.3全局优化和梯度优化组合(Task Plan组件) 176

9.3.1策略描述 176

9.3.2练习 177

9.4基于近似模型更新的全局优化(Exploration组件) 180

9.4.1策略描述 180

9.4.2练习 180

9.5基于Pointer-2智能算法的策略(Exploration组件) 183

9.5.1算法描述 183

9.5.2练习 183

第10章 多目标优化算法(Multi—Objective Optimization) 187

10.1基本概念 187

10.1.1向量的自然序 188

10.1.2解的占优关系 189

10.1.3 Pareto最优解集和Pareto前沿 189

10.1.4归一化方法:加权法 191

10.1.5非归一化方法 192

10.2 NSGA-Ⅱ算法 193

10.3 NCGA算法 194

10.4 AMGA算法 195

10.5 PE算法 195

10.6二目标全局优化问题 198

第11章 蒙特卡洛模拟(Monte Carlo Simulation) 203

11.1基本概念 203

11.2算法介绍 205

11.2.1简单随机抽样 205

11.2.2描述抽样 206

11.3算法配置 207

11.4练习 208

第12章 田口稳健性设计(Taguchi Robust Design) 213

12.1基本概念 213

12.1.1信号因子、控制因子和噪音因子 213

12.1.2稳健性设计 214

12.1.3质量损失函数 215

12.2算法介绍 216

12.2.1正交表的构造 216

12.2.2静态特性评价指标 217

12.2.3动态特性评价指标 218

12.3练习与指导 219

第13章6 Sigma质量设计(Design For Six Sigma) 224

13.1基本概念 224

13.1.1 6 Sigma设计 224

13.1.2 DFSS设计过程(DMAIC) 227

13.1.3 Isight的DFSS算法框架 228

13.1.4田口设计与DFSS设计的比较 229

13.2 6 Sigma分析 230

13.2.1基于可靠性评价技术 230

13.2.2基于蒙特卡洛抽样 233

13.2.3基于试验设计 234

13.3 6 Sigma优化 234

13.4练习 236

13.4.1焊缝优化问题(确定性优化) 236

13.4.2焊缝优化问题(6 Sigma质量分析) 238

13.4.3焊缝优化问题(6 Sigma质量优化) 242