行为建模技术

1、行为建模技术行为建模技术 1 行为建模概述行为建模概述行为建模技术是在设计产品时，综合考虑产品所要求的功能行为、设计背景和几何图形，采用知识捕捉和迭代求解的一种智能化设计方法。通过这种方法，设计者可以面对不断变化的要求，追求高度创新的、能满足行为和完善性要求的设计。行为建模包括: 定义行为特征。这些特征可以用于推动设计本身的进展。例如，捕获想得到的重量或体积的行为特征，可以用于设计剪草机油箱的大小。或者，可以在一个用于设计表面曲率的行为特征中，测量和获取表面的反射角。另外，也可以对能够方便地获取这些复杂或定制的尺寸的行为特征进行分组，并将它们保存在库中，以供设计小组成员再用或访问。 评估模型的

2、可行性、灵敏性或优化程度，并理解更改设计目标所带来的效果。行为建模技术能让工程师通过设计研究来评估设计的行为，设计研究可以提供对更改如何影响模型的深入了解。另外，它还可以确定想要进行的更改是否可行。通过实时设计更新和易读的图形结果. 其中包括图表和彩色框图. 可以传递这一数据。另外，工程师还可以研究通过交互式拖曳和用户定义的运动来制作部件动画的动态效果。而且，获取离散测量的行为特征可以用于优化设计。这样建立的设计更多地考虑了环境因素。 设计研究。设计模型一旦建立，行为建模技术就根据那些模型的特定目标和标准来改进设计。换句话说，行为建模技术可以自动完成工程师不得不用手工进行的所有的设计反复。例如

3、，为了获得最佳的引擎性能，工程师可以把入口管道的恒定流量指定为一个目标，行为建模技术将根据这一目标，自动建立一组研究设计空间的设计。 2 行为建模器行为建模器 行为建模器Behavioral Modeling是一种分析工具，在特定的设计意图、设计约束前提下，经一系列测试参数迭代运算后，可使工程师能获取最佳的设计建议。 行为建模器的运作过程包括三项特性： l）Smart Models 聪颖模型，内含工程智能。利用全新的特征基础的建模技术，能够捕捉几何、规格、设计意图等知识进行设计。 2）ObjectiveDriven Design 目标驱动设计，即使面临许多的设计变量、限制条件与设计准则，工程师

4、仍可获得最佳化的解决方案。 3）Open Extensible Environment 开放型的延伸环境，能轻易与外部应用软件达成双向沟通，确保设计模型自动反映出结果。 1）行为建模器的特性行为建模聪颖模型目标驱动设计开放型的延伸环境关联性特征基础参数化2）行为建模器的组成 行为建模器是一种分析工具，需要建立分析特征（Analysis Feature），利用分析特征对模型进行若干的物理性质、曲线性质、曲面性质、运动情况等测量，由于特征参数（Feature Parameter）的产生，清楚定义设计变量与设计目标后，系统会寻找出合理的参考解答。 另一种分析特征为用户自定义分析User-Define

5、d Analysis，简称：UDA。这是由数个特征（如基准、曲面或实体特征）组成局部群组，可再配合域点（Field Point），形成适合特定情况的分析特征。 分析特征建立后，依设计需求有四种解析模式供选择： （1）灵敏度分析Sensitivity Analysis （2）可行性研究Feasibility （3）最优化分析Optimization （4）多目标设计研究一一MultiObjective Design Study设计实例1 矿泉水容器设计容积设计问题是常遇到的问题，其容积是抽壳前、后的体积差，但要保证指定体积（如容积为5公升）却很困难，而用行为建模方法却较简单。 3. 行为建模应用

6、1）单目标设计 基本过程：（1）设计矿泉水容器 （2）建立分析特征（在抽壳前）（3）建立另一分析特征（在抽壳后）（4）建立一分析特征（建立抽壳前后体积关系）最后再建立一个分析特征inner_volume，类型为“关系”，给出抽壳前后体积关系，即矿泉水瓶的内部容积等于抽壳前的实体体积减去抽壳后的实体体积。关系式的名称 = 参数名称：fid_特征名称-参数名称：fid_特征名称写成式子为：inner_volume=one_side_vol:fid_solid_volume-one_side_vol:fid_shell_volume抽壳前的实体体积 抽壳后的实体体积 inner_volume=one

7、_side_vol:FID_SOLID_VOLUME-one_side_vol:FID_SHELL_VOLUME/* inner_volume关系变量/* one_side_vol该分析特征的参数名称/* FID_SOLID_VOLUME分析特征名称/*/* one_side_vol该分析特征的参数名称/* FID_SHELL_VOLUME分析特征名称（5）进行灵敏度分析此处进行灵敏度分析，即考察矿泉水瓶的内部容积inner_volume与矿泉水瓶高度尺寸d96的关系和矿泉水瓶的内部容积inner_volume与矿泉水瓶下方直径d0的关系。 （6）进行可行性分析 通过上面的灵敏度分析，确定出能

8、满足容积设计要求的设计变量为矿泉水瓶下方直径尺寸d0，故使用可行性分析来确定满足要求的设计变量d0的具体尺寸。 计算结果d0为170.66mm，设计前后矿泉水瓶如图所示。设计实例2 曲柄轴设计 在设计曲柄轴时，曲柄必须符合静态平衡，即在曲柄轴不转动的时候，以手动方式可旋转至任意位置都回停止，不会因为重力而发生旋转。所以要求曲柄轴的重心要与轴的旋转中心重合。 具体求解过程如下： （1）设计出的曲柄轴如图所示（2）建立分析特征csys_cog,，类型为“模型分析”，以此求出零件的质量属性数据，并确定重心坐标。 （3）建立“测量”分析特征（4）灵敏度分析通过灵敏度分析，确定可满足目标的参数。 (5)

9、 可行性分析由以上分析可知，通过改变变量来达到设计目标是可行的，故优化过程如下：选取可行性/优化性条目，研究类型选择优化、可行性均可，如选择可行性，设计参数选择名称为cog_axis_的距离参数为设计目标，设计变量选择d7和d31。这样可求出一组可行方案：R49.83和64.89，此时质量重心与回转轴间的距离为6.735e-16mm。 2）多目标设计研究）多目标设计研究（1）引言）引言多目标设计研究一一Multi-Objective Design Study是专门用来处理因大量的设计变量与设计约束潜在矛盾，产生众多设计目标的情况，能够寻找出为数不少的解决方案，尚可避免使用可行性最佳化分析所发生

10、的局部解。 通过多目标设计研究功能，利用建立清单（ Table）方式列举可能出现的解答，再经由过滤（Filter）程序，筛选出满足某些设计约束下有用的解决方案。 多目标设计研究能够帮助寻找满足多个设计准则（设计目标）的最佳化解决方案，可以提供下列帮助： 帮助寻找最适合搜寻优化解决方案的设计变量的优化范围。寻找实际上可能是相矛盾的多设计目标的解决方案。如果存在多个优化解决方案，那么研究会提供出结果以便选择首选解决方案。可以展开取样设计目标的范围，或者使用不同方法分析试验中得到的数据来缩小这个范围。（2）关于在多目标设计研究中使用的术语）关于在多目标设计研究中使用的术语“多目标设计”研究使用下列术

11、语：试验试验 - 一个取样事件，其目的是要达到设计变量特殊组合的设计目标。主表主表 - 设计变量（尺寸）指定范围内所引导的所有试验记录所在的表。试验的数量取决于试验开始和结束的数量。衍生表衍生表 - 为了选取能满足一定条件的试验，而用特殊方法从父表中衍生出的表。约束方法约束方法 - 通过指定每一个选定设计目标的最小值与最大值而创建衍生表的方法。系统检查父表来查找满足条件的试验。Pareto方法方法 - 通过选取要优化（最小化或最大化）的设计目标来创建衍生表的方法。系统检查父表来查找其结果在优化范围内的试验。这种方法可以给出多种优化解决方案：当一个解决方案给出一个目标的最好结果时，另一个解决方案

12、为另一个目标的生成更好的结果。因为每一个Pareto解决方案都是最好的，所以系统会让您决定哪一个方案更可取。（3）多目标设计研究的流程）多目标设计研究的流程 多目标设计研究由 Master Table（主表）和 Derived Table（衍生表）按其分层顺序组成。设计研究初期，指定 Design Goals（设计目标）、 Design Variables（设计变量），给定 Experiment（实验）次数，系统开始进行实验且写人记录至 Master Table（主表）中。 结果不理想多重目标设计研究设计目标设计变量实验次数建立主表建立衍生表完成（4）多重目标设计实例）多重目标设计实例本实例是

13、处理两支靠近的风管的设计情况，目的是使风管长度最短、弯曲半径最佳与最短距离指定下，在数个设计变量冲突下，找出最佳的设计参数。原始设计如图所示，两风管管壁间有一条最短距离线，表示两支风管管壁距离，如图所示。 本模型已建立了五个分析特征如表所示特征名称参数名称参数值意义V_LENGTHV_LENGTH146.098曲线长度(垂直管)H_LENGTHH_LENGTH136.997曲线长度(水平管)V_MINRV_MINR47.656曲线最小曲率半径(垂直管)H_MINRH_MINR19.309曲线最小曲率半径(水平管)DIST_V_HDIST_V_H9.904两管壁间最短距离求解过程如下：（1）建立

14、一个多目标设计研究 （2）生成主表、选取设计目标与设计变量（3）建立实验次数并计算主表本设计实例设定实验数目400个，计算结果如图所示。 （4）设定条件，过滤主表数据由于上述实验数据过多，不便于分析，故要对主表进行筛选。在衍生表中的“约束”环境下，选取目标变量DIST_V_H，设定最小值为6，最大值为12；选取目标变量V_MINR，最小值不变，最大值为40；选取目标变量H_MINR，设定最小值为14，最大值为22；其它目标变量保持不变，如图所示。在该条件下，对主表进行筛选，筛选结果形成衍生表MIN-_D_R。 （5）过滤衍生表数据如图所示，对主表筛选的结果，产生了满足目标条件、含有33个记录的

15、新衍生表，故仍需进一步筛选。在该衍生表中的“与平行”环境下，选取目标变量V_LENGTH为最小化，目标变量H_LENGTH为最小化，其它目标变量保持不变，如图所示。在该条件下，对衍生表进行筛选，筛选结果形成衍生表MIN-_LENGTH。 （6）查看结果 通过对衍生表的筛选，满足目标条件的新生成的衍生表MIN-_LENGTH只剩下3个记录（16#、84#、115#）。对这些记录一一显示模型并旋转模型，发现16#、84#模型中，两管发生干涉，115#模型满足要求，如图所示。该记录模型数据与原始模型数据比较情形如表所示。目标变量原始数据筛选数据意义V_LENGTH146.098148.050曲线长度(垂直管)H_LENGTH136.997130.875曲线长度(水平管)V_MINR47.65633.522曲线最小曲率半径(垂直管)H_MINR19.309