La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Ottimizzazione strutturale di telai automobilistici in ottica car-weight reduction 1Millechili Lab.

Presentazioni simili


Presentazione sul tema: "Ottimizzazione strutturale di telai automobilistici in ottica car-weight reduction 1Millechili Lab."— Transcript della presentazione:

1 Ottimizzazione strutturale di telai automobilistici in ottica car-weight reduction 1Millechili Lab

2 Introduzione al processo di ottimizzazione Tecniche di ottimizzazione strutturale Ottimizzazione Topologica Controllo dei parametri dell’ottimizzazione topologica Esempi di ottimizzazione topologica sul telaio Ottimizzazione FreeSize Esempi di ottimizzazione FreeSize Ottimizzazione Size Esempi di ottimizzazione Size Argomenti trattati 2Millechili Lab

3 L'ottimizzazione, è una branca della matematica applicata che studia teoria e metodi per la ricerca dei punti di massimo e minimo di un modello matematico che traduce in termini matematici un dato problema (non occupandosi quindi direttamente di come tale modello sia stato costruito). L'ambito di ricerca privilegiato dell'ottimizzazione sono i modelli esprimibili in termini di funzioni di più variabili, nei quali i punti di ottimo vengono ricercati ponendo anche vincoli qualitativi espressi in termini di derivate successive. Quindi si può dire che il processo di ottimizzazione è quello strumento matematico che ci consente di trovare la soluzione migliore per un problema, ovvero si determina la combinazione dei fattori di influenza che garantisce il conseguimento di un dato obiettivo. Il processo di ottimizzazione è basato su tecniche iterative che modificano le variabili di ottimizzazione ad ogni step, ricercando la soluzione migliore possibile. L’ottimizzazione risulta essere uno strumento molto versatile e potente, potenzialmente applicabile ad ogni settore dell’ingegneria, nonostante rimanga ancora un mezzo abbastanza sconosciuto sia in ambito scientifico che tecnologico. Processo di ottimizzazione 3Millechili Lab

4 Quando si parla di ottimizzazione in realtà occorre definire il problema di ottimizzazione, ossia l’oggetto dell’ottimizzazione stessa. La descrizione matematica del problema viene effettuata determinando i parametri necessari alla sua completa caratterizzazione Obiettivo (What do I want?) Design Variables (What can I change?) Design Constraints (What performance targets must be met?) Le funzioni f(x), g(x), possono essere lineari, non lineari, implicite o esplicite, e devono essere continue Le Design Variables vengono modificate iterazione dopo iterazione attraverso l’algoritmo di ottimizzazione che ne gestisce il processo. Processo di ottimizzazione 4Millechili Lab

5 Abbiamo varie tipologie di ottimizzazione messe a disposizione dalla maggior parte dei software che effettuano questo tipo di calcoli, quali ad esempio Optistruct di Altair. Le ottimizzazioni strutturali più utilizzate sono le seguenti Ottimizzazione Topologica Ottimizzazione Topografica Ottimizzazione FreeSize Ottimizzazione Size Ottimizzazione Gauce Ottimizzazione di stratificazione dei compositi Ottimizzazione FreeShape Ottimizzazione Shape Tecniche di ottimizzazione strutturale 5Millechili Lab

6 Vecchio layout Nuovo layout In questo esempio: Riduzione della massa: 20% Aumento della rigidezza torsionale: 31% Riduzione della lunghezza dei cordoni di saldatura: 50% Ottimizzazione Topologica Telaio Automobilistico 6Millechili Lab

7 Ottimizzazione Topologica È la prima tipologia di ottimizzazione che si utilizza durante la fase di progettazione, quando si parte dal foglio bianco. Si disegna il volume di partenza, solido e pieno. È una tecnica matematica che ottimizza la distribuzione di densità del materiale all’interno della design space della struttura di partenza Tecniche di ottimizzazione strutturale Design Space iniziale Design Space finale con taglio sulla densità 7Millechili Lab

8 Ottimizzazione Topografica L’ottimizzazione topografica è una forma avanza dell’ottimizzazione di forma. Viene realizzata modificando la geometria del prodotto in modo da realizzare dei rinforzi locali, quali ad esempio nervature. Tecniche di ottimizzazione strutturale 8Millechili Lab

9 Ottimizzazione FreeSize Tecnica matematica che consente di ottimizzare la distribuzione di spessore nelle strutture che presentano elementi 2D, ossia shell. In questo modo si riesce ad osservare quali sono le zone più importanti, da rinforzare dove può essere necessario ridisegnare la struttura. Tecniche di ottimizzazione strutturale Modello di partenzaModello con spessori ottimizzati 9Millechili Lab

10 Tecniche di ottimizzazione strutturale Modello di partenza Modello con spessori ottimizzati 10Millechili Lab Ottimizzazione Size È un metodo automatico per la modifica dei parametri strutturali per trovare il design ottimale della struttura. Alcuni parametri che possono essere modificati sono: -Thickness (2D shell) -Proprietà degli elementi 1D -Proprietà dei materiali -….

11 Ottimizzazione Gauge Tipologia di ottimizzazione che rappresenta un caso particolare della precedente, in cui le variabili di ottimizzazione sono proprietà bidimensionali, quali ad esempio PSHELL o PCOMP Tecniche di ottimizzazione strutturale Ottimizzazione Composite Shuffle Strada automatizzata per determinare la sequenza ottimale di laminazione all’interno del materiale composito. Eseguita spesso in coda alla Gauge optimization in quanto può essere eseguita solo su elementi con proprietà PCOMP o PCOMPP. 0° 90° 45° -45° Laminazione Iniziale Laminazione Ottimizzata 11Millechili Lab

12 Ottimizzazione FreeShape Ottimizzazione attraverso la quale viene variato il profilo del modello agendo sulla posizione di un set di nodi localizzati sul contorno della geometria, completamente liberi di muoversi all’interno del dominio. Consente di ottenere la forma ottimale per rispondere al tipo di caricamento prescelto. Tecniche di ottimizzazione strutturale Design Space iniziale Design Space Finale 12Millechili Lab

13 Ottimizzazione Shape Attraverso questa tipologia di ottimizzazione si modificano la forma del modello utilizzando come variabili le grandezze che ne definiscono la geometria, basandosi su forme predefinite. Tecniche di ottimizzazione strutturale Design InizialeDesign Finale Forme possibili della sezione Direzioni di morphing dei nodi 13Millechili Lab

14 L’ottimizzazione topologica è basata sulla grandezza di densità, che può variare da 0 a 1 Rappresenta lo stato di pieno o vuoto dell’elemento. Ottimizzazione Topologica 14Millechili Lab

15 Manufactoring Constrain – pattern repetition Ottimizzazione Topologica Simmetrie Ripetizione ciclica di elementi …. 15Millechili Lab

16 Ottimizzazione Topologica Manufactoring Constrain – Draw Direction Constrain Risultato senza direzione di stampaggioRisultato con direzione di stampaggio 16Millechili Lab

17 Ottimizzazione Topologica Manufactoring Constrain – Extrusion Constrain Risultato senza direzione di estrusioneRisultato con direzione di estrusione 17Millechili Lab

18 Vi sono alcuni parametri che possono essere variati nell’algoritmo di ottimizzazione: Nel seguito vengono illustrati i parametri più significativi Discrete (fattore di penalità “p”) Valore a cui viene elevata la densità ρ nell’equazione dell’algoritmo di ottimizzazione. Tale parametro spinge la densità verso i valori estremali (ossia 0 o 1). In questo modo si passa da una situazione con molti elementi a densità intermedia ad una situazione dove la densità negli elementi assume valore massimo o valore minimo. Questo rende la soluzione nettamente più realizzabile in quanto il valore di densità intermedia non ha fisicamente significato Parametri di ottimizzazione Aumento del valore del parametro 18Millechili Lab

19 Quando viene richiesto un manufactoring constraint il solutore Optistruct utilizza la metodologia SIMP-Method (Solid Isotropic Material with Penalization). Vengono realizzati 3 step per portare la soluzione a convergenza in modo ottimale. 1)La soluzione converge con un abbondante numero di elementi a densità intermedia (utilizza il parametro DISCRETE impostato dall’utente) 2)Il secondo step cerca di raffinare la soluzione forzando la densità verso i valori estremali incrementando autonomamente il parametro DISCRETE di una unità 3)Il terzo step lavora nello stesso modo aumentando ulteriormente il parametro DISCRETE Il solutore cerca semplicemente di realizzare una soluzione dove si ha il minor numero possibile di elementi a densità intermedia. Ricercando l’asintoto con la distribuzione di massa il più libero possibile la soluzione al termine del primo step si può considerare la migliore. Parametri di ottimizzazione 19Millechili Lab

20 Minimum Dimension Tale parametro obbliga il solutore a raggruppare gli elementi ad alta densità in strutture a trave che hanno una dimensione della sezione trasversale almeno pari al valore assegnato al parametro. Anche in questo caso più si incrementa il valore più si spinge la soluzione verso una maggiore realizzabilità. D’altra parte la soluzione risulterà formata da meno strutture ma probabilmente più pesanti in quanto non è più la migliore distribuzione di massa possibile per quel tipo di caricamento Aumento del valore del parametro Parametri di ottimizzazione 20Millechili Lab

21 Minimum Density È il valore minimo che può raggiungere la densità assegnata dal solutore all’elemento durante il processo di ottimizzazione. Tale valore non può mai essere 0 in quanto provocherebbe una singolarità nella matrice da invertire durante la risoluzione del problema statico. Il parametro influenza decisamente il peso finale del modello e la risoluzione finale Se all’interno del design space finale si avesse un volume di 1m 3 di elementi a densità minima, questi hanno un’ incidenza diversa sul valore della massa al termine del processo di ottimizzazione in base al valore di MinDens imposto: Parametri di ottimizzazione MinDensDensità alluminio [kg/m 3 ] Volume di elementi a ρ minima [m 3 ] Massa degli elementi a ρ minima [kg] Millechili Lab

22 Objective Tollerance Obiettivo di convergenza della soluzione ottimizzata È la variazione percentuale tra il valore dell’obiettivo di ottimizzazione alla soluzione precedente e alla soluzione attuale. Quando questo parametro raggiunge il valore impostato l’ottimizzazione ha raggiunto la convergenza. Variando il parametro si chiede al solutore di affinare sempre di più la soluzione, portando il criterio di convergenza a valori inferiori Parametri di ottimizzazione 22Millechili Lab

23 Trave solida a flessione Esempio Ottimizzazione Topologica Miglior rapporto J/massa 23Millechili Lab

24 Ottimizzazione topologica con variazione dei parametri Obiettivo Minimo della massa Design Variable Densità degli elementi solidi Design Constrain Freccia sotto al carico limitata ad un certo valore Introduzione di manufactoring constrain Draw, Extrusion Esempio Ottimizzazione Topologica 24Millechili Lab

25 Modello FEM con design space iniziale Esempio Ottimizzazione Topologica 25Millechili Lab

26 Modello Base Nessun parametro è stato settato Esempio Ottimizzazione Topologica Element Density 26Millechili Lab

27 Modello con manufactoring constrain Draw Min Dimension = 30Min Dimension = 10 Esempio Ottimizzazione Topologica Element Density 27Millechili Lab

28 Modello con manufactoring constrain Extrusion Min Dimension = 30Min Dimension = 10 Esempio Ottimizzazione Topologica Element Density 28Millechili Lab

29 Element Density durante le iterazioni Modello BaseModello extrusion 10 Esempio Ottimizzazione Topologica Element Density above 0,3 29Millechili Lab

30 Variazione della Massa durante le iterazioni Modello senza manufactoring constrain Esempio Ottimizzazione Topologica 30Millechili Lab

31 Variazione della Massa durante le iterazioni Modello con Manufactoring constrain Esempio Ottimizzazione Topologica 31Millechili Lab

32 Come descritto precedentemente l’ottimizzazione FreeSize consente di determinare la migliore distribuzione di materiale in un modello realizzato mediante elementi bidimensionali, andando a variale lo spessore di ogni singolo elemento. Quindi le design variable di questo tipo di ottimizzazione sono gli spessori di ogni singolo elemento all’interno del design space, ossia della parte di modello che si vuole ottimizzare. La restante parte riamane per tutta l’ottimizzazione allo spessore assegnato inizialmente. Parametri da settare per le design variable sono: -Spessore minimo consentito -Spessore massimo consentito Ottimizzazione FreeSize 32Millechili Lab

33 Anche in questo caso è possibile richiedere all’ottimizzazione delle soluzione che rispettino determinati vincoli: -Simmetrie -Ripetizioni -Stess -Fatigue -… Anche in questo caso è possibile modificare l’objective tollerance per richiedere maggiore accuratezza all’algoritmo di ottimizzazione. Ottimizzazione FreeSize 33Millechili Lab

34 Ottimizzazione FreeSize di Trave incastrata Obiettivo Minimo della massa Design Variable Thickness di tutti gli elementi Min = 0,1 mm Max = 10 mm Design Constrain Freccia sotto al carico limitata ad un certo valore Pattern Grouping Simmetria rispetto ad un piano Esempio Ottimizzazione FreeSize 34Millechili Lab

35 Modello FEM con design space iniziale Esempio Ottimizzazione FreeSize 35Millechili Lab

36 Risultato dell’ottimizzazione FreeSize Esempio Ottimizzazione FreeSize 36Millechili Lab

37 Risultato dell’ottimizzazione FreeSize Esempio Ottimizzazione FreeSize 37Millechili Lab

38 Variazione della Massa durante le iterazioni Esempio Ottimizzazione Size 38Millechili Lab

39 Come descritto precedentemente l’ottimizzazione Size consente di determinare la migliore distribuzione di materiale in un modello modificando alcuni parametri fondamentali delle proprietà assegnate agli elementi con cui è realizzato il modello. Quindi le design variable di questo tipo di ottimizzazione sono appunto questi parametri fondamentali, nella fattispecie possono essere a seconda del tipo di proprietà: -Spessore di elementi 2D o su differenti formulaizoni -Non Struttural Mass -Le varie dimensioni delle sezione impostate negli elementi 1D -Masse (PMASS) -… Ottimizzazione Size 39Millechili Lab

40 Parametri da settare per le design variable sono: -Il valore minimo consentito -Il valore iniziale -Il valore massimo consentito Inoltre è possibile guidare l’ottimizzazione con due ulteriori parametri -Move Limit -Discrete Design Variable Anche in questo caso è possibile modificare l’objective tollerance per richiedere maggiore accuratezza all’algoritmo di ottimizzazione. Ottimizzazione Size 40Millechili Lab

41 Ottimizzazione Size di Trave incastrata Obiettivo Minimo della massa Design Variable Thickness dei 5 componenti realizzati Per tutte le DV i valori sono i seguenti Initial Value = 3 mm Min = 0,1 mm Max = 10 mm Design Constrain Freccia sotto al carico limitata ad un certo valore Esempio Ottimizzazione Size 41Millechili Lab

42 Modello FEM con design space iniziale con la suddivisione dei 5 componenti Esempio Ottimizzazione Size 42Millechili Lab

43 Risultato dell’ottimizzazione Size Esempio Ottimizzazione Size 43Millechili Lab

44 Risultato dell’ottimizzazione Size Esempio Ottimizzazione Size 44Millechili Lab

45 Variazione della Massa durante le iterazioni Esempio Ottimizzazione Size 45Millechili Lab

46 Variazione dello Spessore di ogni singola DV durante le iterazione Esempio Ottimizzazione Size 46Millechili Lab

47 Dominio ObiettivoMinimizzazione della massa del telaio VincoliTarget di performance da capitolato Ferrari in termini di: Rigidezza torsionale e flessionale globale della struttura Rigidezze locali ai punti di attacco delle sospensioni Risposta modale Crash frontale linearizzato Ottimizzazione Topologica Telaio Automobilistico 47Millechili Lab

48 Sviluppo del processo di ottimizzazione 1. Ottimizzazione topologica 2. Interpretazione dei risultati topologici 3. Ottimizzazione topometrica 4. Ottimizzazione di size in funzione dei risultati della topometrica 5. Definizione del layout finale e verifica dei target da capitolato Ottimizzazione Topologica Telaio Automobilistico 48Millechili Lab

49 Risultati 1. Ottimizzazione topologica Ottimizzazione Topologica Telaio Automobilistico 49Millechili Lab

50 Risultati 2. Interpretazione dei risultati topologici Ottimizzazione Topologica Telaio Automobilistico 50Millechili Lab

51 Risultati 3. Ottimizzazione topometrica Ottimizzazione Topologica Telaio Automobilistico 51Millechili Lab

52 Risultati 4. Ottimizzazione di size in funzione dei risultati della topometrica Ottimizzazione Topologica Telaio Automobilistico 52 Millechili Lab


Scaricare ppt "Ottimizzazione strutturale di telai automobilistici in ottica car-weight reduction 1Millechili Lab."

Presentazioni simili


Annunci Google