某廠商需要對汽車進(jìn)氣道進(jìn)行設(shè)計，并以期望在一定限制范圍內(nèi)使得氣道總壓損失最小。之前該廠商主要通過手動調(diào)整模型，并不斷進(jìn)行仿真分析的方法進(jìn)行模型性能優(yōu)化，效率較低，且經(jīng)常無法取得較好效果，期望通過更好的算法及平臺工具提升工作效率及產(chǎn)品性能。
案例應(yīng)用效果
用戶需在一定空間內(nèi)設(shè)計進(jìn)氣道模型，并使得進(jìn)氣道總壓損失盡量小。其中有兩種設(shè)計場景，一是汽車進(jìn)氣道構(gòu)型嚴(yán)格不超出物理包圍區(qū)域，簡稱為“約束嚴(yán)格”問題；二是汽車進(jìn)氣道可以在徑向上突破包圍區(qū)域5mm，簡稱“約束松弛”問題。
采用智能優(yōu)化算法調(diào)用代理模型進(jìn)行自動優(yōu)化，自動調(diào)整模型參數(shù)并通過代理模型對模型性能進(jìn)行評估，基于評估得到的總壓損失數(shù)據(jù)自動判斷參數(shù)變化趨勢，最終得到總壓損失較小的模型參數(shù)；之后通過三維建模模塊生成實際三維模型，并通過流體仿真模塊進(jìn)行實際仿真評估，確認(rèn)模型性能。
兩種不同情況下的優(yōu)化效果如下表所示。
從上表中可以看到：對于約束松弛問題，傳統(tǒng)優(yōu)化方法已經(jīng)能夠得到較好結(jié)果，而采用智能優(yōu)化方法仍可以進(jìn)一步提升2.37%；對于約束嚴(yán)格問題，傳統(tǒng)優(yōu)化只實現(xiàn)了2.8%的提升，而采用智能優(yōu)化方法可以在依舊可以提升13.79%，充分體現(xiàn)了智能“設(shè)計+仿真+優(yōu)化”一體化解決方案的優(yōu)越性。
下圖為初始設(shè)計與優(yōu)化后模型的速度仿真云圖對比：
