ANSYS概率設(shè)計(jì)PDS講義

1、 概率設(shè)計(jì) ANSYS概率設(shè)計(jì)PDS講義 概率設(shè)計(jì) 前言：可靠度基本理論 第一節(jié)：基于有限元的概率設(shè)計(jì)技術(shù) 1.1 基于有限元的概率設(shè)計(jì)(PDS)簡(jiǎn)介 1.2 PDS的基本概率與過(guò)程數(shù)據(jù)流 1.3 PDS中的參數(shù)分布函數(shù)及其選用 1.4 Monte Carlo法 1.5 響應(yīng)面法 第二節(jié)：基于有限元的概率設(shè)計(jì)基本過(guò)程 2.1 創(chuàng)建分析文件 2.2 初始化概率設(shè)計(jì)分析及參數(shù) 2.3 進(jìn)入PDS并指定分析文件 2.4 定義概率設(shè)計(jì)模型 2.5 選擇概率設(shè)計(jì)方法或工具 2.6 執(zhí)行概率設(shè)計(jì)分析 2.7 擬合和使用響應(yīng)面 2.8 概率設(shè)計(jì)結(jié)果后處理 第三節(jié)：概率設(shè)計(jì)分析的實(shí)例 3.1承受橫向集中力板的

2、LHS抽樣MCS概率設(shè)計(jì)實(shí)例 3.2三根桿桁架系統(tǒng)的直接抽樣MCS概率分析實(shí)例 2ANSYS概率設(shè)計(jì)PDS講義 可靠度基本理論 l結(jié)構(gòu)的極限狀態(tài)：整個(gè)結(jié)構(gòu)的一部分超過(guò) 某一特定狀態(tài)就不能滿足設(shè)計(jì)規(guī)定的某一 功能要求。結(jié)構(gòu)的極限狀態(tài)實(shí)質(zhì)上是結(jié)構(gòu) 工作狀態(tài)的一個(gè)閥值，如果工作狀態(tài)超過(guò) 這一閥值，則結(jié)構(gòu)處于不安全、不耐久或 不適用的狀態(tài)；若工作狀態(tài)沒(méi)超過(guò)這一閥 值，則結(jié)構(gòu)處于安全、耐久、適用的狀態(tài) )(XgZ 0 0 0 )(XgZ 可靠狀態(tài) 極限狀態(tài) 失效狀態(tài) l用用 表示結(jié)構(gòu)的工作狀態(tài)，稱作結(jié)構(gòu)的功能函數(shù)。則結(jié)構(gòu)的工作狀態(tài)可表示結(jié)構(gòu)的工作狀態(tài)，稱作結(jié)構(gòu)的功能函數(shù)。則結(jié)構(gòu)的工作狀態(tài)可 表示為：表示

3、為： 結(jié)構(gòu)的工作狀態(tài)結(jié)構(gòu)的工作狀態(tài) 3ANSYS概率設(shè)計(jì)PDS講義 可靠度基本理論 1. 用定義計(jì)算結(jié)構(gòu)可靠度 2.用統(tǒng)計(jì)分析計(jì)算可靠度 n k xgPP n f lim0)( n k0)(xg 式中， 試驗(yàn)的總次數(shù)； 實(shí)驗(yàn)中的次數(shù)。 dXXfXgPP Xgf )(0)( 0)( 0 0 0 )(XgZ 可靠狀態(tài) 極限狀態(tài) 失效狀態(tài) 結(jié)構(gòu)的工作狀態(tài)結(jié)構(gòu)的工作狀態(tài) 4ANSYS概率設(shè)計(jì)PDS講義 1.1 基于有限元的概率設(shè)計(jì)(PDS) 簡(jiǎn)介 利用概率設(shè)計(jì)方法可以幫助用戶確定“失 效”情況發(fā)生的可能性，這樣就使得用戶 可以改進(jìn)設(shè)計(jì)直到滿足用戶可以接受的 “極限”即可。 概率設(shè)計(jì)技術(shù)是用來(lái)評(píng)估輸入?yún)?/p>

4、數(shù)的不確 定性對(duì)于系統(tǒng)響應(yīng)的影響行為及其特性。 輸入?yún)?shù)包括幾何尺寸、加工誤差、材料、 載荷等不確定因素。 響應(yīng)參數(shù)包括溫度、應(yīng)力、位移等。 有限元分析技術(shù)與概率設(shè)計(jì)技術(shù)相結(jié)合， 就是基于有限元的概率設(shè)計(jì)，即ANSYS程 序提供的PDS技術(shù)（Probabilistic Design System）. 5ANSYS概率設(shè)計(jì)PDS講義 1.1 基于有限元的概率設(shè)計(jì)(PDS) 簡(jiǎn)介 當(dāng)有限元模型的輸入?yún)?shù)不確定時(shí)，有限 元結(jié)果的不確定程度有多大？響應(yīng)參數(shù)的 置信度有多高？ 輸入?yún)?shù)的不確定性決定響應(yīng)參數(shù)的不確 定性，目標(biāo)產(chǎn)品滿足設(shè)計(jì)要求的概率有多 大？工作失效概率有多大？ 在所有不確定的輸入?yún)?shù)中哪

5、個(gè)參數(shù)的不 確定性對(duì)于響應(yīng)參數(shù)的影響程度最大，或 者說(shuō)對(duì)于目標(biāo)產(chǎn)品最容易引起其工作失效？ 響應(yīng)參數(shù)對(duì)輸入?yún)?shù)變化的靈敏度多大？ ANSYS提供的基于有限元的概率設(shè)計(jì)系統(tǒng)（提供的基于有限元的概率設(shè)計(jì)系統(tǒng)（PDS）的主要應(yīng)用方向：）的主要應(yīng)用方向： 6ANSYS概率設(shè)計(jì)PDS講義 1.2 PDS的基本概率與過(guò)程數(shù)據(jù) 流 隨機(jī)輸入?yún)?shù)（RVsrandom input variables ） 又稱設(shè)計(jì)驅(qū)動(dòng)參數(shù)，直接影響分析結(jié)果，需指定分布類型以特征參數(shù) 相關(guān)性（Correlation） 指兩個(gè)（或多個(gè)）隨機(jī)輸入?yún)?shù)之間存在統(tǒng)計(jì)上的關(guān)聯(lián)性 隨機(jī)輸出變量（RPsrandom output paramete

6、rs) 指有限元分析結(jié)果 RP是RV的函數(shù) 概率設(shè)計(jì)參數(shù) （probabilistic design variables） RV和RP統(tǒng)稱為概率設(shè)計(jì)參數(shù)，在定義時(shí)必需指定 樣本（Sample） 一個(gè)樣本就是一序列確定的隨機(jī)輸入?yún)?shù)值 仿真（Simulation） 分析文件（Analysis file） 是一個(gè)ANSYS輸入文件，包含一個(gè)完整的分析過(guò)程，如前處理、求解和后處理等 必須包含參數(shù)化自動(dòng)建模的過(guò)程，所有輸入和輸出項(xiàng)，將可能被定義成隨機(jī)輸入?yún)?shù)和 隨機(jī)輸出參數(shù) 7ANSYS概率設(shè)計(jì)PDS講義 1.2 PDS的基本概率與過(guò)程數(shù)據(jù) 流 循環(huán)文件（Loop file） *.loop文件，由AN

7、SYS自動(dòng)根據(jù)分析文件生成。 利用該文件進(jìn)行概率設(shè)計(jì)循環(huán) 概率設(shè)計(jì)模型（Probabilistic model） 以分析文件形式存在，包括所有定義和設(shè)置：RVs、相關(guān)性、RPs、概率設(shè)計(jì)方法和相 關(guān) 參數(shù)等 概率設(shè)計(jì)數(shù)據(jù)庫(kù)（PDS database） 包括當(dāng)前設(shè)計(jì)的環(huán)境，包括RVs、相關(guān)性、RPs、概率設(shè)計(jì)方法、被執(zhí)行的概率分析及 存儲(chǔ)其結(jié)果的各種文件、使用哪個(gè)概率設(shè)計(jì)分析中的哪個(gè)輸出參數(shù)來(lái)擬合響應(yīng)表面、 擬合中所使用的回歸模型、擬合結(jié)果等。 可以被存儲(chǔ)到j(luò)obname.pds，并且可重新讀入。結(jié)果不存儲(chǔ)在這個(gè)數(shù)據(jù)庫(kù)中。擬合響應(yīng)表 面的樣本即存儲(chǔ)在數(shù)據(jù)庫(kù)中。 均值（Mean value）、中間

8、值（Median value）、標(biāo)準(zhǔn)方差（Standard deviation） 8ANSYS概率設(shè)計(jì)PDS講義 1.2 PDS的基本概率與過(guò)程數(shù)據(jù) 流 ANSYS 數(shù)據(jù)庫(kù)文件 SAVE RESUM 有限元模型 數(shù)據(jù)庫(kù) 可靠性分析 數(shù)據(jù)庫(kù) PDSAVE 可靠性分析 數(shù)據(jù)庫(kù)文件 PDRESUM 循環(huán)文件 PDEXE PDEXE /EXIST 分析文件 9ANSYS概率設(shè)計(jì)PDS講義 1.3 PDS中的參數(shù)分布函數(shù)及其 選用 10ANSYS概率設(shè)計(jì)PDS講義 1.3 PDS中的參數(shù)分布函數(shù)及其 選用 11ANSYS概率設(shè)計(jì)PDS講義 1.3 PDS中的參數(shù)分布函數(shù)及其 選用 12ANSYS概率設(shè)計(jì)

9、PDS講義 1.4 Monte Carlo法 Monte Carlo法(Monte Carlo Method)又名隨 機(jī)模擬法或統(tǒng)計(jì)試驗(yàn)法 n k Pg(x)P n f lim0 i x)(xg 0)(xg 0)(xg 將隨機(jī)變量將隨機(jī)變量代入功能函數(shù)代入功能函數(shù) ，得出一個(gè)函數(shù)值。若，得出一個(gè)函數(shù)值。若 ，則在計(jì)算機(jī)程序中記入一次失效的實(shí)現(xiàn)；若，則在計(jì)算機(jī)程序中記入一次失效的實(shí)現(xiàn)；若，則不記入。，則不記入。 這樣就完成了一次計(jì)算，再產(chǎn)生下一個(gè)隨機(jī)數(shù)，重復(fù)上面的計(jì)算，直至完這樣就完成了一次計(jì)算，再產(chǎn)生下一個(gè)隨機(jī)數(shù)，重復(fù)上面的計(jì)算，直至完 成預(yù)定的實(shí)驗(yàn)次數(shù)為止。此時(shí)，失效概率成預(yù)定的實(shí)驗(yàn)次數(shù)為止

10、。此時(shí)，失效概率為 Monte Carlo法可選擇法可選擇直接抽樣法直接抽樣法、超拉丁方抽樣超拉丁方抽樣和用戶抽樣處理。和用戶抽樣處理。 13ANSYS概率設(shè)計(jì)PDS講義 1.4 Monte Carlo法 Monte Carlo法特點(diǎn)： Monte Carlo方法及其程序結(jié)構(gòu)簡(jiǎn)單，較容 易實(shí)現(xiàn)； 收斂的概率和收斂的速度與問(wèn)題的維數(shù)無(wú) 關(guān)； 用模擬的方法計(jì)算結(jié)構(gòu)系統(tǒng)的失效概率， 不需考慮失效模式的相關(guān)性； 只要抽樣次數(shù)足夠多，該方法計(jì)算所得的 結(jié)構(gòu)可靠度的精度滿足要求，所以一般用 來(lái)檢驗(yàn)其他方法的計(jì)算結(jié)果。 14ANSYS概率設(shè)計(jì)PDS講義 1.4 Monte Carlo法 直接抽樣 Monte

11、 Carlo模擬技術(shù)中最常用的基本方法， 可直接用于模擬各種工程真實(shí)過(guò)程?？赡?擬零件在現(xiàn)實(shí)中任何行為。 效率不高，需做大量仿真循環(huán)。 對(duì)抽樣過(guò)程沒(méi)有“記憶”功能，會(huì)出現(xiàn)重 復(fù)抽樣。 需要指定隨機(jī)輸入?yún)?shù)的樣本種值、仿真 循環(huán)次數(shù)和循環(huán)終止準(zhǔn)則（均值和標(biāo)準(zhǔn)方 差精度等） 15ANSYS概率設(shè)計(jì)PDS講義 1.4 Monte Carlo法 拉丁超立方抽樣（LHS） 比直接抽樣法更先進(jìn)、更有效。 對(duì)抽樣過(guò)程有“記憶”功能，可避免直接 抽樣法數(shù)據(jù)點(diǎn)集中而導(dǎo)致的仿真循環(huán)重復(fù) 問(wèn)題。 強(qiáng)制抽樣過(guò)程中抽樣點(diǎn)必須離散分布于整 個(gè)抽樣空間。 LHS抽樣法比直接抽樣法要少20%40%的 仿真循環(huán)資料。 需要指定

12、仿真循環(huán)次數(shù)、重復(fù)次數(shù)、樣本 分布位置、循環(huán)終止準(zhǔn)則（均值和標(biāo)準(zhǔn)方 差精度等）和隨機(jī)輸入?yún)?shù)樣本種子值。 16ANSYS概率設(shè)計(jì)PDS講義 1.5 響應(yīng)面法 比Monte Carlo模擬需要的循環(huán)次數(shù)少。 可進(jìn)行非常低概率問(wèn)題的分析。 擬合系數(shù)表示近似函數(shù)與響應(yīng)數(shù)值的近似 程度,可通過(guò)用戶自己定義。 單個(gè)循環(huán)之間相互獨(dú)立，非常適用于并行 計(jì)算。 循環(huán)次數(shù)取決于隨機(jī)輸入變量個(gè)數(shù)，變量 數(shù)不能太多。 要求輸入變量與輸入變量的函數(shù)平滑。如 接觸分析不可以用該方法。 17ANSYS概率設(shè)計(jì)PDS講義 1.5 響應(yīng)面法 響應(yīng)面法可選擇三種方法：中心合成設(shè)計(jì)、 Box-Bchnken矩陣法和用戶指定法。

13、用數(shù)學(xué)函數(shù)（二次函數(shù)）表達(dá)隨機(jī)輸入變 量和隨機(jī)輸出變量之間的關(guān)系。使用回歸 分析技術(shù)（通常是用最小二乘法）確定函 數(shù)的各項(xiàng)系數(shù)。 響應(yīng)面法兩個(gè)步驟：1，進(jìn)行仿真循環(huán)計(jì)算 對(duì)應(yīng)隨機(jī)輸入變量空間樣本點(diǎn)的隨機(jī)輸出 變量的數(shù)據(jù)；2，進(jìn)行回歸分析確定近似函 數(shù)。 j i ji n j ij n i ii xxcxbaXg 111 )( 18ANSYS概率設(shè)計(jì)PDS講義 1.5 響應(yīng)面法 中心合成設(shè)計(jì)抽樣包括一個(gè)中心點(diǎn)、中心合成設(shè)計(jì)抽樣包括一個(gè)中心點(diǎn)、N個(gè)軸線點(diǎn)和位于個(gè)軸線點(diǎn)和位于2N-f 階乘個(gè)階乘個(gè)N維超立方體的頂點(diǎn)。維超立方體的頂點(diǎn)。 式中，式中，N隨機(jī)輸入變量數(shù)目隨機(jī)輸入變量數(shù)目 f中心合成設(shè)計(jì)階

14、乘因子表達(dá)式中的一個(gè)參數(shù)。中心合成設(shè)計(jì)階乘因子表達(dá)式中的一個(gè)參數(shù)。 Box-Behnken矩陣抽樣包括一個(gè)中心點(diǎn)矩陣抽樣包括一個(gè)中心點(diǎn)N維超立方體每邊中維超立方體每邊中 心點(diǎn)。心點(diǎn)。 19ANSYS概率設(shè)計(jì)PDS講義 PDS基本過(guò)程 ANSYS基于有限元的概率設(shè)計(jì)分析具體實(shí)現(xiàn) 過(guò)程如下: 2.1 創(chuàng)建分析文件.文件應(yīng)該包括完整的分析 過(guò)程，如： 參數(shù)化有限元模型(PREP7)； 求解(SOLUTION)； 獲取數(shù)據(jù)，用做隨機(jī)輸入?yún)?shù)和隨機(jī)輸出 參數(shù)(POST1/POST26)； 2.2 建立概率有限元分析數(shù)據(jù)庫(kù)和所有參數(shù) 2.3 進(jìn)入PDS模塊并指定分析文件(PDS)。 2.4 定義隨機(jī)輸入變

15、量和隨機(jī)輸出變量(PDS)。 2.5 選擇概率設(shè)計(jì)工具或方法(PDS)。 2.6 執(zhí)行概率設(shè)計(jì)分析所需要的循環(huán)(PDS)。 2.7 擬合響應(yīng)面（PDS） 2.8 觀察概率設(shè)計(jì)結(jié)果（PDS）。 20ANSYS概率設(shè)計(jì)PDS講義 2.1 創(chuàng)建分析文件 分析文件就是基于APDL的參數(shù)化有限元分 析過(guò)程 創(chuàng)建分析文件方法： （1）GUI方式，再經(jīng)LOG文件整理出來(lái)； （2）在文本編輯器中直接編寫(xiě)。 21ANSYS概率設(shè)計(jì)PDS講義 2.1 創(chuàng)建分析文件 具體過(guò)程包括: （1）定義并初始化參數(shù)（RV） *CREATE, ！創(chuàng)建宏文件 如：A1=10 或用*SET,A1,10 （2）參數(shù)化創(chuàng)建有限元模型

16、/PREP7 ！進(jìn)入前處理器 ET,1,LINK1 ！桿單元 R,1,A1 ！以RV為參數(shù)的實(shí)常數(shù) MP,EX,1,2.1E5 !定義材料 MP,PRXY,1,0.3 N,1,0,0,0 !創(chuàng)建節(jié)點(diǎn)創(chuàng)建節(jié)點(diǎn) N,2,10,0,0 E,1,2 !創(chuàng)建單元?jiǎng)?chuàng)建單元 FINISH ！退出前處理器！退出前處理器 （3）約束、加載、求解）約束、加載、求解 /SOLU ！進(jìn)入求解器！進(jìn)入求解器 D,1,ALL ！約束！約束 F,4,FY,-1000 !加載加載 SOLVE ！求解！求解 FINISH ！退出求解器！退出求解器 22ANSYS概率設(shè)計(jì)PDS講義 2.1 創(chuàng)建分析文件 (續(xù)前頁(yè)) （4）提取結(jié)

17、果數(shù)據(jù)并存儲(chǔ)到參數(shù)中 /POST1 !進(jìn)入后處理器 SET,FIRST !讀入第一個(gè)結(jié)果 序列 ETABLE,axst,LS,1 !將單元應(yīng)力放入表 AXST中 *GET,sig1,ELEM,1,ETAB,AXST !sig1=單元 1的軸向應(yīng)力 *GET,sig2,ELEM,2,ETAB,AXST *GET,sig3,ELEM,3,ETAB,AXST SSUM !將單元表格內(nèi)數(shù)據(jù)求 和 *GET,TVOL,SSUM, ,ITEM,VOLU !提取結(jié)構(gòu) 總體積 FINISH !退出后處 理器 *END ！完成宏定 義 23ANSYS概率設(shè)計(jì)PDS講義 2.2 初始化概率設(shè)計(jì)分析及參數(shù) 2.3進(jìn)

18、入PDS并指定分析文件 2. 初始化概率設(shè)計(jì)分析及參數(shù) GUI方式:Utility Menu Input from APDL方式：/INP, 3.進(jìn)入PDS并指定分析文件 GUI方式:Main MenuProb DesignAnasis APDL方式： /PDS PDANL, 24ANSYS概率設(shè)計(jì)PDS講義 2.4 定義概率設(shè)計(jì)模型 （1）定義隨機(jī)輸入?yún)?shù) GUI方式:Main MenuProb DesignProb Definitns Random Input APDL方式： PDVAR, Name, Type, PAR1, PAR2, PAR3, PAR4 設(shè)置變量分布類型；設(shè)置變量分布

19、類型； 設(shè)置變量分布參數(shù)。設(shè)置變量分布參數(shù)。 25ANSYS概率設(shè)計(jì)PDS講義 2.4 定義概率設(shè)計(jì)模型 繪制輸入?yún)?shù)分布圖 GUI方式: Main MenuProb DesignProb DefinitnsPlot APDL方式： PDPLOT, Name, PLOW, PUP 26ANSYS概率設(shè)計(jì)PDS講義 2.4 定義概率設(shè)計(jì)模型 定義輸入?yún)?shù)相關(guān)性 GUI方式: Main MenuProb DesignProb DefinitnsCorrelation APDL方式： PDCORR, Name1, Name2, CORR 27ANSYS概率設(shè)計(jì)PDS講義 2.4 定義概率設(shè)計(jì)模型 （

20、2）指定隨機(jī)輸出參數(shù) GUI方式: Main MenuProb DesignRandom Output APDL方式： PDVAR, Name, Resp, PAR1, PAR2, PAR3, PAR4 選擇輸出變量。選擇輸出變量。 28ANSYS概率設(shè)計(jì)PDS講義 2.5 選擇概率設(shè)計(jì)方法或工具 （1）使用PDS向?qū)ё詣?dòng)選擇最合適的概率設(shè) 計(jì)方法 GUI方式: Main MenuProb DesignRandom MethodMethod Wizard 可以使用方法向?qū)ё尶梢允褂梅椒ㄏ驅(qū)ё孉NSYS程序幫助選擇適合當(dāng)前程序幫助選擇適合當(dāng)前 問(wèn)題的最有效隨機(jī)設(shè)計(jì)方法。問(wèn)題的最有效隨機(jī)設(shè)計(jì)方法。

21、 主要考慮因素包括：分析文件執(zhí)行一次的時(shí)間、主要考慮因素包括：分析文件執(zhí)行一次的時(shí)間、CPU 數(shù)目、隨機(jī)輸出參數(shù)響應(yīng)特性、輸出參數(shù)需要評(píng)估的項(xiàng)數(shù)目、隨機(jī)輸出參數(shù)響應(yīng)特性、輸出參數(shù)需要評(píng)估的項(xiàng) 等。等。 29ANSYS概率設(shè)計(jì)PDS講義 2.5 選擇概率設(shè)計(jì)方法或工具 （1）使用Monte Carlo法進(jìn)行概率設(shè)計(jì) GUI方式: Main MenuProb DesignProb MethodMonte Carlo Sims APDL方式：PDMETH, MCS, DIR/LHS DIR直接抽樣法直接抽樣法 設(shè)置仿真次數(shù)設(shè)置仿真次數(shù) 設(shè)置終止條件設(shè)置終止條件 設(shè)置隨機(jī)輸入?yún)?shù)的樣本種子值設(shè)置隨機(jī)輸

22、入?yún)?shù)的樣本種子值 LHS拉丁超立方抽樣拉丁超立方抽樣 設(shè)置仿真次數(shù)設(shè)置仿真次數(shù) 設(shè)置仿真重復(fù)次數(shù)設(shè)置仿真重復(fù)次數(shù) 指定區(qū)間內(nèi)的樣本分布位置指定區(qū)間內(nèi)的樣本分布位置 設(shè)置終止條件設(shè)置終止條件 設(shè)置隨機(jī)輸入?yún)?shù)的樣本種子值設(shè)置隨機(jī)輸入?yún)?shù)的樣本種子值 30ANSYS概率設(shè)計(jì)PDS講義 2.5 選擇概率設(shè)計(jì)方法或工具 （2）使用響應(yīng)面法進(jìn)行概率設(shè)計(jì) GUI方式:Main MenuProb DesignProb MethodResponse Surface APDL方式：PDMETH,RSM, CCD/BBM 設(shè)置概率下限值設(shè)置概率下限值 設(shè)置概率上限值設(shè)置概率上限值 31ANSYS概率設(shè)計(jì)PDS講

23、義 2.6 執(zhí)行概率設(shè)計(jì)分析 運(yùn)行序列求解 GUI方式:Main MenuProb DesignRunExec SerialRun Serial APDL方式：PDEXE, Slab, SER, NFAIL, FOPT, Fname 輸入當(dāng)前輸入當(dāng)前PDS求解結(jié)果的標(biāo)識(shí)字符串求解結(jié)果的標(biāo)識(shí)字符串 可以選擇保存樣本文件可以選擇保存樣本文件 32ANSYS概率設(shè)計(jì)PDS講義 2.6 執(zhí)行概率設(shè)計(jì)分析 運(yùn)行PDS并行分析 GUI方式:Main MenuProb DesignRunExec Parallel APDL方式：PDEXE, Slab, PAR, NFAIL, FOPT, Fname 定義用

24、來(lái)并行處理的遠(yuǎn)程主機(jī)定義用來(lái)并行處理的遠(yuǎn)程主機(jī) 指定要復(fù)制到遠(yuǎn)程主機(jī)上的文件指定要復(fù)制到遠(yuǎn)程主機(jī)上的文件 開(kāi)始并行分析開(kāi)始并行分析 33ANSYS概率設(shè)計(jì)PDS講義 2.7 擬合和使用響應(yīng)面 運(yùn)行求解完概率設(shè)計(jì)計(jì)算后，使用存儲(chǔ)在結(jié)果文件中運(yùn)行求解完概率設(shè)計(jì)計(jì)算后，使用存儲(chǔ)在結(jié)果文件中 的的PDS數(shù)據(jù)可以擬合響應(yīng)表面。數(shù)據(jù)可以擬合響應(yīng)表面。 如果不能確定響應(yīng)面法需要多少樣本點(diǎn)，那么樣本點(diǎn)如果不能確定響應(yīng)面法需要多少樣本點(diǎn)，那么樣本點(diǎn) 數(shù)至少是響應(yīng)面系數(shù)的兩倍。數(shù)至少是響應(yīng)面系數(shù)的兩倍。 Monte Carlo法和響應(yīng)面法模擬后都可以擬合響應(yīng)面法和響應(yīng)面法模擬后都可以擬合響應(yīng)面 。 34ANSYS

25、概率設(shè)計(jì)PDS講義 2.7 擬合和使用響應(yīng)面 擬合響應(yīng)表面擬合響應(yīng)表面 GUI方式：方式：Main MenuProb DesignResponse SurfFit Resp Surf APDL方式：方式：RSFIT, RSlab, Slab, Name, Rmod, Ytrans, Yval, Xfilt, CONF 指定存儲(chǔ)名稱字符串指定存儲(chǔ)名稱字符串 用于擬合響應(yīng)面的用于擬合響應(yīng)面的PDS計(jì)算文件計(jì)算文件 選擇要擬合響應(yīng)面的隨機(jī)輸出參數(shù)對(duì)象選擇要擬合響應(yīng)面的隨機(jī)輸出參數(shù)對(duì)象 選擇擬合響應(yīng)面的回歸模型類別，包括：選擇擬合響應(yīng)面的回歸模型類別，包括： 線性、沒(méi)有交叉項(xiàng)的二次函數(shù)和帶交叉項(xiàng)線性、

26、沒(méi)有交叉項(xiàng)的二次函數(shù)和帶交叉項(xiàng) 的二次函數(shù)的二次函數(shù) 響應(yīng)面輸出結(jié)果數(shù)據(jù)的數(shù)學(xué)變換處理。響應(yīng)面輸出結(jié)果數(shù)據(jù)的數(shù)學(xué)變換處理。 確定在進(jìn)行回歸計(jì)算時(shí)是否過(guò)濾不相關(guān)項(xiàng)確定在進(jìn)行回歸計(jì)算時(shí)是否過(guò)濾不相關(guān)項(xiàng) 35ANSYS概率設(shè)計(jì)PDS講義 2.7 擬合和使用響應(yīng)面 繪制響應(yīng)表面繪制響應(yīng)表面 GUI方式：方式：Main MenuProb DesignResponse SurfPlt Resp Surf APDL方式：方式：RSPLOT, RSlab, YName, X1Name, X2Name, Type, NPTS, PLOW, PUP 選擇要擬合的隨機(jī)輸出參數(shù)對(duì)象選擇要擬合的隨機(jī)輸出參數(shù)對(duì)象 選擇擬

27、合響應(yīng)面的第一個(gè)隨機(jī)輸入?yún)?shù)選擇擬合響應(yīng)面的第一個(gè)隨機(jī)輸入?yún)?shù) 選擇擬合響應(yīng)面的第二個(gè)隨機(jī)輸入?yún)?shù)選擇擬合響應(yīng)面的第二個(gè)隨機(jī)輸入?yún)?shù) 響應(yīng)面顯示方式：響應(yīng)面顯示方式：2D,3D 各坐標(biāo)軸上的刻度點(diǎn)數(shù)各坐標(biāo)軸上的刻度點(diǎn)數(shù) 概率上下限概率上下限 36ANSYS概率設(shè)計(jì)PDS講義 2.7 擬合和使用響應(yīng)面 輸出響應(yīng)表面輸出響應(yīng)表面 GUI方式：方式：Main MenuProb DesignResponse SurfPrn Resp Surf APDL方式：方式：RSPRNT, RSlab, YName, Xout 輸出文件包括信息有：輸出文件包括信息有： 使用的變換函數(shù)使用的變換函數(shù) 回歸項(xiàng)回歸項(xiàng)

28、回歸系數(shù)回歸系數(shù) 擬合逼近程度擬合逼近程度 設(shè)置內(nèi)容包括：設(shè)置內(nèi)容包括： 選擇擬合得到的響應(yīng)面函數(shù)選擇擬合得到的響應(yīng)面函數(shù) 選擇要擬合響應(yīng)面的輸出對(duì)象選擇要擬合響應(yīng)面的輸出對(duì)象 選擇輸出方式選擇輸出方式 37ANSYS概率設(shè)計(jì)PDS講義 2.7 擬合和使用響應(yīng)面 根據(jù)響應(yīng)表面生成根據(jù)響應(yīng)表面生成Monte Carlo樣本樣本 GUI方式：方式：Main MenuProb DesignResponse SurfRS Simulation APDL方式：方式：RSSIMS, RSlab, NSIM, Seed 用擬合得到的響應(yīng)面函數(shù)代替有限元模型進(jìn)行用擬合得到的響應(yīng)面函數(shù)代替有限元模型進(jìn)行Mont

29、e Carlo模擬，模擬效模擬，模擬效 率高。率高。 模擬次數(shù)及計(jì)算精度。模擬次數(shù)及計(jì)算精度。 38ANSYS概率設(shè)計(jì)PDS講義 2.8 概率設(shè)計(jì)結(jié)果后處理 在完成在完成PDS分析之后，對(duì)分析之后，對(duì)PDS結(jié)果進(jìn)行適當(dāng)?shù)暮筇幚聿僮?。結(jié)果進(jìn)行適當(dāng)?shù)暮筇幚聿僮鳌?1.統(tǒng)計(jì)分析統(tǒng)計(jì)分析 (statistics) 對(duì)單個(gè)變量的評(píng)估，允許對(duì)隨機(jī)輸出變量或隨機(jī)輸對(duì)單個(gè)變量的評(píng)估，允許對(duì)隨機(jī)輸出變量或隨機(jī)輸 入變量做統(tǒng)計(jì)分析。入變量做統(tǒng)計(jì)分析。 樣本歷史樣本歷史 柱狀圖柱狀圖 累積分布函數(shù)累積分布函數(shù) 概率概率 逆概率逆概率 2.趨勢(shì)分析趨勢(shì)分析(trends) 對(duì)多個(gè)變量的評(píng)估。對(duì)多個(gè)變量的評(píng)估。 靈敏度

30、靈敏度 散點(diǎn)圖散點(diǎn)圖 相關(guān)矩陣相關(guān)矩陣 3.自動(dòng)報(bào)告自動(dòng)報(bào)告(report) 設(shè)置報(bào)告選項(xiàng)設(shè)置報(bào)告選項(xiàng) 輸出輸出HTML報(bào)告報(bào)告 39ANSYS概率設(shè)計(jì)PDS講義 2.8 概率設(shè)計(jì)結(jié)果后處理 樣本歷史樣本歷史 查看循環(huán)結(jié)果和循環(huán)次數(shù)的函數(shù)關(guān)系，查看變量的分布參數(shù)。查看循環(huán)結(jié)果和循環(huán)次數(shù)的函數(shù)關(guān)系，查看變量的分布參數(shù)。 GUI方式：方式：Main MenuProb DesignProb ResultsStatisticsSampl History APDL方式方式:PDSHIS, Rlab, Name, Type, CONF 選擇抽樣數(shù)據(jù)文件選擇抽樣數(shù)據(jù)文件 選擇要分析的變量選擇要分析的變量 選

31、擇圖形顯示方式（均值、標(biāo)準(zhǔn)方差、最值）選擇圖形顯示方式（均值、標(biāo)準(zhǔn)方差、最值） 指定置信度水平指定置信度水平 40ANSYS概率設(shè)計(jì)PDS講義 2.8 概率設(shè)計(jì)結(jié)果后處理 直方圖直方圖 查看變量的離散情況。查看變量的離散情況。 如圖抽樣次數(shù)足夠多，直方圖比較光滑，沒(méi)有大的間隙。如圖抽樣次數(shù)足夠多，直方圖比較光滑，沒(méi)有大的間隙。 GUI方式：方式：Main MenuProb DesignProb ResultsStatisticsHistogram APDL方式方式:PDHIST, Rlab, Name, NCL, Type 選擇抽樣數(shù)據(jù)文件選擇抽樣數(shù)據(jù)文件 選擇要分析的變量選擇要分析的變量 指

32、定繪制直方圖數(shù)據(jù)點(diǎn)數(shù)指定繪制直方圖數(shù)據(jù)點(diǎn)數(shù) 指定柱狀圖類型。指定柱狀圖類型。 41ANSYS概率設(shè)計(jì)PDS講義 2.8 概率設(shè)計(jì)結(jié)果后處理 累積分布函數(shù)累積分布函數(shù) 查看可靠性或失效概率的工具。函數(shù)一點(diǎn)的數(shù)值等于數(shù)據(jù)出現(xiàn)在該點(diǎn)下的概率。查看可靠性或失效概率的工具。函數(shù)一點(diǎn)的數(shù)值等于數(shù)據(jù)出現(xiàn)在該點(diǎn)下的概率。 GUI方式：方式：Main MenuProb DesignProb ResultsStatisticsCumulativeDF APDL方式方式:PDCDF, Rlab, Name, Type, CONF, NMAX 選擇抽樣數(shù)據(jù)文件選擇抽樣數(shù)據(jù)文件 選擇要分析的變量選擇要分析的變量 指定柱狀圖類型指定柱狀圖類型 設(shè)置置信度水平設(shè)置置信度水平 繪制曲線數(shù)據(jù)點(diǎn)總數(shù)繪制曲線數(shù)據(jù)點(diǎn)總數(shù) 42ANSYS概率設(shè)計(jì)PDS講義 2.8 概率設(shè)計(jì)結(jié)果后處理 輸出概率輸出概率 查看在給定數(shù)據(jù)點(diǎn)的失效概率。查看在給定數(shù)據(jù)點(diǎn)的失效概率。 GUI方式：方式：Main MenuProb De