前言
光机热集成分析是一种跨学科的分析方法,结合了热学、机械学和光学三个学科的知识,主要用于分析在不同尺寸和不同载荷下,光学系统成像受到的影响。这种分析方法需要联合仿真热、机械和光学性能,以评估设计方案的可行性和性能表现。
光机热耦合分析包含了热和结构以及光学,通过使用多个学科的仿真工具,可以更全面地考虑设计中的各种因素,从而得到更准确的分析结果。这种多学科集成分析的优势在于,它能够通过对光学性能进行一个确定性的评价,深入理解结构、热力学和光学跨学科设计之间的关系以及影响。
1光机热联合分析步骤
1.1在Workbench中进行热-结构分析,获取光学组件的FEA(有限元分析)数据,具体包括温度和变形量的数据。
1.2将FEA数据导入到Zemax软件中在Zemax中,我们可以通过对导入的FEA数据进行处理和分析,输出用于评价光学组件性能的结果数据。
1.3利用结果数据建立MOP元模型,并进行寻优根据评价标准,对这些结果数据进行评估,完成对光学组件的性能评估和优化设计。
2Workbench 热-结构仿真
求解后可得到全局坐标系下变形及温度FEA数据,预先求解,在optiSLang中作为初始值。
变形
温度
3Zemax 模型
Zemax模型光学组件模型尺寸与mechanical的相同,用于mechanical中的变形与温度参数数据传输。
4基础仿真模型搭建与元模型建立 (AMOP)
以下流程图为optiSLang 的parametric 系统,用于用户的初始化设置及workflow 验证。
optiSLang的参数系统可以将参数类型设置为Dependent,实现workbench与Zemax之间几何参数互传。
在optiSLang中基于上述步骤,我们已经搭建完善的 optiSLang 的 Workbench和Zemax 的仿真自动化工作流。此步骤我们将演示如何进行参数敏感性分析以及 optiSLang 的“最佳元模型”搭建,optiSLang“最佳元模型”是基于 optiSLang 特有的自适应采样建模,通过对样本空间的分析构建一套拟合光机热求解器的数学模型,并用于后续快速的优化求解。我们只需要将sensitivity wizard 拖拽入第一步测试的Parametric System 即可生成 AMOP(Adaptive Metamodel of Optimal Prognosis) 模型,如下图所示。
在AMOP的Criteria,点击Objective,创建一个obj,其表达式为(TRCX_10_new_STAR)^2*0.873+(TRCY_15_new_STAR)^2*0.873+(TRCX_12_new_STAR)^2*1.396+(TRCY_11_new_STAR)^2*0.873+(TRCX_14_new_STAR)^2*0.873+(TRCY_13_new_STAR)^2*1.396,obj为需要分析的目标函数。
此步骤中找到适当数量的样本空间很重要,增加采样数可以获得更好的元模型,同时也意味着增加完成仿真所需的时间(此步骤的每一步采样均需要调用 workbench和ZEMAX 做仿真求解,以帮助 optiSLang 寻找优化拟合元模型)。这里我们做了 100 个采样点,可以看到每一个随机采样下的输入输出值, optiSLang 支持输入参数的多种采样方式,如连续采样,离散采样,高斯采样等。
100个采样仿真结束之后,我们在 post-processing中即可看到元模型的拟合结果以及各个输出对输入的依赖度,即 CoP (Coefficientof Prognosis) matrix,也就是我们所说的参数敏感性分析。如下图所示,我们发现元模型对 obj 的拟合度可以达到 99.9%且R2_Lens1 这一参数对 Obj 影响比较大,占比67.3%。
5总结
以上介绍了基于optiSLang光机热的分析流程,optiSLang 支持workbench,Zemax仿真自动化,支持各求解器之间的自动化数据交互,数据后处理以及全流程自动化求解。optiSLang特有的多目标优化能力和元模型理论可以帮助用户快速找到关键影响因素,以及帮助用户找到目标值,节省迭代时间。基于上述能力opitislang用户可以实现各种不同应用下的仿真自动化和优化流程,实现更高效的仿真。
关于CYBERNET
CYBERNET集团是日本先进的CAE技术服务公司,在中国成立莎益博工程系统开发(上海)有限公司,在中国上海、北京、深圳、成都等地成立办公室,为中国本地客户和跨国公司提供CAE技术服务,包括过程集成和多学科优化设计、光学设计和BSDF光学散射测量服务、科学计算和系统级建模、Ansys 工业仿真工具,PTC 数字化转型解决方案,以及相关行业专业的技术咨询、技术服务与培训。
审核编辑:汤梓红
全部0条评论
快来发表一下你的评论吧 !