Ansys Speos | 如何利用Speos联合optiSLang进行光导优化设计
在本例中,我们将使用 Speos 和 optiSLang 实现光导的设计优化,以实现汽车日行灯、内饰氛围灯等的光导设计,并改善光导亮度的均匀性,以自动优化设计的方式实现更好的照明外观。
![](images/solutions/S20231116001.jpg)
概述
在汽车照明应用中,日行灯是一个独特的照明标志。这些光导几乎是一直照明状态,因此光导的设计需要符合照明均匀性的标准和政府提出的规则。为了实现光导设计和优化,我们使用 Ansys Speos 光学部分设计创建光导,利用 Ansys optiSLang 驱动光导设计参数变化,进而找到最佳设计。
![](images/solutions/S20231116002.jpg)
优化工作流
Speos 和optiSLang的数据传输
Speos和opitSLang的数据传输可以有三种方式:第一种是在Workbench中链接Speos和optiSLang进行数据传输优化,第二种是在optiSLang中链接workbench,workbench中含有Speos的数据,完成数据传输,第三种是直接使用scripts完成Speos和optiSLang的数据链接。
![](images/solutions/S20231116003.jpg)
Speos 软件中完成 light guide 完成初步光导设计,并进行光导的亮度和强度模拟与法规检查。
在 Speos 的仿真模拟中,有几项相关键的仿真重要参数设置:
Lightguide Meshing:精确的meshing对于光导设计来说是很重要的,使用Speos的用户都知道meshing的重要性,如果不考虑meshing的参数设置,光导设计中的出光效果将会受到影响。通常会使用local meshing来设置特殊几何体的meshing划分。
Maximum number of Surface interaction:光导依靠全内反射来引导光线走向,这导致光和表面相互作用次数增多,特别是光线和光导棱镜之间的相互做用,默认值100通常过低,可以适当提高此数值设置。光导依靠全内反射来引导光线走向,这导致光和表面相互作用次数增多,特别是光线和光导棱镜之间的相互做用,默认值100通常过低,可以适当提高此数值设置。
XML Template:XML文件中包含了Sensor 中对关键数值的定义和数值验证,使用XML文件可以直接得到仿真结果的数值情况,并且使得每个参考数值都可以作为输出结果在optiSLang中使用。关于XML可以在Ansys customer Portal官方网站得到XML标准模板。
![](images/solutions/S20231116004.jpg)
![](images/solutions/S20231116005.jpg)
设置以上Speos的参数,运算仿真得到强度图和亮度图两个结果,从法规和均匀性两个方面对光学性能进行了测量。强度图的网格视图强调了法规遵从性,每个表格代表一个强度测量点,测量点的值受法规约束。中间值代表模拟结果,左下值代表通过规定的最小限度,左上值代表通过规定的最大限度,右边代表个人设置的安全限度。如果法规没有通过,则用红色标出,如果没有达到安全限度,则用黄色标出,如果通过,则用绿色标出。
![](images/solutions/S20231116006.jpg)
![](images/solutions/S20231116007.jpg)
在亮度图中定义均匀性性能的测量值。测量是基于18点折线,甚至更多点折线,沿着这条线的亮度均匀性可以被评估,测量平均和均方根对比。同时亮度结果也将用做于优化的输出,优化目标是在保持ECE规定满足要求的同时,获取均匀的外观照明,降低RMS对比度和最大化折线平均值。
![](images/solutions/S20231116008.jpg)
optiSLang灵敏度分析,通过敏感性研究来确定重要的光导输入参数,并通过创建元模型显示输入和输出参数之间关系,从而展示参数分析能力。
建立参数化系统后,进行参数敏感性分析。在敏感性分析中,通过COP矩阵预测输出变化,COP的数值告诉我们模型质量,此外可以看到参数对输出的影响。所以我们会得到在light guide设计参数中有有哪几项设计参数是影响设计目标光导的亮度均匀性、均方根、光强度的关键,可以直接了解光学行为。
![](images/solutions/S20231116009.jpg)
optiSLang优化,通过执行基于模型的多目标优化,然后进行局部和单目标直接优化,以实现可能的最佳设计,展示优化能力。
优化算法在MOP上采样了10000种设计,以找到输入参数值的最佳组合,实现最佳设计。多目标优化的结果显示在“帕累托面”(参见下图)。该图显示了两个目标之间的权衡,在最佳设计的集合用红点标记(定义为帕累托前沿)。工作流通过一个真正的求解器调用(如绿点所示)自动验证20个最好的设计。由于COP值较好,预测值与验证值之间的差异较小。通过选择其中一种设计,相应的参数值和响应显示在optiSLang的后处理其他图中。图片显示的是经过验证的7574设计,为了进一步改进设计,可以通过将其中一个目标转化为约束来进行局部和单一目标的优化。
![](images/solutions/S202311160010.jpg)
单目标优化采用灵敏度研究(黑色)和基于响应面的最佳设计区域的样本迭代附加设计(彩色)。
![](images/solutions/S202311160011.jpg)
优化结果
由于敏度分析和优化,可以找到均方根RMS对比度和平均亮度之间的最佳数据,使得均匀照明的外观可以显著改善,同时可实现所有光度法规和客户规格。
![](images/solutions/S202311160012.jpg)