虚拟优化设计

2024-10-24

虚拟优化设计（共8篇）

虚拟优化设计篇1

0 引言

在进行杆件的结构设计时, 不仅要考虑杆件的强度、刚度, 还必须要充分地考虑到当细长杆件受到轴向压力的作用下会不会弯曲的问题, 即受压杆件的稳定问题 (屈曲问题) 。历史上曾经发生过多次由于受压杆件的失稳而引起的重大工程事故。因此, 研究受压杆件稳定的拓扑优化具有重要的意义。

受压杆件稳定的优化研究工作主要有:文献[1]研究了两端弹性铰支约束下受压杆件稳定的优化设计, 采用拉格朗日乘子法, 求得受压杆件在弹性铰支约束下, 截面优化分布规律和挠曲函数的表达式;并给出计算临界荷载的统一公式;文献[2]运用ESO方法研究了框架在承受最大临界屈曲载荷情况下的截面优化;文献[3]研究了桁架在屈曲载荷约束下的全局稳定性拓扑优化;文献[4]研究了考虑的屈曲的杆件与框架的优化问题;文献[5]研究了考虑受压杆件稳定性的桁架拓扑优化设计, 在桁架设计中用进废退思想, 剔除了优化结果中截面积小于阈值的杆件。综上所述, 多数研究集中在了桁架的拓扑优化设计, 只研究了桁架中受压杆件的去留问题, 并未对具体受压杆件的拓扑结构进行优化设计。

本文基于ICM方法, 使用独立、连续的拓扑变量, 引入重量、刚度的过滤函数, 对受压杆件稳定进行拓扑优化设计, 取得了较为理想的拓扑优化结果。

ICM方法, 即文献[6,7]提出的独立、连续、映射方法, 从拓扑优化的本质出发, 将拓扑变量从依附于低层次的变量 (如膜的厚度、杆的截面) 中提取出来, 建立了独立连续的拓扑变量概念, 揭示定义了相应单元或子域对0或1靠近程度的过滤函数, 然后通过映射反演, 使连续型变量离散为0-1离散变量, 建立优化数学模型, 用序列线性规划或二次规划进行求解, 从而求出结构的最优拓扑。

1 优化数学模型的建立

受压杆件稳定又称为结构失稳, 是指结构所受载荷达到一定值时, 若增加一个微小的侧向干扰力, 结构的平衡位形将处于一个新的形式, 即使微小干扰力被撤去, 结构也不能恢复原有状态, 这种情况叫作结构失稳, 也称为屈曲, 相应的载荷称为屈曲载荷或临界载荷。

用解析法推导两端铰支的大挠度受压杆件的临界力 [8], 如图1所示, 杆件的长度为L。

横向干扰力产生的初始变形, 在轴力作用下要保持平衡, 截面必然有力矩 M, 则有:

M=-Py (1)

对微小的弯曲变形, 可以得到力的大小为:

P=n2π2EI/L2 (n=0, 1, 2, …) (2)

如果, 两端采用不同的铰支形式, 且当n=1时, 压力为最小值则可以得到临界压力的欧拉公式普遍形式:

Pcr=π2EI/ (μL) 2 (3)

其中, μ为长度系数。

上式表明, 使杆件保持为曲线平衡的临界压力, 在理论上是多值的, 相应杆件的模态形状也是多样的。由于结构在达到更高模态的屈曲载荷之前已经不能正常工作, 所以人们关心的通常是最小临界力, 即一阶屈曲模态时的临界力。

由此可以看出, 临界力是研究受压杆件稳定的重要性能指标, 下面利用有限元方法建立以临界力为约束受压杆件稳定的拓扑优化模型。屈曲分析的特征值方程为:

(K+λjG) uj=0 (j=1, …, j) (4)

其中K是结构的刚度阵, G是结构的几何阵, J为模态总个数, λj为方程第j阶特征值, 其物理意义是结构的临界屈曲载荷, uj是节点位移向量。临界力与外部施加载荷的关系表示为:

λj=ζjP (5)

其中ζj为屈曲因子, P为外部作用载荷。

本文过滤函数采用幂函数的形式, 单元重量、单元刚度阵、单元几何阵的过滤函数分别表示为:

fw (ti) =t $_{i}^{a}$ fk (ti) =t $_{i}^{b}$ fg (ti) =t $_{i}^{b}$ (6)

其中t为拓扑设计变量, a、b分别为幂指数, 在本文中取a=1, b=3.3。单元重量、单元刚度阵、单元几何阵分别表示为:

wi=fw (ti) w $_{i}^{0}$ ki=fk (ti) k $_{i}^{0}$ gi=fg (ti) g $_{i}^{0}$ (7)

其中wi、ki及gi为单元重量、单元刚度阵及单元几何阵, w $_{i}^{0}$ 、k $_{i}^{0}$ 及g $_{i}^{0}$ 为单元固有重量、单元固有刚度阵、单元固有几何阵。

根据以上内容, 我们建立以结构重量最小为目标, 屈曲临界力为约束的连续体拓扑优化模型:

其中, t为拓扑设计变量;W为结构总重量; $\bar{λ}_{j}$ 为临界载荷的上限;J为屈曲模态总数;N为单元总数。

2 优化数学模型的求解

2.1 约束的显式化变换

为建立结构稳定的拓扑优化模型, 需要求出特征值对拓扑设计变量的显函数, 根据公式 (4) 可以得到:

λj=-u $_{j}^{Τ}$ Kuj/u $_{j}^{Τ}$ Guj (9)

刚度阵与几何阵表示为:

$Κ = \sum_{i = 1}^{Ν} k_{i}^{0} t_{i}^{b} = Κ (t) G = \sum_{i = 1}^{Ν} g_{i}^{0} t_{i}^{b} = G (t)$ (10)

如果引入倒变量:

xi=1/t $_{i}^{b}$ (11)

无论对于建模还是求解都是有利的, 此时式 (10) 分别为:

$Κ = \sum_{i = 1}^{Ν} k_{i}^{0} / x_{i} G = \sum_{i = 1}^{Ν} g_{i}^{0} / x_{i}$ (12)

根据式 (9) 对xi求偏导数得:

∂λj/∂xi=-[u $_{j}^{Τ}$ (∂K/∂xi) uj+λju $_{j}^{Τ}$ (∂G/∂xi) uj]/u $_{j}^{Τ}$ Guj (13)

∂K/∂xi = -k0i/x2i = -ki/xi

∂G/∂xi=-g0i/x2i= -gi/xi (14)

将式 (14) 代入式 (13) 得到:

∂λj/∂xi= (u $_{j}^{Τ}$ kiuj/2+λju $_{j}^{Τ}$ giuj/2) / (u $_{j}^{Τ}$ Gujxi/2)

= (Uij+λjVij) /VΣjxi (15)

其中Uij=u $_{j}^{Τ}$ kiuj/2为第j模态下单元i的模态应变能, Vij=u $_{j}^{Τ}$ giuj/2为第j模态下单元i的模态几何应变能, VΣj=u $_{j}^{Τ}$ Gujxi/2为第j模态下结构的总几何应变能。在有限元屈曲模态分析过程中, 可以提出某一模态形式下结构的单元模态应变能、模态几何应变能, 并能计算出该模态下结构的总几何应变能, 由此计算出特征值对各设计变量的导数。

将约束用一阶泰勒展式近似展开 (其中上标k指第k次迭代的值) :

λj (t) =λj (x (k) ) +∑Ni=1∂λj/∂xi (xi-x (k) i)

=λj (x (k) ) +∑Ni=1xi/VΣjx (k) i (U (k) ij+λjV (k) ij) -

∑Ni=1 (U (k) ij+λjV (k) ij) /VΣj (16)

对 $λ_{j} \leq \bar{λ}_{j}$ 约束有:

∑Ni=1xi (U (k) ij+λjV (k) ij) /VΣjx (k) i

≤λj-λj (x (k) ) +∑Ni=1 (U (k) ij+λjV (k) ij) /VΣj (17)

2.2 目标函数的显式化变换

在式 (8) 中目标函数表示为:

$W = \sum_{i = 1}^{Ν} f_{w} (t_{i}) w_{i}^{0}$ (18)

其中, 过滤函数fw (ti) =t $_{i}^{a}$ , 根据式 (11) 得到ti=1/x $_{i}^{1 / b}$ , 则过滤函数:

fw (ti) =1/x $_{i}^{a / b}$ (19)

令a/b=β, 则上式变为fw (ti) =1/x $_{i}^{β}$ , 代入到式 (18) 中, 目标函数变为:

$W = \sum_{i = 1}^{Ν} w_{i}^{0} / x_{i}^{β}$ (20)

由于目标函数是非线性的, 对目标函数进行二阶泰勒近似展开, 并略去常数项得到:

$W = \sum_{i = 1}^{Ν}$ [w $_{i}^{0}$ β (β+1) /2x $_{i}^{(k) β + 2}$ ]x $_{i}^{2}$ +[-w $_{i}^{0}$ β (β+2) /x $_{i}^{(k) β + 1}$ ]xi (21)

其中x $_{i}^{(k)}$ 表示第i单元第k次迭代设计变量的初始值。

2.3 优化数学模型的求解

连续体结构的拓扑优化设计中存在较多的设计变量, 为减少设计变量的个数, 采用对偶理论将上述模型转化为对偶规划:

其中, $Φ (μ) = \min_{1 \leq x_{i} \leq \bar{x_{i}}} (L (x, μ))$ , 解此对偶规划, 求出μ值, 回代到上式中, 更新主动变量集, 进入到下一轮循环, 直至满足收敛准则:

ΔW=| (W (k+1) -W (k) ) /W (k+1) |≤ε (23)

其中, W (k) 及W (k+1) 为前轮与本轮迭代的结构总重量, ε为收敛精度, 本文取ε=0.001。所有算法程序均基于CAD/CAE软件Patran的二次开发语言PCL实现, 并建立了单独的优化设计模块。

3 两端绞支杆件虚拟模型建立与优化设计讨论

受压杆件稳定的约束形式有多种形式, 在本文中以两端绞支的大挠度受压杆件为例, 在CAD/CAE软件Patran平台上建立受压杆件的虚拟模型, 如图2所示:基结构为截面半径为20mm, 高度为1440mm的长圆柱, 弹性模量E=210×103MPa, 泊松比=0.3, 密度=7.8×10-6kg /mm3, 分布力 P=20010N, 作用于上端圆截面上的节点上, 由于上端圆截面施加分布力, 所以顶层单元为保留单元, 其余为设计区域。上下端部绞支, 划分3072个8节点体单元, 基结构重量为13.75kg。

由于2阶、4阶屈曲模态分别与1阶、3阶相同, 只是变形方向有所不同, 所以在此只分别研究受压杆件的1阶、3阶、5阶的屈曲模态。对基结构进行屈曲分析, 得到1阶屈曲因子=6.3325, 1阶屈曲临界力=126719N。3阶屈曲因子ζ3=25.353, 3阶屈曲临界力λ3=507313.5N;5阶屈曲因子ζ5=57.132, 5阶屈曲临界力λ5=1143211.32N, 图3-图5中分别给出了1阶、3阶、5阶模态分析结果。

在本算例拓扑优化中取1阶屈曲临界力上限为 $\bar{λ}_{1} = 68425 Ν$ , 经过5次迭代后收敛, 得到如图6所示的拓扑结构, 优化后的结构重量为10.86kg, 拓扑结构的1阶屈曲临界力为66651N。图7给出大挠度受压杆件1阶屈曲模态的变形图。

取3阶屈曲临界力上限为 $\bar{λ}_{3} = 273949 Ν$ , 经过5次迭代后收敛, 得到如图8所示的拓扑结构, 优化后的结构重量为10.9kg, 拓扑结构的3阶屈曲临界力为268194N。图9中给出受压杆件3阶屈曲模态的变形图。

取5阶屈曲临界力上限为 $\bar{λ}_{5} = 617334 Ν$ , 经过7次迭代后收敛, 得到如图10所示的拓扑结构, 优化后的结构重量为10.97kg, 拓扑结构的5阶屈曲临界力为615608N。图11中给出受压杆件5阶屈曲模态的变形图。

从图中可以看出, 圆形截面的受压杆件在半径方向发生屈曲变形可能性是相同的, 所以拓扑结构在圆周径向上具有一致性。拓扑结构在发生变形的波形端部材料去除比较多, 产生瓶颈结构。

4 结论

本文利用ICM方法, 利用虚拟设计的方法解决受压杆件的拓扑优化问题;并且找出了拓扑结构的瓶颈结构的位置, 据此可以得到较为理想的受压杆件设计结构;有效地控制了临界屈曲载荷的大小, 并且有较高的优化效率;对在工程实际中受压杆件的设计具有一定的实际意义。

参考文献

[1]彭兴黔.两端弹性铰支约束下压杆稳定的优化设计[J].华侨大学学报 (自然科学版) , 2002, 23 (1) :45-49.

[2]Rong J H, Xie Y M, Yang X Y.An improved method for evolutionarystructural optimization against buckling[J].Computers and Structures, 2001, 79:253-263.

[3]Guo X, Cheng G D, Olhoff N.Optimum design of truss topology underbuckling constraints[J].Struct Multidisc Optim (2005) , DOI 10.1007/s00158-004-0511-z.

[4]Manickarajah D, Xie Y M, Steven G P.Optimisation of columns andframes against buckling[J].Computers and Structures, 2000, 75:45-54.

[5]邹文胜, 左正兴, 廖日东, 等.考虑压杆稳定性的桁架拓扑优化设计[J].北京理工大学学报, 1999, 19 (1) :29-33.

[6]隋允康.建模.变换.优化——结构综合方法新进展[M].大连理工大学出版社, 1996.

[7]隋允康, 边炳传, 叶红玲.连续体结构屈曲约束的ICM方法拓扑优化[J].计算力学学报, 2008, 25 (3) :345-351.

[8]刘鸿文.材料力学[M].北京:高等教育出版社, 1992.

虚拟优化设计篇2

关键词：虚拟终端；通信协议；机制；资源优化

中图分类号：TN929.5

随着无线技术的日臻成熟和市场需求的不断增加，不同层次的无线技术的相互融合促进了无线泛在网络的形成。在泛在网络环境下，技术的发展和用户需求的提高使终端设备的种类和数量都逐渐增多，虚拟终端技术在这种背景下应运而生，它以自身无可比拟的优势得到了广泛的关注。虚拟终端技术能够在无线泛在网络环境下，使处于不同网络中的设备间通过协同通信和功能互补，形成一个能力增强的有机整体，从而实现功能整合、资源整合和业务的多样化，提高用户的体验质量。

1 虚拟终端通信协议及机制

在虚拟终端网络中，其系统构架的目的主要是通过连接不同网络中的设备实现不同类型终端之间的相互融合，从而使用户能够统一管理虚拟终端。在虚拟终端的实际应用中，由于各个用户和设备具有移动性，所以，各终端之间的聚合必须根据其自身位置和网络情况，这就需要利用各种通信协议和机制来实现。

1.1 设备发现机制

在虚拟终端系统中，设备发现机制是最重要的组成部分。虚拟终端中设备信息的及时更新和最优设备的数据传输都需依靠高效的设备发现机制。目前，虚拟终端发现技术主要采用的是发展较为成熟的蓝牙技术，这就需要对蓝牙连接建立机制进行分析，从而提高设备的发现效率，另外，蓝牙技术还可以与其他技术相结合，并且能更快的实现设备的发现过程。

在虚拟终端技术中，除了蓝牙技术可以实现设备的发现过程，短距离无线技术也可以用于虚拟终端中设备发现，比如 UWB、Zigbee等。UWB近年来在虚拟终端中的应用越来越广泛，它是采用非正弦波窄带脉冲传输数据，持续时间非常短，同时具有频谱范围、发送功率低、传输速率高、通信范围小等特点；Zigbee作为一种新兴的无线接入技术，具有功率低、速率低的特点，设备通过组建网状网以多跳方式通信，其拓扑网络具有良好的自愈能力，但是传输速率比较低。

1.2 设备认证机制

设备认证机制能够确保在不同网络间数据传输的安全性，是保证网络通信安全的必备条件。设备认证是指请求发起方向对方发送身份证明，验证其真实有效性，并获取接入许可的过程。当前，用于虚拟终端系统的认证技术有基于证书的认证方式、将认证信息分布在各节点中的认证方式等。当虚拟终端处于移动的环境中，利用周围环境信息认证存在一定的难度和复杂性的时候，可用传统的基于证书的认证方式；可根据设备自身具有的自组织功能采用将认证信息分布在各节点中的认证方式，实现完全分布认证策略，不过设备间通信协议需要轻度截荷。虚拟终端中，设备高度异构，且可能处于漫游的状态，这个时候可以融合网络构架和协议。必须注意的是，每个认证方法的特性是不同的，认证方式的选择必须根据虚拟终端的特点来选择最为合适的认证方式，从而更好的实现快速认证。

1.3 设备注册机制

由于在虚拟终端中设备和网络高度异构，且移动性比较强，所以对设备注册的过程要求很高，设备注册过程既要满足网络的安全性，又要支持网络异构融合和设备的移动性。目前，虚拟终端中，设备的数量和种类很多，可以针对这种情况对虚拟终端中设备进行编号，采用基于ID的移动IP网络中的注册协议，最大限度的缩短设备的注册过程，也可以采用安全的注册协议满足资源受限设备的需求。如果虚拟终端用户处于漫游的状态，可以通过将认证和注册整合的方法，实现认证注册一体化，从而节省时间，减少通信过程时延。当前，异构网络融合和终端设备的移动性是虚拟终端系统面临的两大难题。

2 虚拟终端资源优化策略

虚拟终端的目的是实现不同网络之间的融合，充分利用不同的网络资源为用户提供多样化的业务服务，在实际应用过程中，终端移动性造成设备聚合和重构，因此，必须选择合适的方法完成设备的聚合和重构，采用不同的策略，将网络中现有的资源进行合理的分配和整合，提高网络资源的利用率，实现虚拟终端资源优化。

2.1 联合资源管理

联合资源管理研究的主要方向是无线网络接入的控制策略。在异构网络环境下，要根据服务类型和用户需求的不同，选择合适的接入网做到业务和网络的适配。这就需要发挥联合无线资源管理的作用。联合无线资源管理主要是在呼叫发起时候和呼叫进行时候采用多输入决策算法进行网络的接入分配的，在实际应用过程中，模糊逻辑法则不需要精确的数据就可以模拟人的思维方法进行决策；策略机制算法的引用主要是建立在一套完整的无线资源管理和分配法则的基础上；多属性决策算法是通过定义备选方案及属性的效用函数来决定接入网络的。这三种是常用的输入决策算法。

2.2 博弈论算法

博弈论算法是应用数学方法来决定在给定情况下如何虚拟终端资源进行最优化的输出。用户在无线网络中的行为策略能够建模为博弈论，用户是博弈决策者，可自己决定采用的测量方法、策略机制来竞争网络资源。一般情况下，博弈论有三个主体，可根据决策主体的不同行为将博弈论分为合作博弈论和非合作博弈论。非合作博弈论是常用的方法，而合作博弈论的解需要满足帕累托最优性，之后需要求出效用函数并将其转化为最优化问题进行求解。

2.3 动态频谱分配

动态频谱分配主要目的是解决静态频谱分配中的资源浪费问题，可根据不同的接入网在不同时间对频谱不同的利用情况，将空闲的频谱按照实际需求进行动态分配。值得注意的是，虽然在现行的动态频谱分配中能够有效的解决静态频谱分配的资源浪费问题，但是，由于无线网络具有移动性、动态性、复杂性、变化性等特点，动态频谱接入策略不太适用于动态网络，目前，策略大多只集中在对给定技术的有效频谱分配方面。

3 结语

总之，虚拟终端技术能够在无线泛在网络环境下，使处于不同网络中设备间通过协同通信和功能互补，形成一个能力增强的有机整体，从而实现功能整合、资源整合和业务的多样化，满足人们不断增长的需求，提高网络传输性能及吞吐量，实现单一网络所不能完成的功能，大大提高了用户的体验质量。但是，我国对于虚拟终端的研究尚未成熟，虚拟终端的作用并没有完全实现，为了更好的解决异构网络融合和终端设备的移动性这两大难题，必须加大研究力度，积极探讨虚拟终端通信协议及机制和虚拟终端资源优化策略。相信，未来虚拟终端技术将成为我国网络领域的重要发展趋势。

参考文献：

[1]赵远林，张晖，朱洪波.无线泛在网络下虚拟终端技术研究综述[J].电视技术，2013，37（3）：93-97.

[2]赵远林.无线泛在网络下虚拟终端系统若干关键技术研究[J].南京邮电大学，2013，38（3）：7-22.

[3]周皓.泛在環境下虚拟终端系统的组织机制研究与实现[J].南京邮电大学，2012，27（3）：11-27.

[4]王卫.虚拟终端管理系统助力安全运维[J].计算机安全，2012，16（8）：115-119.

虚拟优化设计篇3

固定机构是用于固定工件的装置, 其功能是使工作部件经常处于夹紧状态, 在机械工业领域具有广泛应用。虚拟样机技术是随着计算机的发展而兴起的一项计算机辅助工程技术, 它能反映出产品的真实特性, 包括外观、运动学和动力学特性[1]。在导弹的运输过程中, 为实现导弹储运箱的固定, 需要在导弹固定平台上设置相应的固定机构[2]。在夹紧机构的设计过程中, 应用虚拟样机技术可以代替物理样机的试制, 从而大幅缩短开发周期, 减少开发成本[3]。

1 优化设计原理

虚拟样机分析软件ADAMS是对机械系统进行运动学与动力学仿真计算的商用软件, 利用它可以建立起机械系统的运动学和动力学模型, 其模型可以是柔性体也可以是刚性体。但是使用ADAMS进行比较复杂的多刚体系统动力学仿真分析时, 由于其建模功能有限, 通常需要由其他建模功能强大的CAD软件进行建模 (例如SoildWorks, Pro/E, UG等) , 通过格式转换后再导入ADAMS环境。固定机构优化设计的总体流程如图1所示。

2 虚拟样机的构建

固定机构主要由手柄、摇臂、连杆和锁钩等零件组成。当在手柄上施加一个作用力时, 通过刚体的传动会使锁钩产生一定的夹紧力, 从而固定住物体。本文利用SoildWorks分别建立各零件的模型, 对模型进行虚拟装配, 最终完成模型的创建, 如图2所示。

2.1 创建约束

ADAMS提供的模型数据交换接口有X.T, STEP, IGES等格式, 本文将SoildWorks设计的夹紧机构模型以X.T数据格式导入到ADAMS/View中。对于直接在ADAMS中创建的构件, 系统会自动赋予一个材料属性, 而对于导入的构件来说是没有质量信息的, 需要对每个构件指定材料信息。在给机构赋予材料属性后, 分别在机构的各铰接点位置创建约束副, 包括摇臂与锁钩之间的旋转副、手柄与连杆之间的旋转副、连杆与锁钩之间的圆柱副、手柄与摇臂之间的旋转副、固定块与摇臂之间的旋转副。

2.2 最大夹紧力的测量

为了获取实际结构中的夹紧力, 在钩锁和大地之间创建一个弹簧用以测量夹紧力的变化。设置弹簧的刚度K为750N/mm, 弹簧的阻尼C为0.5Ns/mm。在手柄处施加一个固定载荷并对模型进行仿真计算, 最终获得的弹簧力随时间的变化曲线如图3所示。

由图3可知, 弹簧的最大拉力为850N, 即固定机构的最大夹紧力为850N。

3 优化设计

3.1 参数化模型的构建

由于从三维CAD软件中导入到ADAMS中的模型不能进行参数化计算, 也不能修改构件的几何尺寸[4], 所以本文根据上述模型的尺寸利用ADAMS/View模块构建固定机构的简易参数化模型。因为各铰接点的位置即为固定机构的主要参数, 优化设计的实质就是确定固定机构的最佳布置方案, 因此以各零件之间5个铰接点的X, Y坐标分别设置10个设计变量。在仿真分析过程中, ADAMS可以根据预先设置的可变参数, 自动地进行一系列的仿真分析, 观察在不同参数值下夹紧力的变化。

为了使锁钩能在固定块上水平移动, 在锁钩上一点和固定块间设置一个“点-面”约束副。同样, 在锁钩和大地间设置一个刚度为750N/mm、阻尼为0.5Ns/mm的弹簧用以测量机构的夹紧力。之后在手柄上施加一个大小为80N的力。至此, 夹紧机构的参数化模型已经构建完成, 如图4所示。

3.2 迭代模型

通过ADAMS的优化分析功能, 系统能够生成设计研究报告, 并显示优化过程中弹簧力相对于变量的取值曲线。以摇臂与大地之间的铰接点A的X坐标X１为例, 变量X１取的是5个离散的位置, 每个位置以初始值0为中心, 依次间隔0.5mm。如图5所示, 设计研究报告能提供在每一个试验步骤变量X１的取值、弹簧力的大小以及设计变量X１对弹簧力影响的敏感度。弹簧力相对于变量X１的变化曲线如图6所示。

由图5可知, 变量X１在初始值0处对弹簧力的敏感度为-82.025, 并且在设计点位置取1时弹簧力最大为924.67N。

依次对其他设计变量进行优化分析, 得出各个设计变量的敏感度, 如表1所示。

通过表1可以看出设计变量Y2, Y3, Y5的敏感度最高, 也就是锁钩与摇臂铰接点的Y坐标、摇臂与手柄铰接点的Y坐标以及锁钩与连杆铰接点的Y坐标, 它们的位置对固定机构的夹紧力影响最大。所以下一步通过选取上述敏感度最高的3个设计变量进行优化, 获得固定机构的最大夹紧力。

3.3 获取最佳设计变量

在数据导航器中选择设计变量Y2, 将其最大值和最小值分别设置为1和6;同理, 将变量Y3的变化范围设置为6~10, 变量Y5设置为8~11, 以弹簧的最大张力为目标函数进行优化设计。优化过程中弹簧张力的变化曲线以及优化结果如图7和图8所示。

由优化结果可以看出当设计变量Y2, Y3和Y5的值分别为3.598 6, 8.244 3和9.830 8时固定机构的夹紧力取最大值, 为948.79N。通过比较可知优化后的夹紧力与初始最大夹紧力850 N相比具有显著提高, 即完成了对机构的优化。

4 结论

本文构建了固定机构参数化模型, 分析各设计变量对机构性能影响的敏感度, 设计了一种较为快捷的优化设计方法。通过与初始最大夹紧力进行比较, 验证了该方法的合理和高效性。此研究方法与设计思路同样也可推广到其他多刚体系统优化设计等应用领域。该方法还可对虚拟样机关键部位的内力、加速度和位移等动力学指标进行评估与分析。

参考文献

[1]李瑞涛.虚拟样机建模仿真的置信度评估[J].微型机与应用, 2011, 30 (23) :71-72.

[2]韩贝贝, 舒涛, 程永强, 等.基于混合粒子群算法的通用导弹固定平台布局优化[J].空军工程大学学报, 2010, 11 (4) :42-43.

[3]康文利, 张颖, 王川.基于UG和ADAMS的减速器的虚拟样机设计与仿真分析[J].机械, 2011 (1) :49-50.

创建虚拟企业优化资源配置篇4

一、关于虚拟企业

虚拟企业是指突破企业自身的行政界限、扩大企业资源的优化配置范围、借用外力加速自身发展的一种企业组织形式, 是社会进入信息时代的一种新的企业模式。打造虚拟企业是基于企业实际, 只保留关键的组织部门, 而其他功能组织则用各种合适的方式将其外部化、虚拟化, 对企业组织架构进行优化和创新, 整合企业内部资源, 提升企业竞争力。

二、虚拟企业的虚拟形式

虚拟企业的虚拟形式多种多样, 一般表现在功能虚拟化、人员虚拟化、决策权虚拟化和企业虚拟化等。

1. 功能虚拟化。

一般说来, 任何企业自身的资源相对于外部市场来说都是极其有限的, 在企业内部, 总会有一些功能受到资源的限制而显得弱一些, 按通常的思路应该是缺什么补什么, 着力强化所欠缺的功能。但是虚拟企业则相反, 是将自身的劣势功能虚拟化, 借用外部力量改善劣势功能, 使之与企业其他优势功能相互配合, 推动企业的发展。虚拟可以针对企业的任一内部功能, 如产品开发、生产制造、营销等。

2. 人员虚拟化。

在当今科技高速度发展的信息化社会, 市场需求变化和产品技术开发的复杂性显著增大, 即便是大型企业, 若要完全依靠自身力量赢得竞争优势也并非易事。利用外部人力资源, 扩展不在编的技术开发人员、产品营销人员、企业管理人员尤显重要, 这也就是我们通常所说“借脑”“集智”。精明的企业家认识到“借钱”不如“借脑”, “集资”不如“集智”, 企业要有意识开展与科研单位、高等院校的虚拟联合。一些有眼光的国有大企业, 也不再局限自身, 而是把自己的研发中心设在高等院校、科研院所, 以各种形式引用外界的科研、咨询、信息、管理、法律人才。

3. 决策权虚拟化。

西方资本主义国家现代企业制度建立的一个标志就是实现了管理者与所有者的分离, 总经理负责企业的日常经营管理, 而董事会则进行重大问题决策, 决定“是”与“否”, 起到“开关阀门”的作用。依照我们惯常思维, 董事会成员应该全部或绝大部分由投资者占据, 但事实并非完全如此。1992年, IBM公司董事会共由19人组成, 其中公司内董事5人, 外聘董事14人。在外聘董事中, 专家学者达7人, 其中有大学校长、律师及工业专家。专家在董事会中起到了无可替代的作用, 因为他们是以知识、能力、个人的荣誉利益为砝码, 起到对管理权的监督作用、对重大问题的分析判断作用、对新理论的导入作用, 以减少企业的重大失误。这种决策权力的虚拟化亦即“权力知识化”, 在这里, 知识就是力量。

4. 企业虚拟化。

功能虚拟化的扩展就是企业的虚拟化, 形成企业间的暂时联盟, 即具有不同优势的企业加盟进来, 组建“虚拟企业”, 实现优势集成, 发挥集群效应, 创造超常的竞争优势, 保证联盟目标的实现, 在结盟中, 各参加企业实现超自身的跨越。通过虚拟化, 联盟的各方达到了提高市场份额, 降低经营成本, 增加企业赢利的目的, 而这种效益水平决非其中任何一方独自为之所能达到的。

三、虚拟企业的作用与在中国的实践

打造虚拟企业是当前国企改革的重要途径之一, 笔者认为, 虚拟企业将在企业发展中发挥如下作用:

一是有助于资产流动, 避免重复建设。国家不必增加太多投资即可最大限度盘活、利用现有国有企业的存量资产使死滞的资产流动起来, 形成资本市场, 同时, 也减少了重复建设。

二是有助于进一步增强优势企业的市场反应能力。有资料显示, 一般永久性商品更新换代的平均周期已由过去的10~15年迅速降低到3~4年, 高技术电子产品的更新换代周期甚至只有6个多月。在这种情况下, 谁先推出新产品, 谁就占据了赢得竞争的有利地位。如果仍扩大外延, 新产品下线之时, 可能就是淘汰之日。而虚拟企业正是巧用外部资源, 既推出新品又带动困难企业, 使优势企业在市场经济中进一步发展壮大。

三是更易实现跨地区、部门、行业、经济成分的联合。虚拟企业不涉及产权归属的变动, 较之兼并、破产更易为各方接受, 企业间资金、技术、人员等生产要素更易流动。由于虚拟, 扩大了生产与消费在地域上、行业上的统一, 更有助于打破地区封锁、行业封闭状况, 为全国性统一大市场的形成创造了先行条件。

四是可降低改革成本, 减少社会动荡。企业破产、兼并这种产权归属的调整, 会形成大量的下岗、待岗、分流人员, 由于现阶段社会保障机制尚有待完善, 大量的人员流动离岗会给社会造成不安定因素。其次, 由于法律、法规的不健全以及中介机构素质参差不齐, 产权流动中不可避免地会出现国有资产的流失。而虚拟企业则只是合理利用现有社会资源, 不涉及产权变动, 这就降低了改革成本。

虚拟优化设计篇5

关键词：地铁工程,成本控制,虚拟动态化,管理技术

一、前言

随着经济水平的显著提升, 我国已然步入地铁建设高峰阶段, 然而, 地铁工程施工需耗费大量资金, 一直以来, 这都是我国城市交通建设需要面对的重大难题。立足可持续发展战略, 地铁建设具广阔前景, 由于其造价十分可观, 因此必须做好相应的成本控制工作。纵观地铁施工动态化管理进程, 可合理运用虚拟集成动态优化控制技术, 保障项目管理部门针对施工管理现场随时随地展开三维可视化管控, 强化管理成效, 提升管理水平, 控制建设工期成本, 意义深远。

二、我国地铁工程建设的特征分析

1.建设工期相对较长

一般来说, 在我国, 城市地铁建设可谓是占据重要应用地位的市政工程, 其施工建设工期时间相对很长, 再者说, 在地铁工程施工中, 既需进行地下管线迁移, 同时还需跟城市交通部门相互间展开良好沟通, 若未能实现, 则会造成中途停工问题的出现, 导致实际工期进度远远超过合同要求的工期。

2.项目施工难度重重

通常而言, 建造城市地铁的难度是十分巨大的, 譬如说, 建造地铁一般均需进行两线及三线换乘, 项目多建于城市繁华地带, 交通情况相对较为复杂, 所涉及的地下管线以及地上建筑物数量十分庞大, 这都会使地铁施工遭遇重重阻碍。

基于地铁工程特征分析, 相关企业除了要面对地铁建设工期长以及施工难度等问题, 同时还会遭遇设备以及材料、人工等因素价格出现上涨的情况, 加之各个企业相互间竞争, 因此, 地铁工程拥有的盈利空间是非常小的, 必须认真完善相应的建设工期成本管理控制。

三、简述地铁工程建设工期成本虚拟动态化控制技术模型构建

1.工期成本目标非线性集成预测技术系统构建

立足BP神经网络以及CS显著性成本理论、GM (1, 1) 灰色理论基础, 可实现地铁工程建设工期以及成本目标非线性集成预测技术系统的优化构建。在无定额状态下, 若拥有大量历史数据, 则可通过BP神经网络应用实现对目标的合理预测;如果拥有小量数据, 则能基于GM (1, 1) 灰色理论实施有效预测;若无数据存在, 则可借鉴专家经验通过三点估计法进行预测。与此同时, 可采用CS显著性成本法以及PERT网络图技术实现相关控制程序的有效简化, 旨在将工期成本控制要点确定下来。针对现实性问题而言, 这个系统具有高保真性以及拟合性、高准确性等应用优势。

2.地铁工程建设虚拟集成动态优化控制技术软件系统构建

有机结合全面动态优化管理理论以及虚拟现实技术并实现有效应用, 基于虚拟技术将地铁陈展土建工程施工动态管理进程实施真实的三维可视化动态展示。分析工期成本控制要点内容根据EVM已获价值理论, 通过PDCA循环等多元化管控手段优化成本及工期的可视化控制, 针对已经完成建设的工程状态展开细化分析统计并实现有效的可视化监控, 就尚未完工的工程所存在问题及时进行可视化预警并采取有效的预控措施, 旨在将相关决策依据适时全面地提供给管理人员。

3.模型构建

(1) 地铁土建工程施工前虚拟静态目标优化管理系统构建

第一, 基于虚拟显示技术运用优化虚拟可视化跟工程施工建设相关的方案以及程序、工艺等各项内容, 并结合地铁工程建设实情择优选取适合的施工方案;第二, 如不存在定额状态, 则能够通过对GM (1, 1) 以及BP神经网络、三点估计法的合理运用将工序工期成本目标正确确定下来;第三, 在PERT网络计划法以及CS显著行成本手段的应用中实现对工期及成本控制要点与相关显著工序的正确选择;第四, 纵览计算机虚拟施工程序图, 使得对应描述更为形象直观, 结合之前的历史数据信息, 完成可能存在问题与可采取预控措施相关数据库的优化建立。

(2) 地铁土建工程施工虚拟动态优化管理系统构建

第一, 需完善动态施工进程EVM已获价值统计系统以及五控一张表的合理构建, 参考每项施工工序对应特征将循环控制周期细化确定下来, 针对每个循环控制周期实际成本ACWP以及计划工程预算成本BCWS、造价差CV以及进度差SV、已完工程预算成本BCWP等各类指标情况及时地实施动态统计工作, 使之跟工期成本目标形成对比, 并就存在的节超以及拖延状态进行详细计算, 并在五控一张表上展示所得结果。第二, 基于虚拟现实技术的优化运用, 在计算机虚拟图中更为动态直观地将各个循环控制周期对应的五控一张表以及已经完工工程进度全面显示出来。第三, 实现对问题成因分析系统以及预控措施动态决策系统的有效建立, 在完成各个循环控制周期之后, 需参考EVM已获价值针对所形成结果实施统计分析, 同时要求现场施工员运用问题原因对策库针对出现问题情况成因展开查找, 并优化决策下个循环控制周期工程预控措施。第四, 将上述预控措施应用于下个循环控制周期, 通过PDCA循环完成具体目标及相关方案的不断优化, 力求让地铁工程施工管理工作长期处于成本以及工期的优化状态中, 一直保持到完成项目总体目标。

四、实例分析

1.工程情况

北京地铁6 号线甜水园站地处金台路跟朝阳北路交叉口下方位置, 顺着朝阳北路东西方向进行布置, 跟14 号线能够实现T型换乘。该车站属于地下双层岛式形式, 站厅处于地下一层位置, 站台处于地下二层位置。双柱三跨是本车站的主体结构型式, 总体程度是三百四十八米;其工程施工手段多选用东西两端实施明挖且中间位置进行暗挖的方式。

2.系统构建

该段地铁工程涉及施工项目较多、工程建设难度大、工法复杂且工艺多元化、存在较多难以预见的成因、实施管理阻碍重重, 因此, 在开始施工之前首先应针对跟工程相关的方案以及流程、工艺、工期成本等实施虚拟多目标静态优化, 而后, 有效建立地铁土建工程施工虚拟动态目标优化管理系统。在此以该站东侧位置土建工程建设中土方开挖第9 段跟第10 段为例, 其中, 第9 段是兼具显著性跟关键两种性质的工序, 第10 段则属于显著性项目, 对应控制周期设定为一周, 从20110405 至20110411, 基于EVM应用针对工期成本实施细化分析工作, 并开展PDCA循环控制, 参考表1 跟表2 可知, 第9 段进度相对滞后且成本超出预算, 第10 段进度处于正常状态但成本超出预算, 原因在于, 第9 段需进行悬吊构件加工且其人工开挖范围被不断来扩大, 第10 段场地狭窄加之使用的挖机设备半径较大, 为确保施工进度, 选用人工配合机械的开挖方式, 造成费用增加。基于此需完成预控措施制定, 就目标实现状态展开及时预警, 在下个循环周期实施相应预控措施, 通过PDCA循环至实现总体目标。同时, 需实现虚拟动态优化管理系统构建, 作用为将各个工序进展情况动态反映出来, 并构建包括工期及成本数据库以及安全数据库、应急预案数据库以及质量数据库等在内的基础数据库, 更好地支持施工动态决策工作实施。

五、结语

综上可知, 通过地铁工程建设工期成本虚拟动态优化管理技术应用, 可实现管理工作量的优化减轻, 促进控制效率以及管理决策成效的明显强化, 进而能够更为有效地控制地铁工程建设工期及成本。基于此, 日后需深化开展针对工程管理信息资源库完善建设以及工艺、方案、材料管理优化、机械、人员的虚拟动漫仿真演示等多元化研究, 旨在加强地铁工程施工动态管控, 推动我国地铁事业发展更上一层楼。

参考文献

[1]段晓晨, 张新宁, 孔卫超, 蔡承才, 张增强.地铁工程建设工期成本虚拟动态优化管理技术研究[J].铁道学报, 2015 (05) .

[2]王金平.地铁建设成本的因素及项目成本控制研究[J].城市建设理论研究 (电子版) , 2014 (16) .

[3]袁正文.浅谈地铁工程建设的成本控制[J].大科技, 2015 (35) .

[4]徐涛.浅谈地铁工程建设与安全风险管理[J].城市地理, 2014 (16) .

[5]王虹舒.关于地铁工程建设之中的成本造价管理探索[J].建筑·建材·装饰, 2014 (04) .

虚拟优化设计篇6

虚拟试衣系统是指通过立体视觉原理获得或根据顾客身体的三维信息, 利用计算机图形学构造顾客身体的三维模型, 将大量的服装效果图像存储在计算机内, 顾客可以通过浏览来选择自己喜欢的款式, 然后通过计算机图像处理和图形学原理, 把顾客自己选择的服装“穿”到顾客的三维身体模型上去, 显示出顾客人体三维模型的着装立体效果图。

1.1 服装虚拟缝合技术的原理及应用

CAD技术所产生的服装网格模型, 用于模拟服装效果, 但没有充分与二维服装CAD及服装生产企业进行良好的衔接, 使服装从二维平面到三维的样片的虚拟缝合技术成为两者连接的关键环节[1]。成为国内外的专家研究的重点。例如采用缝合力来控制2D裁片虚拟缝合、采用质子———弹簧模型对服装进行虚拟模拟, 而后又将服装的缝合工艺设置缝合对位及缝合约束来实现2D向3D转换[2]。

1.2 国内外服装虚拟缝合软件应用及对比

目前国内外应用较多的虚拟缝合试衣软件有:

CLO 3D虚拟缝合为上海嘉纳纺织品科技有限公司研发, 实现了人体扫描—虚拟缝合—模特虚拟展示于一体的智能服装设计系统[3];美国PGM试衣系统是美国开发研究的, 它对服装的真实性效果达到95%以上, 在欧洲与国内江浙一带具有较大份额[4]。

2 基于3D试衣软件虚拟缝合技术的对比分析

本文希望通过对中美两大代表国际先进水平的3D虚拟缝合试衣软件进行对比分析, 从侧面反映出3D虚拟试衣技术的成熟性, 并对该类虚拟试衣软件所存在的不足提出优化设计。

2.1 制作流程的对比分析

通过对两款虚拟缝合软件的制作流程对比, 可见该类试衣软件主要是是由样板制作、选取人体、虚拟缝合与试衣展示四个部分构成[5], 在这个过程中的也存在明显的差异, 通过对制作流程的对比分析, 得出存在该类试衣软件的不足。

2.2 3D试衣软件缺点对比分析

3 D CLO虚拟试衣软件与美国PGM虚拟试衣软件是具有代表性的虚拟缝合软件, 其虚拟缝合技术, 被广泛的应用到服装虚拟试衣系统中。其快捷性与便利性无不反映出该技术的成熟程度, 但在3D试衣软件中存在的不足与缺陷是直接制约着虚拟缝合技术的进一步发展因素, 以下是对两类虚拟试衣软件的缺点的分析:

相同点:缝合过程中对于虚拟缝合线的制作容易出现制作错误, 影响服装的效果;服装样板修改后无法导出;服装与人体在缝制过程中, 衣片需要反复调整位置, 位置调整不对, 容易出现脱落与错位等问题。

不同点:3D CLO虚拟试衣软件对于复杂设计以及特殊效果的缝制难以实现。例如流苏、打结等效果。美国PGM虚拟试衣软件要反复定义衣片及参数, 包括调整衣片方向, 并衣片需要调整弯曲率辅助缝合。

总结:针对两类虚拟缝合软件的分析, 其不足主要集中在反复调整衣片位置、服装脱离人体、样板无法导出、制作过程繁琐等方面。

3 虚拟试衣技术的优化设计

通过以上针对3D CLO虚拟试衣软件与美国PGM虚拟试衣软件的对比分析, 对于两者共同的不足之处进行分析与设计, 对该类软件提出以下几点优化方案:

3.1 衣片自动识别系统

衣片识别系统的设计, 主要是解决在该类虚拟试衣软件制作过程中出现容易缝合错误与反复调整的问题。依托规范化的衣片定义与人体区域定义得以实现主要分为“衣片—人体”识别系统与“衣片—衣片”识别系统。以下是衣片识别系统模块设计图:

(1) 衣片—人体的识别系统

针对服装与人体的脱落与错位问题, 主要是由于服装与人体位置原始设定有所偏差, 在缝合过程中, 在重力与缝合力等作用力的作用下, 服装难以如同现实穿衣过程中将服装正确的包裹在人体外表面, 针对这一问题, 我们将引入衣片自动识别系统这一环节, 通过对服装衣片的定义, 衣片可以识别人台或人体对应所在区域, 在虚拟缝合过程中衣片与人体自动对应, 然后在进行缝合, 保证了服装虚拟缝合的正确性, 也省去了在服装虚拟缝合过程中反复调整衣片位置的环节。

(2) 衣片—衣片的识别系统

针对服装虚拟缝合技术中的缝合线的制作出现错误, 影响服装的效果的问题, 一方面可以通过反复的操作, 较为熟练的掌握缝合线的缝合, 减少错误率的产生。另一方面, 在引入衣片的识别系统后, 在衣片对人台进行识别的同时, 通过对衣片的设置, 使衣片与衣片间具有一定的识别效果, 方便使用者操作, 并且简便操作, 降低错误率, 提高制作效率。

3.2 样板再生系统

针对服装版型二次调整无法导出, 我们将设定样板再生系统, 完善虚拟缝合软件的兼容性, 将服装CAD与虚拟缝合软件更加融合, 在虚拟软件中进行调整的服装衣片后, 软件将调整后的3D服装衣片再生成出2D样板, 实现从3D-2D的逆向转变, 另存为服装CAD格式。实现服装与样板的一致性, 更加便利与快捷。

3.3“云”数据

在服装虚拟试衣软件中, 各有所长, 但由于技术与数据的限制。数据库的建立与扩大无疑该类虚拟缝合软件的短板, 通过分析与调查, 提出“云”数据的概念, 在这个大数据时代中, 数据成为一项技术不断发展的基础, “云”数据的理念是针对成衣服装、人体测量数据、缝合信息、面料肌理等数据的资源共享, 以一种兼容性的格式保存在“云”数据库中, 方便各类软件在缝合过程中的使用。通过大数据的分析, 更好的展示虚拟服装的优势, 以及虚拟试衣系统的推广与发展。

4 解决问题及市场前景

通过对比分析, 对于这类软件虚拟缝合过程中的不足进行优化设计, 其主要是解决服装虚拟过程中, 三维空间内衣片与人体位置的问题, 以前是通过手动调整与尝试后得到理想穿着效果, 通过优化设计, 解决了这一反复调整的环节, 将他设定为“定义衣片———定义人台———衣片与人台自动识别———衣片与衣片”, 这样简单快捷的方法, 提高了整个系统技术的效率与灵活性, 同时提出了样板再生系统与“云”数据的设计理念, 对该类虚拟试衣软件的优化与发展提供了崭新的方向。

5 总结

虚拟缝合试衣技术本身就具有极大的市场前景, 可用于企业的样衣的制作, 降低样衣的制作成本。同时, 也提升用户的购物体验, 实现基于用户数据的人体模型与3D虚拟服装匹配, 进行网上虚拟试衣的体验。而对其缝合领域的优化设计旨在提高制作的速度, 提高这一领域的智能性, 与数字化, 方便使用者的操作, 具有极大的现实意义与市场发展前景。

摘要：在大数据时代下, 服装的数字化技术不断发展, 其中虚拟试衣技术贯穿到服装的设计、开发、制作、销售等各个方面。本文全面分析了服装虚拟缝合技术, 对于3D CLO虚拟试衣软件与美国PGM系统进行对比分析, 针对其缺点与不足, 提出构建虚拟人台与二维样片的衣片识别系统、样板再生系统与“云”数据等一系列优化设计, 实现三维服装的快速缝合, 优化服装虚拟缝合技术, 提高制作效率, 具有极大的现实意义。

关键词：衣片识别系统,服装CAD,虚拟试衣技术,优化设计

参考文献

[1]朱广舟.服装数字化设计:三维人体建模与虚拟缝合试衣技术[M].北京:中国纺织出版社, 2014:83.

[2]甄同妙, 吉高卿.基于质点-弹簧模型的交互式服装仿真系统的设计与实现[J].河北建筑工程学院学报, 2016.

[3]王璐璐, 王军.数字化服装设计的发展与技术创新研究[J].山东纺织科技, 2016.

[4]余国兴.3D服装虚拟技术模拟成衣过程[J].中国纺织, 2005.

虚拟优化设计篇7

数字旅游是“数字地球”体系的重要组成部分, 越来越受到人们的关注。随着虚拟现实技术的快速发展, 运用VR技术来开展数字旅游及相关课题的研究, 具有重要的理论和现实意义。虚拟现实技术 (Virtual Reality, 简称VR) 将传统的数字旅游技术, 从二维转向三维, 由静态转向动态, 更真实、准确地呈现了旅游景点内的资源, 使用户有身临实境的感觉。VRML (Virtual Reality Modeling Language) 是当前构造网上虚拟现实场景的主要语言。

1 数字旅游系统及其功能

运用虚拟现实技术在数字旅游中可以实现以下功能: (1) 全景主动漫游; (2) 人机交互功能。

数字旅游系统中, 利用3DMAX建模并渲染, 制作一部相对逼真的景点漫游影片大小约为50MB, 就目前国内的网络速度而言, 实现网络实时浏览是很困难的。相对于纯粹使用3DMAX建模并渲染构造景区影片, 运用VRML技术可以更好地实现网络互动, 使文件更小。如图1所示, 数字旅游系统, 既可以向游客提供实时漫游页面, 又可以供游客下载更加真实的虚拟场景。虚拟现实技术使数字旅游有更加有效的真实体验感和宣传效果。虚拟导游可以采用基于Web的VRML机器人仿真, 运用基于模板匹配法的语音识别系统, 实现指定景点漫游和导游解说等简单操作。

2 基于VisibilitySensor节点的优化算法

VisibilitySensor节点 (可见传感器) 是一种检测型传感器, 能够在当前的坐标系中建立一个长方体可检测区域, 检测、感知浏览者的视域范围与指定的检测空间区域之间的关系。VisibilitySensor节点典型应用情形是控制动画或脚本运行。VRML97提供的Script节点, 允许运用VrmlScript、JavaScript等语言来编写脚本程序, 从而实现特殊的交互效果。

2.1 已存在的基于VisibilitySensor节点的优化算法

定义一个扇形视域, 当建筑物是可见的, 添加入VRML场景中, 其他不可见一律不添加或删除。当视点发生转动或者移动时, 如果有建筑物进入视域范围, 则将它添加进来。如果有建筑物从视域范围中移出, 则将它删除出去。这样可使浏览器中始终有很少的建筑物, 从而达到优化场景, 提高浏览速度的效果。但是应用于虚拟旅游中有很大的局限性, 如图2所示, 建筑物A是整个长廊式建筑群中最大的建筑物, 只要走进建筑长廊就能看到, 如果不在视域范围内删除或不添加会造成建筑物突然出现在眼前的感觉, 降低了真实感。

2.2 基于VisibilitySensor节点的优化算法

首先定义一个视域, 这个域简单化为一个正方形, 正方形的几何中心为浏览者所在视点。这个正方形的白色范围内的蓝色建筑物是可见的, 更换精细纹理映射, 其他的绿色建筑物始终使用模糊纹理映射。当视点发生移动时, 如果建筑物进入视域范围, 则更换精细纹理映射;如果建筑物从视域范围中移出, 则更换模糊纹理, 减少精细纹理的使用量, 如图2所示。这样在浏览器中能真实感觉到距离视点较远处的建筑物, 始终运用很少精细纹理, 达到优化场景, 减少内存使用量、提高浏览速度的效果。

运用此算法, 根据用户浏览的具体情况, 动态下载生成场景所需的文件。这样在网络环境中可以提高大规模虚拟场景浏览速度和传输效率。

算法流程如图3所示:

3 实验结果

本算法采用下列硬件测试环境来实现: (1) CPU:Intel鬅Core2 2.8GHZ; (2) 内存:2GB DDR; (3) 显存:512MB; (4) 硬盘:160G。

实验1, 不采用本算法使用像素为690*570的精细纹理, 虚拟场景所需纹理打开时间为11.2s。

实验2, 采用本算法使用纹理像素为690*570的精细纹理, 采用像素为240*320的模糊纹理, 虚拟场景所需纹理打开时间为2.2s。

从上述的对比中可以看到, 本算法使纹理打开时间降低到原来的1/5, 并且视域范围内可视纹理分辨率相同, 达到了优化场景的效果。

4 结束语

当虚拟旅游场景越来越复杂, 纹理越来越精细, 将会导致浏览速度严重下降。本文提出一种基于VisibilitySensor节点的优化算法, 实验数据表明该算法有效地减少了VRML纹理载入时间。要想判别场景中的哪些物体落在视域内, 需要对所有建筑物都扫描一遍, 这将会给浏览器带来很大的计算负担, 有待进一步研究与分析。

参考文献

[1]徐春堂.中国国内旅游的发展现状与前景预侧[J].山东师范大学学报, 2006 (2) .

[2]申蔚, 曾文琪.虚拟现实技术[M].北京:清华大学出版社, 2009.

[3]MARTIN ROHRMEIER.Web Based Robot Simulation Using VRML[C].Simulation Conference Proceedings, 2000.

[4]黄涛.VRML虚拟建筑[M].北京:中国建筑工业出版社, 2008.

[5]王森, 王萍.大规模VRML虚拟场景的快速浏览算法[J].系统仿真学报, 2006 (8) .

ART虚拟机GC系统优化研究篇8

1 垃圾回收机制

1.1 堆内存的对象分配和释放

ART虚拟机实现的垃圾回收机制是一种自动内存管理机制, 对象分配和收集都在堆上进行。传统的C/C++是没有GC的, 初始化对象然后分配内存空间需要手动地malloc/new, 当需要销毁对象时候需要手动地free/delete。内存管理使用这种模式导致至少两个明显的问题:指针悬挂和内存泄漏。而采用了垃圾回收机制的JAVA中, 软件开发人员只需考虑申请内存, 垃圾回收机制可以根据一定的规则判断出内存空间中的“垃圾”, 自动释放“垃圾”占用的内存。不过付出的代价是GC耗费额外的系统资源, 并会暂停用户进程, 严重时候明显影响用户体验, 例如系统卡顿、动画掉帧等。与此同时潜在一个危机是, 一旦出现内存泄漏或溢出的问题, 如果开发人员不了解虚拟机内存管理机制, 那么解决这类问题就变得棘手。

1.2 ART虚拟机的GC算法

Java垃圾回收机制采用的主流GC算法包括:引用计数算法 (Reference counting) 、标记-清除算法 (Mark-Sweep GC) 、复制算法 (Copying GC) 、标记-合并算法 (Mark-Compact GC) , 后面三种算法属于追踪式算法, 如表1所示。

ART虚拟机默认的两种垃圾回收技术, 一种是Mark-Sweep, 另一种是Semi-Space GC。应用在前台时候设置GC采用MarkSweep算法, 应用运行在后台时候设置GC采用Semi-Space算法。本文主要关注运行在前台的Mark-Sweep算法的执行性能。

Mark-Sweep:它的大致思想是, 将所有的对象在内存中的位置记录在位图A中。然后, 从所有对象的根出发, 扫描根对象的所有引用, 扫描根对象的所有引用的引用, 一层层逐级扫描, 直到叶子节点的对象。在这个逐级扫描的过程中, 将涉及到的对象的位置都记录在位图B中。扫描结束后, 对比两张位图A和B:所有A中置位的位置, 却没有B中被置位, 被视为垃圾。并根据位图中的索引检索得到对象, 然后释放该对象占用的内存。

Semi-Space GC:它的特点是需要有两个space空间, 其中一个备用。另一个被系统拿来分配对象。在做垃圾扫描的时候, 将所有在空间A中被有效引用的对象移动到空间B中。那么在空间A中剩余的对象就是垃圾了, 直接释放垃圾对象所在的整个空间就可以了。这个回收速度很快。

1.3 ART虚拟机的堆结构

堆 (Heap) 可以是由字构成的连续数组, 也可以组织成不连续、由字构成的块的集合, 与数据结构中堆的概念不同, 内存管理中的堆用来存放各种用户或系统申请的数据对象, 在内存中占据非常大的空间, 因此也常将堆空间用内存来代替。

如图1所示, ART虚拟机中MarkSweep GC堆结构分6个区域, 分别为Image Space、Zygote Space、Non-Moving Space、Large Object Space、Main Space以及Backup Space。Image Space存放预加载的系统类对象, Zygote Space在Zygote进程和应用程序进程之间共享, 存放Zygote进程所需的预加载的类、资源和对象, 它是Zygote进程在fork第一个应用程序时候从Non-Moving Space划分出来的。Non-Moving Space是用来存放不需要移动的对象的, 有些对象例如类对象、类方法和类成员变量对象一经加载后, 就基本一直存在, 频繁的移动此类对象代价较大且没必要。Large Object Space是用来分配大对象的, 当分配的原子类型数组的大小大于3个内存页时, 就把此对象分配在Large Object Space中。其他的对象就分配在Main Space中。

2 ART虚拟机GC执行过程分析

2.1 GC执行过程

ART运行时与Dalvik虚拟机一样, 也使用了Mark-Sweep算法进行垃圾回收。但是在ART运行时里的Mark-Sweep算法更加优化。原来Dalvik虚拟机里的垃圾回收需要暂停两次, 标记根集阶段和重新标记根集阶段, 两次暂停时间如果很长或很频繁就会对用户进程有很大的负面影响。而在ART虚拟机取消了第一次暂停, 原来在第一次暂停所需要做的工作分给了线程自己, 在整体上提高了ART运行时的垃圾回收的性能。

如图2所示, GC执行过程分为以下几个阶段:

2.1.1 标记阶段

首先标记根集对象, 包括当前线程栈中的对象、当前进程所有已经加载的类及类中的静态引用等。然后从根集对象开始递归标记出所有可达对象。

2.1.2 暂停阶段

标记阶段在标记根集的时候没有暂停其他线程, 所以在标记的过程中对象的引用关系可能会发生变化, 如果不处理这种变化就会导致对象的错标或漏标, 后面清扫垃圾时就有可能把存活对象也回收了, 导致程序的非正常运行。所以需要有个暂停阶段, 来处理标记阶段中对象的引用关系发生变化的对象。

2.1.3 清除阶段

经过了前面的两个阶段, 标记清除算法认为的存活对象都在标记位图 (Mark Bitmap) 中标记出来了。接下来回收没有被标记的内存块。

2.1.4 终结阶段

在回收垃圾后有个收尾工作, 会对经过垃圾回收后的堆根据需求进行裁剪, 也会对堆的预留空闲内存进行重新设定。

2.2 堆内存分配过程

对于标记清除算法, ART有三种GC策略:分代垃圾回收 (Sticky GC) 、局部垃圾回收 (Partial GC) 以及全局垃圾回收 (Full GC) 。分代垃圾回收只回收上一次GC到本次GC之间申请的内存。局部垃圾回收不回收Image Space和Zygote Space空间的内存。全局垃圾回收回收除了Image Space之外的空间的垃圾。GC暂停时间:Sticky GC<Partial GC<Full GC, 回收垃圾的效率则反之。为了在垃圾回收性能和垃圾回收效率之间追求平衡, ART采用了一种渐进式的分配策略。而影响GC暂停时间和总时间最大的Full GC是本文优化目标。

GC时候, 首先会进行一次轻量级的GC, GC完成后尝试分配。如果分配失败, 则选取下一个GC策略, 再进行一次轻量级GC。每次GC完成后都尝试分配, 直到三种GC策略都被轮询了一遍还是不能完成分配, 则进入下一阶段。第二阶段允许堆进行增长的情况下进行对象的分配, 如果还是分配失败, 则会进行一次允许回收软引用的GC。如果还是分配失败就进入第三阶段如果对象是不可移动对象, 则ART会把它分配在Non-Moving Space。如果对象是可移动的对象, 那么就进行一次同构空间压缩, 压缩后也增加了分配成功的可能性。

3 性能调优

3.1 与GC相关堆属性值

如图3所示, 在build.prop中一般会设置如下几个与Android ART虚拟机垃圾回收相关的属性值:前三个值是控制Java堆的总大小的, 包括堆的起始大小、堆的增长上限等, 与手机的硬件配置相关。堆利率、堆最小空闲内存和堆最大空闲内存三个变量对垃圾回收的某些性能有影响。GC触发后, 垃圾回收器回收了应用不再使用的垃圾对象, 这样应用的空闲内存就可能很大或者由于回收垃圾不够多导致空闲内存还是很小。空闲内存很大, Android系统内存利用率就低, 当然不会把这么大一块内存都给应用程序的, 出于这种考虑系统会根据应用预先设定的堆利用率 (Heap Target Utilization) 、最大和最小空闲内存数 (heapmaxfree、heapminfree) 等参数来调整此空闲内存的大小;如果此空闲内存很小, 那么势必此空闲内存将很快分配光, 下次GC会来的很快, 所以遇到这种情况, ART会扩大此空闲内存的大小堆利用率 (Heap Target Utilization) 、最大空闲内存 (heapmaxfree) 和最小空闲内存 (heapminfree) 在代码里的变量名为:utilization, max_free_, min_free_。

如图4所示, 堆利用率 (utilization) 算可以出理论上所需的空闲内存, 堆利用率按照谷歌的推荐一般设为0.75。考虑另外两个限制值:最小空闲内存 (min_free_) 和最大空闲内存 (max_free_) 。也就是需要把预留空闲内存控制在两倍的最小空闲内存和两倍的最大空闲内存之间。这样获得的target_size才是堆的最终大小。

3.2 使用堆目标利用率减少Full GC频率

如2.2节描述, 当对象分配请求得到满足时候, 用户进程就会继续执行, 不过如果对象分配失败, 则说明当前的堆大小是不能满足进程需求的。事实上对于现有应用运行用户体验来看, ART虚拟机仍有很多可以优化空间, 比如一些大型游戏或消耗资源的应用中, Full GC频率仍然较高, 使得暂停时间和GC频率的增加。为了获得更有效率的内存管理, 需要在应用运行过程中, 人为干涉GC处理, 本文通过设计自适应的对增长机制来满足应用运行状态的动态改变。使用dalvik.system.VMRuntime类提供的接口set Target Heap Utilization方法增强应用程序堆内存的处理效率。比如在应用程序on Create的时候就调用下面的一个用于设置利用率大小的函数VMRuntime.get Runtime () .set Target Heap Utilization即可, 本文实现堆利用率动态调整实现流程如图5所示。

当完成申请的时候系统会继续执行, 根据堆利用率设置新的理想堆大小, 减少完全GC的方法就是在当系统剩余的内存不足以完成本次申请操作时, 将本次申请的对象转移到缓冲堆, 此时根据堆目标利用率设置堆的理想大小, 这样由于内存不足产生的完全GC就可以避免, 这样就避免的长时间的暂停, 而且堆此时已经生成为理想大小, 不会使得后面堆空间不足而循环产生GC动作增加GC频率。

4 实验设计与性能测试

本实验采用的硬件平台是Google公司的Nexus4, 软件调试平台是Android Studio。对0xbenchmark和用户应用优化前后GC次数、GC的暂停时间进行统计分析。

4.1 基于0xbenchmark性能测试

0x Benchmark中有专门测垃圾回收性能的模块。测试的算法是递归自顶向下和递归自底向上创建完全二叉树, 以及创建大的浮点数组, 对于内存块的创建还分为长生命周期对象和临时对象, 长生命周期对象的引用要在测试函数运行完毕时才会丢失, 而临时对象在创建完毕后即被丢失, 测试的标准是创建所需时间, 暂停时间以及GC总时间等。

4.2 基于实际应用运行log信息性能测试

动态设置堆利用率以减少FULL GC优化手段带来最直接的影响就是减少垃圾回收暂停时间, 虽然0xbenchmark有Android的VM垃圾回收性能测试, 但是不能符合正常情况下应用对象大小并不固定的事实。所以除了使用0xbenchmark评估性能表现外, 本文选取了几个常见的应用作为测试对象。分析这些应用运行过程的log信息, 主要是暂停时间, 来评估优化效果。

4.3 性能测试结果

比较表2和表3的情况, 原生垃圾回收信息和优化后的垃圾回收信息, Full GC的暂停时间是占用平均暂停时间很大比例, 优化Full GC对于GC平均暂停时间有很大贡献, 另一方面优化后GC总次数降低了, 总次数的减少是因为本文增加一个设置堆利用率的过程, 满足新对象对堆空间的需求, 以Full GC需求减少进而减少了总GC次数。从应用的整体来看, 平均暂停时间相较于优化前降低20%以上, 而平均GC总次数减少5次以上。本文实验条件下动态设置堆利用率的方式优化Full GC对GC系统性能的提高是有效果的。

5 结束语

垃圾回收机制实现自动内存管理的代价是额外消耗系统资源、阻塞用户进程的执行等。本文从GC算法和堆分配过程研究了ART虚拟机GC系统运作机制, 提出的动态设置堆利用率以减少Full GC的方式优化GC系统性能。设计实验测试了多组应用程序, 结果显示整体平均暂停时间相较于优化前降低20%以上, 平均GC总次数减少5次以上。

摘要：Android系统中虚拟机通过提供垃圾回收机制 (Garbage Collection, GC) 实现自动内存管理, 但是这一机制在简化应用开发人员内存管理负担、避免内存泄漏问题的同时也给系统带来了内存驻留、响应延迟、并发阻碍等负面影响。Android 5.0以后, Google用ART虚拟机替换掉Dalvik虚拟机, 为了更好地利用ART虚拟机自动内存管理的特性, 应用开发人员有必要深入理解ART虚拟机垃圾回收机制的实现。本文从GC算法和堆分配过程研究了ART虚拟机GC系统, 本文提出的动态设置堆利用率以减少Full GC的方式优化GC系统性能, 最后测试多组应用程序对比优化前后在GC次数、暂停时间和GC总时间等方面的差异。整体平均暂停时间相较于优化前降低20%以上, 而平均GC总次数减少5次以上, 证明本文实验条件下动态设置堆利用率的方式优化Full GC对GC系统性能的提高是有效的。

关键词：ART虚拟机,GC系统,堆利用率

参考文献

[1]Andrei Frumusanu.A Closer Look at Android Run Time (ART) in Android L[EB/OL].http://www.anandtech.com/show/8231/a-closer-look-at-androidruntime-art-in-android-l/

[2]付卓.Dalvik内存管理机制分析与优化[D].南京:东南大学集成电路学院 (硕士学位论文) , 2013.

[3]黄洋.Android内存管理中的垃圾收集性能优化[D].南京:东南大学电子学院 (硕士学位论文) , 2014.

[4]夏迪迪.Dalvik虚拟机垃圾回收算法的分析与性能优化[D].无锡:东南大学集成电路学院 (硕士学位论文) , 2015.

[5]王浩.面向用户体验的GC策略分析与优化[D].无锡:东南大学集成电路学院 (硕士学位论文) , 2015.图5:动态设置堆利用率优化GC

[6]老罗.ART运行时Mark-Sweep GC简要介绍和学习计划[EB/OL].http://blog.csdn.net/luoshengyang/article/details/44513977, 2014.

[7]Android开发工具文档[EB/OL].http://developer.android.com/tools/index.html, 2011.

【虚拟优化设计】推荐阅读：

虚拟仿真设计07-02

虚拟产品设计07-20

游戏虚拟人物设计07-31

虚拟工业设计09-10

虚拟展示设计10-24