第2章多体系统动力学基本理论
本章主要介绍多体系统动力学的基本理论，包括多刚体系统动力学建模、多柔体系统动力学建模、多体系统动力学方程求解及多体系统动力学中的刚性（Stiff）问题。通过本章的学习可以对多体系统动力学的基本理论有较深入的了解，为具体软件的学习打下良好的理论基础。 2.1 多体系统动力学研究状况 多体系统动力学的核心问题是建模和求解问题，其系统研究开始于20世纪60年代。从60年代到80年代，侧重于多刚体系统的研究，主要是研究多刚体系统的自动建模和数值求解；到了80年代中期，多刚体系统动力学的研究已经取得一系列成果，尤其是建模理论趋于成熟，但更稳定、更有效的数值求解方法仍然是研究的热点；80年代之后，多体系统动力学的研究更偏重于多柔体系统动力学，这个领域也正式被称为计算多体系统动力学，它至今仍然是力学研究中最有活力的分支之一，但已经远远地超过一般力学的涵义。 本节将叙述多体系统动力学发展的历史和目前国内外研究的现状。 2.1.1 多体系统动力学研究的发展 机械系统动力学分析与仿真是随着计算机技术的发展而不断成熟的，多体系统动力学是其理论基础。计算机技术自其诞生以来，渗透到了科学计算和工程应用的几乎每一个领域。数值分析技术与传统力学的结合曾在结构力学领域取得了辉煌的成就，出现了以ANSYS、NASTRAN等为代表的应用极为广泛的结构有限元分析软件。计算机技术在机构的静力学分析、运动学分析、动力学分析以及控制系统分析上的应用，则在二十世纪八十年代形成了计算多体系统动力学，并产生了以ADAMS和DADS为代表的动力学分析软件。两者共同构成计算机辅助工程（CAE）技术的重要内容。 多体系统是指由多个物体通过运动副连接的复杂机械系统。多体系统动力学的根本目的是应用计算机技术进行复杂机械系统的动力学分析与仿真。它是在经典力学基础上产生的新学科分支，在经典刚体系统动力学上的基础上，经历了多刚体系统动力学和计算多体系统动力学两个发展阶段，目前已趋于成熟。 多刚体系统动力学是基于经典力学理论的，多体系统中最简单的情况——自由质点和一般简单的情况——少数多个刚体，是经典力学的研究内容。多刚体系统动力学就是为多个刚体组成的复杂系统的运动学和动力学分析建立适宜于计算机程序求解的数学模型，并寻求高效、稳定的数值求解方法。由经典力学逐步发展形成了多刚体系统动力学，在发展过程中形成了各具特色的多个流派。 早在1687年，牛顿就建立起牛顿方程解决了质点的运动学和动力学问题；刚体的概念最早由欧拉于1775年提出，他采用反作用力的概念隔离刚体以描述铰链等约束，并建立了
第42卷第11期 2008年11月 上海交通大学学报 JOU RN AL O F SH AN G HA I JIA OT O N G U N IV ERSIT Y Vol.42No.11 Nov.2008 收稿日期:2007 10 08 基金项目:国家自然科学基金资助项目(10772113);高等学校博士学科点专项科研基金资助项目(20040248013) 作者简介:洪嘉振(1944 ),男,浙江宁波市人,教授,博士生导师,研究方向:多体系统动力学与控制.电话(T el.):021 ********; E mail:jzhong@s https://www.doczj.com/doc/866853652.html,. 文章编号:1006 2467(2008)11 1922 05 刚柔耦合动力学的建模方法 洪嘉振, 刘铸永 (上海交通大学工程力学系,上海200240) 摘 要:对柔性多体系统动力学研究的若干阶段和研究现状进行回顾,对已有的刚柔耦合动力学建模方法进行总结.为了对已有的建模方法进行评价,提出了5项指标:科学性、通用性、识别性、兼容性和高效性,指出现有的建模方法尚无法满足工程实际应用的需要,应研究满足全部评价指标的刚柔耦合动力学建模方法.文中对今后柔性多体系统刚柔耦合动力学的几个研究方向进行展望,包括理论建模、计算方法和试验研究等方面. 关键词:刚柔耦合系统;动力学;建模方法;评价指标中图分类号:O 313 文献标识码:A Modeling Methods of Rigid Flexible Coupling Dynamics H ON G J ia z hen, L I U Zhu y ong (Department of Engineering M echanics,Shanghai Jiaotong Univ er sity,Shanghai 200240,China)Abstract:A brief review about several phases and present status o f flexible multi bo dy dynamics w as given and the ex isting m odeling m ethods o f r ig id flex ible coupling dynam ics w ere sum marized.Five indexes,in cluding scientific index,g eneral index,identifiable index,compatible index and efficient index ,w ere pro posed to evaluate the ex isted mo deling methods.It show s that the ex isted m odeling metho ds can no t satis fy the actual needs of eng ineer ing application and new modeling m ethod w hich satisfies all the evaluating index es should be inv estig ated.T he r esearch tar gets including modeling theor y,com putational methods and exper im ents w er e sugg ested for the rigid flexible co upling dynamics o f the flex ible multi body sys tems. Key words:rigid flex ible coupling sy stem s;dy nam ics;mo deling methods;evaluating index 柔性多体系统是指由多个刚体或柔性体通过一定方式相互连接构成的复杂系统,是多刚体系统动力学的自然延伸.考虑刚柔耦合效应的柔性多体系统动力学称之为刚柔耦合系统动力学,主要研究柔性体的变形与其大范围空间运动之间的相互作用或相互耦合,以及这种耦合所导致的动力学效应.这种耦合的相互作用是柔性多体系统动力学的本质特 征,使其动力学模型不仅区别于多刚体系统动力学,也区别于结构动力学.因此,柔性多体系统动力学是 与经典动力学、连续介质力学、现代控制理论及计算机技术紧密相联的一门新兴交叉学科[1 3],它对高技术、工业现代化和国防技术的发展具有重要的应用价值. 根据力学的基本原理,基于不同的建模方法,得
多体动力学优化方法 3 李庆国1 ,曾庆良1 ,范文慧 2 (1.山东科技大学机电学院,青岛山东266510;2.清华大学国家C I M S 工程技术研究中心,北京100084) 摘 要: 介绍一种多体动力学优化设计方法,基于I SI GHT 软件集成Pr o /E 和Ada m s,建立优化设 计平台。夹紧装置优化设计实例,验证了该平台的有效性和合理性。关键词: 多体动力学优化;多学科设计优化(MDO );I SI GHT 中图分类号:O313.3 文献标识码:B 文章编号:1001-0874(2007)03-0089-02 A Me thod ofMulti 2body Dynam i c Op ti m i za ti o n L I Q ing 2guo 1 , ZEN G Q ing 2liang 1 , FAN W en 2hui 2 (1.College of Mechanical &Electric Engineering,,Shandong University of Science and Technol ogy,Q ingdao 266510,China; 2.Nati onal C I M S Engineering Research Center of Tsinghua University,Beijing 100084,China ) Ab s trac t: This paper intr oduces a method of multi 2body dyna m ic op ti m izati on design and builds an op ti m izati on design p latfor m based on I SI GHT s oft w are integrati on Pr o /E and Ada m s .The effectiveness and reliability of the p latfor m is validated by taking the op ti m izati on design of chucking fixture as exa mp le .Keywo rd s: multi 2body dyna m ic op ti m izati on;multidisci p linary design op ti m izati on;I SI GHT 3国家自然科学基金资助项目(编号:60474059) 1 多体动力学和MDO 多体系统是多个相互运动的物体通过运动副相联的多刚体系统和多柔体系统。上世纪80年代初,多刚体系统动力学计算机仿真已广泛应用于工程领域,通常用来研究系统的位移、速度、加速度与其受力之间的关系。随着计算机技术的飞速发展,仿真、优化技术已在多体系统设计中得到大量应用。为了解决不同学科间的协同设计问题,人们提出了多学科设计优化的思想。 多学科设计优化(Multidisci p linary Design Op ti 2m izati on 简称MDO )是一种设计复杂系统和子系统的方法论。通过充分利用各个学科(子系统)之间相互作用所产生的协同效应,获得系统的整体最优解[1] 。 多学科设计优化问题,在数学形式上可表达为:寻找:x 最小化:f =f (x,y ) 约束:h i (x,y )=0 (i =1,2,3,…,n ) g i (x,y )≤0 (j =1,2,3,…,m ) 其中f 为目标函数,x 为设计变量,y 是状态变量,h i (x,y )是等式约束,g i (x,y )是不等式约束。 MDO 的研究主要分为三个方面:面向设计的多 学科分析设计软件的集成;有效的MDO 算法,实现多学科并行设计,获得系统最优解;MDO 分布式计算的环境支持。目前,已经出现了较成熟的商业软件,I SI GHT 就是典型代表。2 多学科优化软件I SI GHT I SI GHT 是一个通过软件协同驱动产品设计优 化的软件。特色是融合了优化设计中需要的三大主要功能:自动化功能、集成化功能和最优化功能。 (1)自动化功能 I SI GHT 的过程集成(Pr ocess I ntegrati on )功能可 以对各种CAD 或CAE 软件进行自动化启动、监视和控制,文件解析(File Parser )功能可以自动地编辑、生成输入文件和自动处理输出文件及读取计算结果。 (2)集成化功能 ? 98?2007年第3期 煤 矿 机 电
第10章系统动力学模型 系统动力学模型(System Dynamic)是社会、经济、规划、军事等许多领域进行战略研究的重要工具，如同物理实验室、化学实验室一样，也被称之为战略研究实验室，自从问世以来，可以说是硕果累累。 1 系统动力学概述 2 系统动力学的基础知识 3 系统动力学模型 第1节系统动力学概述 1.1 概念 系统动力学是一门分析研究复杂反馈系统动态行为的系统科学方法，它是系统科学的一个分支，也是一门沟通自然科学和社会科学领域的横向学科，实质上就是分析研究复杂反馈大系统的计算仿真方法。 系统动力学模型是指以系统动力学的理论与方法为指导，建立用以研究复杂地理系统动态行为的计算机仿真模型体系，其主要含义如下： 1 系统动力学模型的理论基础是系统动力学的理论和方法； 2 系统动力学模型的研究对象是复杂反馈大系统； 3 系统动力学模型的研究内容是社会经济系统发展的战略与决策问题，故称之为计算机仿真法的“战略与策略实验室”； 4 系统动力学模型的研究方法是计算机仿真实验法，但要有计算
机仿真语言DYNAMIC的支持，如：PD PLUS，VENSIM等的支持； 5 系统动力学模型的关键任务是建立系统动力学模型体系； 6 系统动力学模型的最终目的是社会经济系统中的战略与策略决策问题计算机仿真实验结果，即坐标图象和二维报表； 系统动力学模型建立的一般步骤是：明确问题，绘制因果关系图，绘制系统动力学模型流图，建立系统动力学模型，仿真实验，检验或修改模型或参数，战略分析与决策。 地理系统也是一个复杂的动态系统，因此，许多地理学者认为应用系统动力学进行地理研究将有极大潜力，并积极开展了区域发展，城市发展，环境规划等方面的推广应用工作，因此，各类地理系统动力学模型即应运而生。 1.2 发展概况 系统动力学是在20世纪50年代末由美国麻省理工学院史隆管理学院教授福雷斯特（JAY.W.FORRESTER）提出来的。目前，风靡全世界，成为社会科学重要实验手段，它已广泛应用于社会经济管理科技和生态灯各个领域。福雷斯特教授及其助手运用系统动力学方法对全球问题，城市发展，企业管理等领域进行了卓有成效的研究，接连发表了《工业动力学》，《城市动力学》，《世界动力学》，《增长的极限》等著作，引起了世界各国政府和科学家的普遍关注。 在我国关于系统动力学方面的研究始于1980年，后来，陆续做了大量的工作，主要表现如下： 1）人才培养
有限元软件与多体动力学软件 数值分析技术与传统力学的结合在结构力学领域取得了辉煌的成就，出现了以ANSYS 、NASTRAN 等为代表的应用极为广泛的结构有限元分析软件。计算机技术在机构的静力学分析、运动学分析、动力学分析以及控制系统分析上的应用，则在二十世纪八十年代形成了计算多体系统动力学，并产生了以ADAMS 和DADS 为代表的动力学分析软件。两者共同构成计算机辅助工程（CAE ）技术的重要内容。 商业通用软件的广泛应用给我们工程师带来了极大的便利，很多时候我们不需要精通工程问题中的力学原理，依然可以通过商业软件来解决问题，不过理论基础的缺失还是会给我们带来不少的困扰。随着动力有限元与柔性多体系统分析方法的成熟，有时候正确区分两者并不是很容易。 机械领域应用比较广泛的有两类软件，一类是有限元软件，代表的有：ANSYS, NASTRAN, ABAQUS, LS-DYNA, Dytran 等；另一类是多体动力学软件，代表的有ADAMS, Recurdyn ， Simpack 等。在使用时，如何选用这两类软件并不难，但是如果深究这两类软件根本区别并不容易。例如，有限元软件可以分析静力学问题，也可以分析“动力学”问题，这里的“动力学”与多体动力学软件里面的动力学一样吗？有限元软件在分析动力学问题时，可以模拟物体的运动，它与多体动力学软件中模拟物体运动相同吗？多体动力学软件也可以分析柔性体的应力、应变等，这与有限元软件分析等价吗？ 1 有限元软件 有限单元法是一种数学方法，不仅可以计算力学问题，还可以计算声学，热，磁等多种问题，我们这里只探讨有限元法在机械领域的应用。 计算结构应力、应变等的力学基础是弹性力学，弹性力学亦称为弹性理论，主要研究弹性体在外力作用或温度变化等外界因素下所产生的应力、应变和位移，从而为工程结构或构件的强度、刚度设计提供理论依据和计算方法。也就是说用有限元软件分析力学问题时，是用有限元法计算依据弹性力学列出的方程。 考虑下面这个问题，在()0t ， 时间内给一个结构施加一个随时间变化的载荷()P t ，我们希望得到结构的应力分布，在刚刚施加载荷的时候，结构中的应力会有波动，应力场是变化的，但很久以后，应力场趋于稳定。 如果我们想得到载荷施加很久以后，稳定的应力场分布，那么应该用静力学分析方法分析
图１ 经简化的一对空链节模型 二、仿真分析 １．运动状态与干涉校验 首先必须考虑到链条柔度对运动的干涉影响，即考虑到在设计的平面柔度和扭转柔度范围内，长链条和最图２ 链式输送机构的仿真模型图３ 链式输送机构的运动仿真图４ 链节的空间位移曲线 ＣＡＤ／ＣＡＭ与制造业信息化?ｗｗｗ．ｉｃａｄ．ｃｏｍ．ｃｎ
图５ 冲击动载荷分析 ３．运动平稳性分析 由于链式输送模型中含有多种非线性因素，采用完全递归算法，对各链节的各自由度运动幅值的敛散性进行分析，来判定链式输送系统的运动平 图６ 加速度响应 ４．抱紧力分析 抱紧臂的抱紧力设计也十分重要， 该值越大，抱紧传输体越可靠，但装卸 传输体就困难了；另一方面，从链节中 脱出传输体将消耗过多的能量，对其 他的相关机构工作不利。若该值较低， 则容易使传输体在输送过程的剧烈抖 动中掉落，产生故障，因此需要进行抱 紧臂的抱紧力动态载荷分析，分析结 果如图７所示。 图７ 动态载荷分析 三、结束语 本文应用ＲｅｃｕｒＤｙｎ多体动力学软 件，在导入原有实体模型的基础上，快 速构建仿真模型。根据ＲｅｃｕｒＤｙｎ提供 的多级子系统建模、空间多接触和完 全递归算法等特有功能，对复杂链式 输送机构的分析问题进行了动力学仿 真，得到了做为设计参考的动力学参 数，为链式输送机构的动力学设计提 供了很好的设计校验方法。仿真结果 可以检测输送系统工作的平稳性和可 靠性，并预测链式输送机构故障的发 携手济钢机制公司，ＷＩＴ－ＣＡＰＰ续写业界辉煌 近日，华特软件与济钢集团机械设备制造公司 公司”）正式签订ＣＡＰＰ合同。 秉承“可遵、可信、共赢”的济钢机制公司是济南钢铁集团直属的子 ＣＡＤ／ＣＡＭ与制造业信息化?ｗｗｗ．ｉｃａｄ．ｃｏｍ．ｃｎ
1. 绝对节点坐标法 传统有限元方法建立的单元为非等参数单元，其使用节点处的位移梯度来描述物体的无限小的转动，但在物体发生大变形时，节点处的位移梯度已不能准确描述物体的转动变形，从而极大影响到计算的精度。 Shabana [1]提出了绝对节点坐标法（Absolute nodal coordinate formulation, ANCF ），其理论基础主要是有限元和连续介质力学理论。该方法将物体的单元节点坐标定义在全局坐标系下，使用节点处的斜率(slope)矢量作为节点坐标而不是节点处的无限小转动[2]，不需要另外计算刚体位移与柔性变形之间的耦合，能较精确地计算大变形的多体系统动力学问题。其最终推导出的多体系统的微分代数方程组（DAEs ）中，质量矩阵是一个常数矩阵，但刚度矩阵将是一个非线性的时间函数。 1.1梁单元的绝对节点坐标法 Shabana 首先推导出一维梁单元的绝对节点坐标法模型[1][3]。在这种模型中，梁单元用中性轴来简化，如图1所示，其上面任意一点P 在全局坐标系下的坐标表达为： 23101232320123r =Se r a a x a x a x r b b x b x b x ??+++??==????+++???? 图1 其中，x 为沿轴线的单元局部坐标，[]0,x l ∈，l 为梁单元初始长度；S 为单元形函数；e 为含有8个单元节点坐标的广义坐标矢量。 123456781102205162e []|,|,|,|, T x x x l x l e e e e e e e e e r e r e r e r ========= 1 2 1 2 304078,,,x x x l x l r r r r e e e e x x x x ====????====????
第二章：动力学系统的微分方程模型 利用计算机进行仿真时，一般情况下要给出系统的数学模型，因此有必要掌握一定的建立数学模型的方法。在动力学系统中，大多数情况下可以使用微分方程来表示系统的动态特性，也可以通过微分方程可以将原来的系统简化为状态方程或者差分方程模型等。在这一章中，重点介绍建系统动态问题的微分方程的基本理论和方法。 在实际工程中，一般把系统分为两种类型，一是连续系统；其数学模型一般是高阶微分方程；另一种是离散系统，它的数学模型是差分方程。 §2.1 动力学系统统基本元件 任何机械系统都是由机械元件组成的，在机械系统中有3种类型的基本机械元件：惯性元件、弹性元件和阻尼元件。 1 惯性元件：惯性元件是指具有质量或转动惯量的元件，惯量可以定义为使加速度（或角加速度）产生单位变化所需要的力（或力矩）。 惯量（质量）= ） 加速度（力（2 /) s m N 惯量（转动惯量）= ） 角加速度（力矩（2/) s rad m N ? 2 弹性元件：它在外力或外力偶作用下可以产生变形的元件，这种元件可以通过外力做功来储存能量。按变形性质可以分为线性元件和非线性元件，通常等效成一弹簧来表示。 对于线性弹簧元件，弹簧中所受到的力与位移成正比，比例常数为弹簧刚度k 。 x k F ?= 这里k 称为弹簧刚度，x ?是弹簧相对于原长的变形量，弹性力的方向总是指向弹簧的原长位移，出了弹簧和受力之间是线性关系以外，还有所谓硬弹簧和软弹簧，它们的受力和弹簧变形之间的关系是一非线性关系。 3 阻尼元件：这种元件是以吸收能量以其它形式消耗能量，而不储存能量，可以形象的表示为一个活塞在一个充满流体介质的油缸中运动。阻尼力通常表示为： α x c R = 阻尼力的方向总是速度方向相反。当1=α，为线性阻尼模型。否则为非线性阻 尼模型。应注意当α等于偶数情况时，要将阻尼力表示为： ||1--=αx x c R 这里的“-”表示与速度方向相反
车辆动力学主要仿真软件 I960年，美国通用汽车公司研制了动力学软件DYNA主要解决多自由度 无约束的机械系统的动力学问题，进行车辆的“质量一弹簧一阻尼”模型分析。作为第一代计算机辅助设计系统的代表，对于解决具有约束的机械系统的动力学问题，工作量依然巨大，而且没有提供求解静力学和运动学问题的简便形式。 随着多体动力学的谨生和发展，机械系统运动学和动力学软件同时得到了迅速的发展。1973年，美国密西根大学的N.Orlandeo和，研制的ADAM 软件，能够简单分析二维和三维、开环或闭环机构的运动学、动力学问题，侧重于解决复杂系统的动力学问题，并应用GEAR刚性积分算法，采用稀疏矩阵技术提高计算效率° 1977年，美国Iowa大学在，研究了广义坐标分类、奇异值分解等算法并编制了DADS软件，能够顺利解决柔性体、反馈元件的空间机构运动学和动力学问题。随后，人们在机械系统动力学、运动学的分析软件中加入了一些功能模块，使其可以包含柔性体、控制器等特殊元件的机械系统。 德国航天局DLF早在20世纪70年代，Willi Kort tm教授领导的团队就开始从事MBS软件的开发，先后使用的MBS软件有Fadyna (1977)、MEDYNA1984),以及最终享誉业界的SIMPAC( 1990).随着计算机硬件和数值积分技术的迅速发展，以及欧洲航空航天事业需求的增长，DLR决定停止开发基于频域求解技术的MED YN软件，并致力于基于时域数值积分技术的发展。1985年由DLR开发的相对坐标系递归算法的SIMPACI软件问世，并很快应用到欧洲航空航天工业，掀起了多体动力学领域的一次算法革命。 同时，DLR首次在SIMPAC嗽件中将多刚体动力学和有限元分析技术结合起来，开创了多体系统动力学由多刚体向刚柔混合系统的发展。另外，由于SIMPACI算法技术的优势，成功地将控制系统和多体计算技术结合起来，发
车辆动力学主要仿真软件 1960年,美国通用汽车公司研制了动力学软件DYNA,主要解决多自由度无约束的机械系统的动力学问题,进行车辆的“质量－弹簧－阻尼”模型分析。作为第一代计算机辅助设计系统的代表,对于解决具有约束的机械系统的动力学问题,工作量依然巨大,而且没有提供求解静力学与运动学问题的简便形式。 随着多体动力学的诞生与发展,机械系统运动学与动力学软件同时得到了迅速的发展。1973年,美国密西根大学的N、Orlandeo与,研制的ADAMS软件,能够简单分析二维与三维、开环或闭环机构的运动学、动力学问题,侧重于解决复杂系统的动力学问题,并应用GEAR 刚性积分算法,采用稀疏矩阵技术提高计算效率。1977年,美国Iowa 大学在,研究了广义坐标分类、奇异值分解等算法并编制了DADS软件,能够顺利解决柔性体、反馈元件的空间机构运动学与动力学问题。随后,人们在机械系统动力学、运动学的分析软件中加入了一些功能模块,使其可以包含柔性体、控制器等特殊元件的机械系统。 德国航天局DLR早在20世纪70年代,Willi Kortüm教授领导的团队就开始从事MBS软件的开发,先后使用的MBS软件有Fadyna(1977)、MEDYNA(1984),以及最终享誉业界的SIMPACK(1990)、随着计算机硬件与数值积分技术的迅速发展,以及欧洲航空航天事业需求的增长,DLR决定停止开发基于频域求解技术的MEDYNA软件,并致力于基于时域数值积分技术的发展。1985年由DLR开发的相对坐标系递归算法的SIMPACK软件问世,并很快应用到欧洲航空航天工业,掀起了多体动力学领域的一次算法革命。 同时,DLR首次在SIMPACK软件中将多刚体动力学与有限元分析技术结合起来,开创了多体系统动力学由多刚体向刚柔混合系统的发展。另外,由于SIMPACK算法技术的优势,成功地将控制系统与多体计
1、梯形速度曲线 A=0.5,V=2 if(time-2:0,0,if(time-6:0.5,0.5,if(time-14:0,0,if(time-18:-0.5,-0.5,0)))) A=181.891d,V=2 if(time-2:0,0,if(time-6:-181.891d,-181.891d,if(time-14:0,0,if(time-18:181 .891d,181.891d,0)))) A=181.891d,V=2 if(time-2:0,0,if(time-6:-181.891d,-181.891d,if(time-14:0,0,if(time-18:181 .891d,181.891d,0)))) 2、简化5段S型速度曲线 A=0.5,V=1 if(time-2:0,0,if(time-4:-0.25*time+0.5,0.5,if(time-6:-1.5+0.25*time,0,if(ti me-14:0,0,if(time-16:-3.5+0.25*time,-0.5,if(time-18:-0.25*time+4.5,0,0)) )))) A=0.5=181.891d,V=1 if(time-2:0,0,if(time-4:-181.891d/2*time+181.891d,-181.891d,if(time-6:-3*181.891d+181.891d/2*time,0,if(time-14:0,0,if(time-16:-7*181.891d+1 81.891d/2*time,-181.891d,if(time-18:-181.891d/2*time+9*181.891d,0, 0)))))) A=1,V=2 if(time-2:0,0,if(time-4:-0.5*time+1,1,if(time-6:-3+0.5*time,0,if(time-14:0 ,0,if(time-16:-7+0.5*time,-0.5,if(time-18:-0.5*time+9,0,0))))))
多体系统动力学简介
多体系统动力学研究对象——机构 工程中的对象是由大量零部件构成的系统。在对它们进行设计优化与性态分析时可以分成两大类 一类为结构 ——正常工况下构件间没有相对运动（房屋建筑，桥梁等） ——关心的是这些结构在受到载荷时的强度、刚度与稳定 一类为机构 ——系统在运动过程中这些部件间存在相对运动（汽车，飞机起落架。机器人等）——力学模型为多个物体通过运动副连接的系统，称为多体系统 多体系统动力学俄研究的对象——机构（复杂机械系统）
不考虑系统运动起因的情况下研究各部件的位置与姿态及其变化速度和加速度的关系 典型案例：平面和空间机构的运动分析 系统各部件间通过运动副与驱动装置连接在一起 数学模型：各部件的位置与姿态坐标的非线性代数方程，以及速度与加速度的线性代数方程
当系统受到静载荷时，确定在运动副制约下的系统平衡位置以及运动副静反力 典型案例：机车或汽车中安装有大量的弹簧阻尼器，整车设计中必须考虑系统在静止状态下车身的位置与姿态，为平稳性与操纵稳定性的研究打下基础 数学模型：非线性微分代数方程组
讨论载荷和系统运动的关系 研究复杂机械系统在载荷作用下各部件的动力学响应是工程设计中的重要问题 动力学正问题——已知外力求系统运动的问题 动力学逆问题——已知系统运动确定运动副的动反力，是系统各部件强度分析的基础 动力学正逆混合问题——系统的某部分构件受控，当它们按照某已知规律运动时，讨论在外载荷作用下系统其他构件如何运动 数学模型：非线性微分代数方程组
机械系统的多体系统力学模型 在对复杂机械系统进行运动学与动力学分析前需要建立它的多体系统力学模型。对系统如下四要素进行定义： ?物体 ?铰链 ?外力（偶） ?力元 实际工程中的机械系统多体系统力学模型的定义取决于研究的目的 模型定义的要点是以能揭示系统运动学与动力学性态的最简模型为优 性态分析的求解规模与力学模型的物体与铰的个数有关
车辆动力学主要仿真软件 1960年，美国通用汽车公司研制了动力学软件DYNA，主要解决多自由度无约束的机械系统的动力学问题，进行车辆的“质量－弹簧－阻尼”模型分析。作为第一代计算机辅助设计系统的代表，对于解决具有约束的机械系统的动力学问题，工作量依然巨大，而且没有提供求解静力学和运动学问题的简便形式。 随着多体动力学的诞生和发展，机械系统运动学和动力学软件同时得到了迅速的发展。1973年,美国密西根大学的N.Orlandeo和，研制的ADAMS软件，能够简单分析二维和三维、开环或闭环机构的运动学、动力学问题，侧重于解决复杂系统的动力学问题，并应用GEAR 刚性积分算法，采用稀疏矩阵技术提高计算效率。1977年,美国Iowa 大学在，研究了广义坐标分类、奇异值分解等算法并编制了DADS软件，能够顺利解决柔性体、反馈元件的空间机构运动学和动力学问题。随后，人们在机械系统动力学、运动学的分析软件中加入了一些功能模块，使其可以包含柔性体、控制器等特殊元件的机械系统。 德国航天局DLR早在20世纪70年代，Willi Kortüm教授领导的团队就开始从事MBS软件的开发，先后使用的MBS软件有Fadyna （1977）、MEDYNA（1984），以及最终享誉业界的SIMPACK（1990）.随着计算机硬件和数值积分技术的迅速发展，以及欧洲航空航天事业需求的增长，DLR决定停止开发基于频域求解技术的MEDYNA软件，并致力于基于时域数值积分技术的发展。1985年由DLR开发的相对坐标系递归算法的SIMPACK软件问世，并很快应用到欧洲航空航天工业，掀起了多体动力学领域的一次算法革命。 同时，DLR首次在SIMPACK软件中将多刚体动力学和有限元分析技术结合起来，开创了多体系统动力学由多刚体向刚柔混合系统的发展。另外，由于SIMPACK算法技术的优势，成功地将控制系统和多体
柔性多体动力学建模 、仿真与控制 近二十年来，柔性多体系统多力学（the dynamics of the flexible multibody systems）的研究受到了很大的关注。多体系统正越来越多地用来作为诸如机器人、机构、链系、缆系、空间结构和生物动力学系统等实际系统的模型。huston认为： “多体动力学是目前应用力学方面最活跃的领域之一，如同任何发展中的领域一样，多体动力学正在扩展到许多子领域。最活跃的一些子领域是： 模拟、控制方程的表述法、计算机计算方法、图解表示法以及实际应用。这些领域里的每一个都充满着研究机遇。”多柔体系统动力学近年来快速发展的主要推动力是传统的机械、车辆、军械、机器人、航空以及航天工业现代化和高速化。传统的机械装置通常比较粗重，且*作速度较慢，因此可以视为由刚体组成的系统。而新一代的高速、轻型机械装置，要在负载/自重比很大，*作速度较高的情况下实现准确的定位和运动，这是其部件的变形，特别是变形的动力学效应就不能不加以考虑了。在学术和理论上也很有意义。 关于多柔体动力学方面已有不少优秀的综述性文章。 在多体系统动力学系统中，刚体部分： 无论是建模、数值计算、模拟前人都已做得相当完善，并已形成了相应的软件。但对柔性多体系统的研究才开始不久，并且柔性体完全不同于刚性体，出现了很多多刚体动力学中不呈遇到的问题，如： 复杂多体系统动力学建模方法的研究，复杂多体系统动力学建模程式化与计算效率的研究，大变形及大晃动的复杂多体系统动力学研究，方程求解的stiff数值稳定性的研究，刚柔耦合高度非线性问题的研究，刚-弹-液-控制组合的复杂多体系统的运动稳定性理论研究，变拓扑结构的多体系统动力学与控，复杂多体系统动力学中的离散化与控制中的模态阶段的研究等等。柔性多体动力学而且柔性多体动力学的发展又是与当代计算机和计算技术的蓬勃发展密切相关的，高性能的计算机使复杂多体动力学的仿真成为可能，特别是计算机的功
A New Solution For Coupled Simulation Of Multi-Body Systems And Nonlinear Finite Element Models Giancarlo CONTI, Tanguy MERTENS, Tariq SINOKROT (LMS, A Siemens Business) Hiromichi AKAMATSU, Hitoshi KYOGOKU, Koji HATTORI (NISSAN Motor Co., Ltd.) 1 Introduction One of the most common challenges for flexible multi-body systems is the ability to properly take into account the nonlinear effects that are present in many applications. One particular case where these effects play an important role is the dynamic modeling of twist beam axles in car suspensions: these components, connecting left and right trailing arms and designed in a way that allows for large torsional deformations, cannot be modeled as rigid bodies and represent a critical factor for the correct prediction of the full-vehicle dynamic behavior. The most common methods to represent the flexibility of any part in a multi-body mechanism are based on modal reduction techniques, usually referred to as Component Mode Synthesis (CMS) methods, which predict the deformation of a body starting from a preliminary modal analysis of the corresponding FE mesh. Several different methods have been developed and verified, but most of them can be considered as variations of the same approach based on a limited set of modes of the structure, calculated with the correct boundary conditions at each interface node with the rest of the mechanism, allowing to greatly reduce the size of system’s degrees of freedom from a large number of nodes to a small set of modal participation factors. By properly selecting the number and frequency range of the modes, as well as the boundary conditions at each interface node [1], it is possible to accurately predict the static and dynamic deformation of the flexible body with remarkable improvements in terms of CPU time: this makes these methods the standard approach to reproduce the flexibility of components in a multi-body environment. Still, an important limitation inherently lies in their own foundation: since displacements based on modal representation are by definition linear, any nonlinear phenomena cannot be correctly simulated. For example, large deformations like twist beam torsion during high lateral acceleration cornering maneuvers typically lead to geometric nonlinearities, preventing any linear solution from accurately predicting most of the suspension’s elasto-kinematic characteristics like toe angle variation, wheel center position, vertical stiffness. One possible solution to overcome these limitations while still working with linear modal reduction methods is the sub-structuring technique [2]: the whole flexible body is divided into sub-structures, which are connected by compatibility constraints preventing the relative motion of the nodes that lie between two adjacent sub-structures. Standard component mode synthesis methods are used in formulating the equations of motion, which are written in terms of generalized coordinates and modal participation factors of each sub-structure. The idea behind it is that each sub-portion of the whole flexible structure will undergo smaller deformations, hence remaining in the linear flexibility range. By properly selecting the cutting sections it is usually possible to improve the accuracy of results (at least in terms of nodal displacements: less accuracy can be expected for stress and strain distribution). Another limitation of these methods is the preliminary work needed to re-arrange the FE mesh, although some CAE products already offer automatic processes enabling the user to skip most of the re-meshing tasks and hence reducing the modeling efforts. An alternative approach to simulate the behavior of nonlinear flexible bodies is based on a co-simulation technique that uses a Multi-body System (MBS) solver and an external nonlinear Finite Element Analysis (FEA) solver. Using this technique one can model the flexible body in the external nonlinear FEA code and the rest of the car suspension system in the MBS environment. The loads due to the deformation of the body are calculated externally by the FEA solver and communicated to the MBS solver at designated points where the flexible body connects to the rest of the multi-body system. The MBS solver, on the other hand, calculates displacements and velocities of these points and communicates them to the nonlinear FEA solver to advance the simulation. This approach doesn’t suffer from the limitations that arise from the linear modeling of the flexibility of a body. This leads to more accurate results, albeit at the price of much larger CPU time. In fact, simulation results are strongly affected by the size of the communication time step between the two solvers: a better accuracy (and more stable solver convergence) can be generally obtained by using smaller time steps which require larger calculation times, as shown also in [3].