在本例中，我們將使用 Speos 和 optiSLang 實現(xiàn)光導的設計優(yōu)化，以實現(xiàn)汽車日行燈、內飾氛圍燈等的光導設計，并改善光導亮度的均勻性，以自動優(yōu)化設計的方式實現(xiàn)更好的照明外觀。

概述

在汽車照明應用中，日行燈是一個獨特的照明標志。這些光導幾乎是一直照明狀態(tài)，因此光導的設計需要符合照明均勻性的標準和政府提出的規(guī)則。為了實現(xiàn)光導設計和優(yōu)化，我們使用 Ansys Speos 光學部分設計創(chuàng)建光導，利用 Ansys optiSLang 驅動光導設計參數(shù)變化，進而找到最佳設計。

優(yōu)化工作流

Speos 和optiSLang的數(shù)據傳輸

Speos和opitSLang的數(shù)據傳輸可以有三種方式：第一種是在Workbench中鏈接Speos和optiSLang進行數(shù)據傳輸優(yōu)化，第二種是在optiSLang中鏈接workbench，workbench中含有Speos的數(shù)據，完成數(shù)據傳輸，第三種是直接使用scripts完成Speos和optiSLang的數(shù)據鏈接。

Speos 軟件中完成 light guide 完成初步光導設計，并進行光導的亮度和強度模擬與法規(guī)檢查。

在 Speos 的仿真模擬中，有幾項相關鍵的仿真重要參數(shù)設置：

Lightguide Meshing：精確的meshing對于光導設計來說是很重要的，使用Speos的用戶都知道m(xù)eshing的重要性，如果不考慮meshing的參數(shù)設置，光導設計中的出光效果將會受到影響。通常會使用local meshing來設置特殊幾何體的meshing劃分。

Maximum number of Surface interaction：光導依靠全內反射來引導光線走向，這導致光和表面相互作用次數(shù)增多，特別是光線和光導棱鏡之間的相互做用，默認值100通常過低，可以適當提高此數(shù)值設置。光導依靠全內反射來引導光線走向，這導致光和表面相互作用次數(shù)增多，特別是光線和光導棱鏡之間的相互做用，默認值100通常過低，可以適當提高此數(shù)值設置。

XML Template：XML文件中包含了Sensor 中對關鍵數(shù)值的定義和數(shù)值驗證，使用XML文件可以直接得到仿真結果的數(shù)值情況，并且使得每個參考數(shù)值都可以作為輸出結果在optiSLang中使用。關于XML可以在Ansys customer Portal官方網站得到XML標準模板。

設置以上Speos的參數(shù)，運算仿真得到強度圖和亮度圖兩個結果，從法規(guī)和均勻性兩個方面對光學性能進行了測量。強度圖的網格視圖強調了法規(guī)遵從性，每個表格代表一個強度測量點，測量點的值受法規(guī)約束。中間值代表模擬結果，左下值代表通過規(guī)定的最小限度，左上值代表通過規(guī)定的最大限度，右邊代表個人設置的安全限度。如果法規(guī)沒有通過，則用紅色標出，如果沒有達到安全限度，則用黃色標出，如果通過，則用綠色標出。

在亮度圖中定義均勻性性能的測量值。測量是基于18點折線，甚至更多點折線，沿著這條線的亮度均勻性可以被評估，測量平均和均方根對比。同時亮度結果也將用做于優(yōu)化的輸出，優(yōu)化目標是在保持ECE規(guī)定滿足要求的同時，獲取均勻的外觀照明，降低RMS對比度和最大化折線平均值。

optiSLang靈敏度分析，通過敏感性研究來確定重要的光導輸入參數(shù)，并通過創(chuàng)建元模型顯示輸入和輸出參數(shù)之間關系，從而展示參數(shù)分析能力。

建立參數(shù)化系統(tǒng)后，進行參數(shù)敏感性分析。在敏感性分析中，通過COP矩陣預測輸出變化，COP的數(shù)值告訴我們模型質量，此外可以看到參數(shù)對輸出的影響。所以我們會得到在light guide設計參數(shù)中有有哪幾項設計參數(shù)是影響設計目標光導的亮度均勻性、均方根、光強度的關鍵，可以直接了解光學行為。

optiSLang優(yōu)化，通過執(zhí)行基于模型的多目標優(yōu)化，然后進行局部和單目標直接優(yōu)化，以實現(xiàn)可能的最佳設計，展示優(yōu)化能力。

優(yōu)化算法在MOP上采樣了10000種設計，以找到輸入參數(shù)值的最佳組合，實現(xiàn)最佳設計。多目標優(yōu)化的結果顯示在“帕累托面”(參見下圖)。該圖顯示了兩個目標之間的權衡，在最佳設計的集合用紅點標記(定義為帕累托前沿)。工作流通過一個真正的求解器調用(如綠點所示)自動驗證20個最好的設計。由于COP值較好，預測值與驗證值之間的差異較小。通過選擇其中一種設計，相應的參數(shù)值和響應顯示在optiSLang的后處理其他圖中。圖片顯示的是經過驗證的7574設計，為了進一步改進設計，可以通過將其中一個目標轉化為約束來進行局部和單一目標的優(yōu)化。

單目標優(yōu)化采用靈敏度研究(黑色)和基于響應面的最佳設計區(qū)域的樣本迭代附加設計(彩色)。

優(yōu)化結果

由于敏度分析和優(yōu)化，可以找到均方根RMS對比度和平均亮度之間的最佳數(shù)據，使得均勻照明的外觀可以顯著改善，同時可實現(xiàn)所有光度法規(guī)和客戶規(guī)格。