摘要:隨著三維可視化在工程設計中的應用越來越廣泛,設計者對三維設計軟件應用要求也越來越高。本論文通過介紹基于CATIA現有設計功能在移民安置點豎向設計上的應用方法,為優化該軟件豎向設計功能,試探對其進行二次開發的思路,為后續程序編寫及功能實現做鋪墊。
關鍵詞:CATIA 豎向設計 優化
一、CATIA軟件介紹
CATIA是法國Dassault System公司旗下的CAD/CAE/CAM一體化軟件,主要應用于航空航天、汽車工業、造船工業、廠房設計等方面。目前,CATIA在豎向設計中可進行空間距離的測量、土石方的計算和工程量的計算等工作。由于CATIA在水電移民安置點規劃設計中的應用起步較晚,仍有許多問題需要克服。
傳統三維設計軟件的功能主要體現在展示已完成豎向設計的安置點進行空間布局,而不能利用實際測繪的地形地貌圖與設計的場地豎向進行計算。CATIA不僅具有傳統軟件的功能,而且能通過調整場地的設計高程,計算出調整后的挖填數據和三維模型,從而通過挖填數據的比較得出最優豎向設計方案[1]。
三、優化設計思路
傳統三維設計軟件設計方法是一種正向的過程,從特定的地形和特定的豎向設計出發,得出挖填等工程量。即將測繪地形圖轉換成地形面,再生成地形體,然后用設計場地面與地形體做切割和填補運算,從而得出挖填量[2]。
本文闡述的優化設計是一種逆向的過程,即根據特定的地形和規劃平面布局,以及一系列優化原則,得到最佳的豎向設計。
1、優化目標
得到挖填與投資均合理的豎向設計方案。
2、優化基礎
原地形和規劃平面布局。
3、建模原則
為了利用catia中參數化設計的優勢,建模前首先應分析自由變量和約束變量。自由變量是指在一定范圍內可以自由變化,不受其他因素約束限制的變量,即為需要優化的參數。約束變量是指根據自由變量,由catia一系列繪圖規則可以確定的其他變量,該變量雖然也具有一定不確定性,但可以定義繪圖運算規則,使其成為自由變量的函數。根據優化的目標,在建模過程中需要把有關豎向設計的關鍵節點高程作為自由變量,然后通過繪圖運算規則建模,使整個場地豎向在與實際大致相近的情況下成為自由變量的函數[3]。
具體建模有不分臺地和分臺地的兩種情況。不分臺地情況下,建模主要以道路變坡點為控制節點,場地高程根據道路高程來約束(一般比道路高15~30cm),這樣整個場地的豎向可以表達為幾個變坡點高程的函數。分臺地時,因設了擋墻而參數增多。首先考慮道路變坡點,然后與道路相鄰的場地通過道路來控制。與道路無關的臺地,因擋墻高度不能確定,其高程也是需要優化的一個參數,因而將其作為一個獨立的自由變量(每個臺地考慮為一個斜面,有兩個自由變量),此時,整個場地豎向就可以表達為道路變坡點高程和臺地高程的函數。
4、評價體系
評價體系要解決的問題是從數學上判定怎樣的場地豎向為最優。這里主要考慮三個因素:挖填方、臺地間擋墻和場地邊界邊坡。
4.1挖填方
挖填方是反應豎向設計較為重要的一個因素,一般來說,挖填越少,挖填越平衡,場地豎向設計越經濟合理。因此,在評價場地豎向時,挖填方為一個必要的控制指標。
在catia中,挖填方可由場地豎向和地形體相切,直接運算而來,記挖方為V1,填為V2。
4.2臺地間擋墻
當場地豎向為分臺的情況時,臺地之間為了節約用地,一般是通過擋墻來銜接的。擋墻為場平投資中比重比較大的一部分,因為評價豎向時考慮擋墻是非常必要的。
根據建模設定,各臺地的高程要么為自由變量,要么與道路變坡點直接關聯,可直接得出相鄰臺地直接的高差,記為h1,h2等。然后從平面布局上可以讀出相鄰臺地的銜接長度(即為擋墻長度),記為L1,L2等。令L為擋墻總長度(即L=L1+L2+…),h=(L1*h1+ L2*h2+…)/L,則h表示場地擋墻的平均高度。
4.3.場地邊界邊坡
場地不僅要內部合理,其邊界處與原地面的銜接也是反映豎向設計合理性的一個重要因素,若為了節約挖填,形成高邊坡則得不償失,因此將場地邊界邊坡納入場地豎向評價體系。
在catia中,從場地邊界作一個豎直面與地形面相交,可直接測量側面的面積S,用S來除以場地邊界總長度C得到場地邊坡平均高度,記為H。
以上三種評價指標,各因素互相關聯,相互制約,共同反應著場地豎向的優劣,上面僅從定性的角度對其進行了分析,然而要解決優化問題,必須對其進行量化。
考慮到場地豎向合理不合理,最終最重要的反應在于經濟上的合理性(當然還有環境影響等合理性,因為僅從豎向上優化,差別不大,在此忽略),因此以上三種指標的評價權重參照其對場平投資的權重來確定。
W=n1*V1+ n2*V1+n3*n4*L+n5*C
其中,n1為單位挖方的造價;n2為單位填方的造價;n3為單位體積擋墻的造價(分擋墻材料為漿砌塊石和混凝土兩種情況);n4為根據地質條件,高度為h的擋墻的典型截面積(此值可估計);n5為高度為H的邊坡單位長度的平均造價(此值可估計)。
以上對各個指標進行了權重的分配,整合為最終的參數W,雖然相比實際的投資計算有一定簡化,但對于工程精度要求來說是可以滿足要求的。這樣我們就得到一個最終的優化目標W,W越小,豎向越優,優化目標轉化為尋找最小W的情況下的豎向。
5、算法
以上通過建模設定了優化參數,通過分析得出了優化目標的數學問題。現通過算法實現根據優化參數和優化目標得到的最優豎向。
5.1 傳統枚舉法
通過列舉所有參數的組合情況,比較判定得出最優豎向。此算法適用于參數比較少的情況。程序計算步驟如下:首先明確要優化的參數(即為各控制點高程),設定其步長和上下限(步長越小,優化越精確,但計算時間越長),給定各參數的初始值計算出當前的W1值,然后變化參數,計算W2值,若W2 此種方法思路簡單,計算結果可靠,但若參數增多,組合情況呈幾何遞增,計算耗時將大大增加。 5.2 遺傳算法 遺傳算法基本機理是對生物進化論的數學模擬,通過“定向選擇”,使參數朝著“最優”的方向不斷“進化”,最終得到近似最優解。其優勢在于由于計算機理的不同,可以大大節約計算時長,適用于優化多參數情況,但其算法具有一定得隨即性,只能得到近似最優解。由于場地豎向設計對精度的要求不是很高,因而遺傳算法的應用是非常可行的。 四、結 語 本文從CATIA軟件本身的功能特點出發,根據其在參數化設計方面的優勢,探索將其應用于移民安置點豎向設計的優化思路。 本文在傳統設計方法的基礎上,通過定義自由變量和特定的繪圖規則,使整個場地的豎向成為自由變量的函數,這是進行優化的前提;在此基礎上,通過考慮挖填方、臺地間擋墻以及場地邊界邊坡三大因素建立了豎向設計的評價體系,明確了優化的方向;最后通過對算法的分析,認為傳統枚舉法和遺傳算法各具優勢,明確了優化手段,為優化程序的二次開發打好了基礎。 參考文獻 [1] 房穎,CATIA軟件在水利水電工程中的應用[J]。吉林水利,2009,1009-2846。 [2] 付道華,趙鋼,于海晶,土地平整挖填土方量計算方法選擇與應用[J]。水利科技與經濟,2011,Vol.17 No.8。 [3] 于哲峰,宋文斌,錢晶晶,等,機翼幾何外形的CATIA參數化建模實現方法[J]。飛機設計,2010,Vol.30 No.3。