[发明专利]一种基于结构分解的大型构件动态优化设计方法有效
申请号: | 201610091049.1 | 申请日: | 2016-02-17 |
公开(公告)号: | CN105528503B | 公开(公告)日: | 2018-09-25 |
发明(设计)人: | 骆海涛;周维佳;王铁军;富佳;肖磊;于敏;于长帅 | 申请(专利权)人: | 中国科学院沈阳自动化研究所 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 沈阳科苑专利商标代理有限公司 21002 | 代理人: | 许宗富 |
地址: | 110016 *** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 结构 分解 大型 构件 动态 优化 设计 方法 | ||
1.一种基于结构分解的大型构件动态优化设计方法,其特征在于:
步骤1:在三维建模软件中,建立大型构件的几何模型,识别构成结构件的外部框架尺寸变量,识别内部组成单元的基本样式和尺寸变量;
步骤2:对结构件的外部框架进行拓扑优化,同时对内部的组成单元进行尺寸优化,得到尺寸数据;
步骤3:将优化后的尺寸数据导入到Isight-FD软件中,根据约束条件和目标函数分别对外部框架和内部组成单元的不同组合以及不同尺寸配置进行优化迭代分析,输出优化结果;
所述识别构成结构件的外部框架尺寸变量的过程为将结构件的外部轮廓尺寸定义为外部框架尺寸变量;
所述识别内部组成单元的基本样式和尺寸变量过程为:将组成大型零件内部的结构用不同样式的基本单元体来进行填充,再针对于每一种基本单元体不同部位的尺寸进行变量定义,基本单元体的样式即为内部组成单元的基本样式,基本单元体的尺寸变量即为内部组成单元的尺寸变量。
2.根据权利要求1所述的基于结构分解的大型构件动态优化设计方法,其特征在于,所述对结构件的外部框架进行拓扑优化采用变密度法:
Find:ρ=(ρ1,ρ2,…,ρn)T∈Rn
Min:C(ρ)=FTX=XTKX
S.T:F=KX
0<ρmin≤ρi≤1,i=1,2,…,n
其中,ρ为设计变量,表示材料的相对密度;n为大型构件结构离散成的单元总数;C(ρ)是优化目标函数,表示大型构件结构的柔度,K为结构的总体刚度矩阵,X为结构的总体位移向量,F为结构所受的载荷向量,vi为结构单元的体积,V为大型构件优化后的体积,V0为大型构件初始状态的体积,Vmax为体积上限,f为体分比,ρmin为最小相对密度。
3.根据权利要求1所述的基于结构分解的大型构件动态优化设计方法,其特征在于,所述对内部的组成单元进行尺寸优化采用基于Kriging插值的目标响应面的方法:
Find:X=[x1x2...xn]T
Min:F(X)=W/f1′
S.T:g(x1x2...xn)=f1-f1′≤0
X∈R
其中,W为被优化结构件的质量,Xn为被优化结构的尺寸设计变量,f1为优化前结构的第一阶固有频率,f1'为优化后结构的第一阶固有频率,F(X)为目标函数,表示被优化结构件的质量与优化后结构的第一阶固有频率之比。
4.根据权利要求1所述的基于结构分解的大型构件动态优化设计方法,其特征在于,所述优化迭代分析过程为:
步骤1:根据设计要求将设计变量采用拉丁方超立方的方法进行实验设计,得到设计空间内的实验矩阵;
步骤2:对得到的实验矩阵进行基于Kriging插值和目标响应面方法的优化算法,得到近似模型;
步骤3:将近似模型随机采样,分别通过计算机仿真和近似计算,得到真实响应值和近似响应值;
步骤4:将真实响应值与近似响应值进行精度检验,如果精度大于被优化对象许用精度,执行步骤5;否则需要新增插值点作为样本点,并更新近似模型样本空间,返回步骤3;
步骤5:使用近似模型代替仿真模型,并输出优化结果。
5.根据权利要求1所述的基于结构分解的大型构件动态优化设计方法,其特征在于:所述约束条件为:
结构件优化后的体积不大于给定的体积上限数值,即V(ρ)≤Vmax,最小相对密度ρmin在(0,1)之间;
结构件优化后的基频不小于原始结构的基频,即f1′≥f1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院沈阳自动化研究所,未经中国科学院沈阳自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610091049.1/1.html,转载请声明来源钻瓜专利网。