采用包络-准则法优化考虑瞬态传热的薄板结构

刚度和强度是薄板结构的两个主要性能。在瞬态传热过程中,考虑热-力耦合,随时间和空间变化的非均匀温度场在结构中会引起热变形和热应力,温度场随时间变化的规律和空间分布依赖于板的厚度变化,进而影响板的刚度和强度。因此,考虑瞬态传热的薄板优化问题具有更强的非线性,更加难以求解。本文给出一种包络-准则方法处理这类结构优化问题。首先,针对外力荷载,进行一个结构柔顺性的优化设计;以这一设计为基础,通过瞬态热-力耦合分析及优化准则,计算多个时刻的优化设计变量并取其包络,对上述优化结果进行迭代修正,以消除瞬态温度场作用下较高的局部应力。优化算例表明,该方法对于考虑瞬态传热薄板优化问题有效。     

惯性释放法在结构耐撞性拓扑优化中的应用和改进

惯性释放法是在飞行器设计中采用的一种近似分析方法,用于获得载荷作用下的自由-自由结构的内力响应。为了克服结构耐撞性拓扑优化问题求解的困难,探讨了惯性释放法在结构耐撞性拓扑优化中的应用和改进。将惯性释放法改进的惯性释放法、ESL(等效静力法)的优化思想与HCA(混合胞元自动机法)的材料更新规则结合,提出了一种新的高效的可用于耐撞性拓扑优化问题的混合法。数值算例结果表明,改进的惯性释放法对于多数碰撞问题均可以获得精度较高的结果,而惯性释放法对部分问题同样可以获得精度较高的结果,同时应用过程更加简便。优化算例的结果显示,新的混合法可以获得吸能性能更好的结构设计,同时有效地降低优化过程的耗时。     

人工智能在结构拓扑优化领域的现状与未来趋势

结构优化,特别是结构拓扑优化,受到学术界和工业界的广泛关注.通过发展不同的拓扑优化算法,实现了众多具有卓越力学、热学和声学等多学科性能的最优拓扑构型创新设计.然而传统的拓扑优化方法在处理大规模的拓扑优化问题的迭代过程中往往需要多次大规模有限元分析,面临巨大计算量的挑战.近年来,以机器学习为代表的人工智能方法的迅猛发展,成为拓扑优化最具有发展前景的新学科方向.通过将人工智能算法与拓扑优化框架结合,使得拓扑优化的效率大幅提高,同时也为实时拓扑优化的实现提供了可能.本文通过回顾近十年来基于机器学习拓扑优化方法研究的一些重要进展,对截止目前的研究现状进行了简要介绍.由于论文篇幅有限,本综述不涉及该领域的全部文献,其综述范围有限,且与作者本人的研究兴趣密切相关.     

基于COMSOL的简化对流传热结构拓扑优化方法

提出了一种基于COMSOL平台的简化对流传热结构拓扑优化实现方法。简化对流传热拓扑优化可用于获得性能更优的散热结构概念设计,但缺乏可行性强和适用范围广的实现方法,导致工程应用存在较高的技术门槛。为解决该问题,本研究采用在经典传热方程中引入对流换热项的方式,建立了可用于COMSOL平台简化对流换热分析的控制方程。进一步的,结合COMSOL平台提供的传热分析模块以及拓扑优化模块,搭建了简化对流传热结构拓扑优化计算框架。数值算例考虑了经典二维和三维的简化对流传热结构优化设计问题。结果显示了本文方法的有效性及可行性。