压电智能结构拓扑优化研究进展

压电材料因其变形精度高、反应速度快、易于制作成小型化元件已经被广泛应用于精密驱动、振动控制、精确定位等领域。改变压电智能结构中压电元器件的位置、大小、形状等参数能够有效地改善系统的力学性能，因而吸引了许多学者和工程师的关注和研究。拓扑优化作为有效的优化工具，已经成功应用于压电智能结构的优化设计中。本文首先阐述了压电智能结构拓扑优化的背景和意义，简要回顾了压电智能结构主动控制及分析方法，并综述了面向结构静变形控制的压电智能结构优化、面向振动控制的压电智能结构优化、压电俘能器的设计与优化等三个方面的研究进展。最后，简单归纳压电智能结构拓扑优化研究中值得关注的几个问题。     

压电智能结构拓扑优化研究进展

压电材料因其变形精度高、反应速度快、易于制作成小型化元件已经被广泛应用于精密驱动、振动控制、精确定位等领域。改变压电智能结构中压电元器件的位置、大小、形状等参数能够有效地改善系统的力学性能，因而吸引了许多学者和工程师的关注和研究。拓扑优化作为有效的优化工具，已经成功应用于压电智能结构的优化设计中。本文首先阐述了压电智能结构拓扑优化的背景和意义，简要回顾了压电智能结构主动控制及分析方法，并综述了面向结构静变形控制的压电智能结构优化、面向振动控制的压电智能结构优化、压电俘能器的设计与优化等三个方面的研究进展。最后，简单归纳压电智能结构拓扑优化研究中值得关注的几个问题。     

基于显微CT图像的近场动力学建模与复合材料微结构破坏模拟

随着纤维增强复合材料应用领域的不断扩展且用量激增,亟需理清复合材料微观结构损伤对宏观力学性能影响的内在机制。因此,发展针对纤维增强复合材料微结构破坏过程的建模与高效模拟方法就显得十分重要。本文借助显微CT(Micro-computed Tomography)扫描技术,提出了一种基于显微CT图像中像素点离散的近场动力学建模与模拟方法。一方面,近场动力学作为一种由积分方程建模的非局部理论,便于采用基于空间点离散的数值计算方法,相比传统的连续介质力学能够更有效地模拟材料从连续变形到裂纹萌生与扩展(非连续变形)的全过程。另一方面,对显微CT图像使用像素点灰度阈值分割处理技术,能够快速建立含有复合材料原位微结构信息的空间点离散模型。该离散模型可以直接用于微结构破坏过程的近场动力学模拟,从而避免了传统的数值模拟技术需要依据像素点先建立光滑的几何模型、再划分成有限单元网格的复杂前处理过程,并且极大地保留了复合材料的原位组分分布信息。数值模拟结果表明,基于显微CT图像的近场动力学建模方法能够精确捕捉到复合材料微结构信息,并能准确模拟纤维增强复合材料的微结构破坏过程。     

基于数据驱动的舵面结构优化设计

在航空航天领域,基于结构拓扑优化理论的轻量化设计需求逐步增加;而一些高端装备的空气舵通常服役于严酷的热力耦合环境中,对其进行高效地轻量化设计兼具挑战和重要意义.对于给定的载荷,薄壁结构的刚度特性可以通过增加肋或加强筋而得到显著增强,这与空气舵结构的设计需求高度一致.然而,传统隐式拓扑优化框架下的加筋设计存在设计变量数目多、计算效率较低、不易保证筋条几何特征以及不便直接将优化设计结果导入CAD系统等问题.本研究采用了全新的显式拓扑优化方法-移动可变形组件法(MMC),并结合数据驱动对具有异形封闭几何特征的空气舵进行高效加筋设计.该方法直接对筋条骨架的几何信息进行优化,具有设计变量少、计算效率高、优化结果可与CAD软件无缝衔接等优势,从而解决了采用隐式拓扑优化方法及后续模型重构、参数优化等冗余步骤所面临的优化周期长、对设计人员经验依赖性强等问题.进一步,建立了加筋布局与关键力学性质映射的人工神经网络模型;将其作为代理模型进行优化可极为高效地得到高质量的初始设计,从而显著提升了舵面结构优化设计的效率.文章设计框架融合了结构拓扑优化算法与人工神经网络技术,可以推广应用于其他高端装备的智能设计.