周期性蜂窝材料微极等效模型及其微观应力的一种快速算法

将周期性蜂窝材料等效为具有非局部本构的微极连续介质,以解释实验中出现的尺度效应和边界层效应.在评论相关的多种不同方法(能量法、体积平均的均匀化法等)之后,提出了一种基于位移连续和单胞力平衡的推导微极等效本构参数的新方法.以正方形单胞制成的结构为例,在不同的结构与单胞尺寸比下,考虑承受集中点载荷、均布轴力和均布剪力三种载荷工况,比较了离散完全计算、经典连续介质等效和不同微极连续体等效本构的计算结果,建议了较好的微极本构参数值.数值模拟表明,集中点载荷和剪切载荷作用时,在加载点附近和边界部分,微极等效可以显著提高计算精度.最后,给出了一种映射算法,可以根据微极等效连续体分析的结果,快速计算出对应微观单胞构件的应力,以开有圆孔的方板应力集中为例,验证并考察了所提快速算法的有效性和计算精度.     

曲率半径对前缘气动热与结构响应的影响

针对高超声速飞行器铌合金前缘结构, 研究了不同曲率半径对前缘结构 温度场、应力场和变形场的影响. 首先建立高超声速气动加热模型, 采用有限体积法得到热 环境参数, 并运用有限元法计算结构的温度、应力和变形. 结果表明: 不同时间的温度场分 布和曲率半径密切相关, 温升过程中应力最大值出现在曲率半径为1\,mm时; 随时间推移, 曲 率半径越大应力越低; 而位移随曲率半径的增加而增大.     

海洋柔性立管防弯器结构非线性刚度拓扑优化

防弯器是海洋柔性立管过弯保护的关键附件, 对提高立管的结构安全性具有重要意义. 目前, 防弯器结构设计主要采用尺寸优化方法. 然而, 与拓扑优化方法相比, 该方法能提供的设计空间有限, 其在提高防弯器的力学性能, 以及探索防弯器创新构型方面具有很大不足. 本文在Dirichlet边界条件下, 以最大化弯曲刚度为目标, 对同时考虑材料和几何非线性的防弯器结构拓扑优化方法进行研究. 通过引入Helmholtz-PDE过滤和Heaviside惩罚, 以克服优化中出现的棋盘格现象和灰度单元等数值不稳定性问题. 与此同时, 研究引入了对称算子, 以提高往复性载荷作用下防弯器结构的承载能力和可制造性, 并且采用伴随法对优化问题的灵敏度进行了推导. 此外, 为了提高结构分析和优化的效率, 研究还基于PETSc库建立了并行程序框架. 数值算例中, 在材料体分比相同的情况下, 对防弯器结构分别进行了2D和3D非线性拓扑优化, 并对两种优化结果的承载能力进行了对比. 数值算例结果表明, 相比于防弯器2D拓扑优化结果, 在大部分波浪载荷方向下, 3D拓扑优化所给出的防弯器设计方案具有更为优越的结构性能. 本文所建立的3D非线性拓扑优化技术, 为深水恶劣海况下的高性能防弯器结构设计提供了新的理论模型和实现技术.      

A G-band terahertz monolithic integrated amplifier in 0.5-μm InP double heterojunction bipolar transistor technology

Design and characterization of a G-band(140–220 GHz) terahertz monolithic integrated circuit(TMIC) amplifier in eight-stage common-emitter topology are performed based on the 0.5-μm In Ga As/In P double heterojunction bipolar transistor(DHBT). An inverted microstrip line is implemented to avoid a parasitic mode between the ground plane and the In P substrate. The on-wafer measurement results show that peak gains are 20 dB at 140 GHz and more than 15-dB gain at 140–190 GHz respectively. The saturation output powers are-2.688 dBm at 210 GHz and-2.88 dBm at 220 GHz,respectively. It is the first report on an amplifier operating at the G-band based on 0.5-μm InP DHBT technology. Compared with the hybrid integrated circuit of vacuum electronic devices, the monolithic integrated circuit has the advantage of reliability and consistency. This TMIC demonstrates the feasibility of the 0.5-μm InGaAs/InP DHBT amplifier in G-band frequencies applications.     

基于PETSc的非线性逆向运动并行计算方法研究

在考虑几何非线性的有限元分析中,初始构型和变形构型是严格区分的,并且变形后的构型对结构性能和功能的实现往往具有重要意义.传统的非线性有限元分析主要面向变形前的初始构型为导向的设计问题,而对于变形后构型为导向的设计问题则有较大局限性.针对此问题,引入非线性逆向运动分析方法,为了保证大变形非线性分析迭代的收敛性和计算效率,基于PETSc函数库建立了并行分析框架,并对并行框架中的模块划分、数据并行存储以及通信锁死和负载平衡等进行了详细阐述.在算例部分,首先通过正向运动和逆向运动分析结果对比,阐述了两种分析方法的不同以及逆向运动分析方法对变形前构型求解的准确性;其次,采用不同MPI进程数对并行分析程序的效率进行了测试.结果 表明,合理地选择MPI进程数目可显著提高非线性逆向运动分析的效率.     

正交各向异性Kagome蜂窝材料宏观等效力学性能

由于微结构的布局和尺寸的方向性,人造和天然的蜂窝材料都会不同程度呈现各向异性,其中正交各向异性的蜂窝材料较为常见.该文采用桁架模型推导了正交各向异性Kagome单胞蜂窝材料等效刚度和强度的解析表达式,给出了初始屈服函数和近似弹性屈曲强度,讨论了等效刚度与各向异性率和相对密度的关系.等效刚度的解析结果与单胞壁杆采用梁单元建模的刚架模型均匀化结果进行比较,结果令人满意.需要说明的是这类"组合蜂窝"材料具有多功能性和潜在的可设计性,正在受到人们关注.     

材料设计的晶核法

采用逆均匀化方法优化设计具有特定性能的材料的微结构时,初始设计的选择和优化迭代算法的收敛相当困难.在人工培养晶体时,常常放入籽晶以加速晶体的生长.论文模拟这一物理过程,提出了构造初始设计的晶核法.在描写晶核法后,讨论了算法中的几个问题,包括采用SIMP模型时弹性模量插值中幂指数的取值,晶核法密度过滤影响域的选取方法,晶核位置对指定性能材料设计优化微结构的影响,指定性能材料设计时目标函数的选取方式.从晶核法构造的初始设计出发,结合上列方法,对指定性能和极值性能材料的设计,给出了多个算例,表明了本文方法的有效性.     

CL-TWE Mach–Zehnder electro-optic modulator based on InP-MQW optical waveguides

In this Letter, we reported the preliminary results of an integrating periodically capacitive-loaded traveling wave electrode(CL-TWE) Mach–Zehnder modulator(MZM) based on InP-based multiple quantum well(MQW)optical waveguides. The device configuration mainly includes an optical Mach–Zehnder interferometer, a direct current electrode, two phase electrodes, and a CL-TWE consisting of a U electrode and an I electrode. The modulator was fabricated on a 3 in. InP epitaxial wafer by standard photolithography, inductively coupled plasma dry etching, wet etching, electroplating, etc. Measurement results show that the MZM exhibits a3 dB electro-optic bandwidth of about 31 GHz, a V_π of 3 V, and an extinction ratio of about 20 dB.     

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.