基于SIMP插值模型的渐进结构优化方法

在传统渐进结构优化算法(ESO)及带惩罚的变密度法(SIMP)的基础上,本文提出将二者相结合的基于SIMP插值模型的渐进结构优化算法.该方法通过缩小传统ESO算法中的进化步长,从而缩小了由于进化步长过大而导致的敏度评估误差,使得ESO算法在合理性及通用性上获得了较大改善.数值算例表明,该方法在保持了常规ESO方法的优点的同时,拥有更高的稳定性和可靠性.     

渐进结构优化方法失效机理分析与改进策略

针对ESO方法在Zhou-Rozvany算例中失效的根本机理进行了深入的分析,提出有效的改进策略。指出ESO方法失效的根本原因既不是网格划分的数目过少,也不是优化策略的不合理,而是对于各单元内材料有效性评估的误差所致。针对ESO方法的失效机理引入奇异单元的概念,并提出了一种基于奇异单元的改进策略,改进后的ESO方法能够在网格较为稀疏的情况下保证0-1优化结果的合理性。     

基于应力及其灵敏度的结构拓扑渐进优化方法

在导出应力灵敏度的基础上，建立了一种改进的基于应力及其灵敏度的结构拓扑双方向渐进优化算法．该方法是对传统ESO和BESO方法的改进和完善．算例表明该方法能较大程度减少解的振荡状态数，获得更佳的拓扑结构．具有概念上的简洁性和应用上的有效性。     

基于单元密度进化步长控制的双向渐进结构优化方法

在渐进结构优化方法中,单元密度的进化步长是获得全局最优解的关键因素之一。为了提高渐进结构优化方法的全局寻优能力,提出一种基于单元密度进化步长控制的双向渐进结构优化方法。该方法根据各单元对结构性能影响的权重系数,建立单元密度进化步长的控制模型以控制主/次要单元的删除速率和添加速率,减小灵敏度误差并抑制灰度单元的产生。在控制单元密度进化步长的基础上结合双向渐进结构优化方法中添加单元的特点,以避免由于误删单元导致优化失败。同时,采用灵敏度再分配技术抑制棋盘格式以获得更平滑的优化构形。最后,通过两个算例验证了本文方法能有效地通过控制单元密度进化步长提高全局寻优能力。     

一种考虑瞬态效应的散热结构导热路径设计的拓扑优化模型

实际工程中,热载荷多数具有短时和周期性特点,瞬态效应显著。目前的散热结构导热路径设计多基于稳态热传导模型,未考虑瞬态效应。本文提出了一种以区域温度控制函数作为设计目标的瞬态热传导问题的拓扑优化模型,能够实现在整个时间历程上特定区域内最高温度最小。使用伴随变量法,推导了目标函数关于设计变量的敏度计算格式。算例表明,基于本文优化模型获得的散热路径设计与基于稳态热传导模型的结果有明显差别,具有更优的散热性能。因此,时变热荷载下的散热结构构型设计需要考虑瞬态响应的影响。     

求解拓扑优化问题的一种移动渐进-小波混合算法

利用小波多分辨分析的特征,提出了一种"移动渐进-小波混合算法",通过小波分解与回复,能够消除移动渐进算法应用于拓扑优化中产生的数值不稳定现象.数值算例表明:这种混合算法相对于传统的移动渐进算法有更好的计算稳定性和收敛性.     

用反向渐进结构优化方法研究洞室支护优化

洞室开挖支护的优化是在铁路隧道、矿山开挖、水电站建设中经常面对的课题,特别是研究洞室开挖支护拓扑优化有着重要的意义。本文利用近年来发展的渐进优化方法(ESO)的概念,提出了反向ESO方法的迭代格式,建立了洞室开挖支护优化的准则及其敏感度,研究了均匀地基不同地应力条件使得开挖卸荷产生的总应变能最小的最优支护拓扑。结果证明了反向ESO方法的适用性,最优支护拓扑大致成椭圆或者圆形,其主轴方向与最大主应力主轴方向相同。     

强迫谐振动下连续体结构拓扑优化

应用结构拓扑优化ICM(独立连续映射)方法,对强迫谐振动下结构拓扑优化问题建立了以重量极小为目标,位移幅值为约束的优化模型.位移幅值采用一阶泰勒展式近似,由于拓扑优化中设计变量数目通常很多,对强迫谐振动位移幅值的敏度分析推导了伴随法公式,使得一次敏度分析可以计算出对所有设计变量的偏导数,克服了采用直接法敏度分析中一次只能计算出对一个设计变量的偏导数的不足.算例表明用伴随法分析敏度在结构拓扑优化中可以大幅提高计算效率,ICM方法采用独立于截面及形状参数的拓扑优化设计变量更清晰地反映了拓扑优化的本质.     

一种基于应力的双方向结构拓扑优化算法

基于传统的渐进结构优化方法,提出了一种基于应力的双方向渐进拓扑优化算法。该方法是对传统方法和目前的双方向法的改进和完善。算例表明该方法能避免目前的双方向法具有的解的振荡问题,具有更高的可靠性,能获得更佳的拓扑结构。     

连续体结构拓扑优化的一种改进变密度法及其应用

针对连续体结构拓扑优化设计变密度方法SIMP和RAMP,因惩罚函数选取的不合理而导致拓扑结构形式不甚合理的问题,本文提出了一种新的惩罚函数,并基于此函数导出了相应的迭代设计公式,几个典型考题的数值结果,说明了方法的可行性和有效性.     

桁架结构概率-非概率混合可靠性拓扑优化

研究了桁架结构概率-非概率混合可靠性拓扑优化问题。建立了以结构重量为目标函数、混合可靠性指标为约束条件的拓扑优化数学模型,针对强度为随机变量和应力为区间变量、强度为区间变量和应力为随机变量两种情况推导了可靠性指标对设计变量的灵敏度计算公式。实例结果表明：混合可靠性拓扑优化的截面尺寸和结构重量相对于非概率可靠性优化都更大,使得结构除了能够容许载荷存在一定变异程度外,也允许位移和强度存在一定变异程度。     

基于蚁群算法的结构拓扑优化方法

在蚁群优化算法的基础上,将结构拓扑优化问题转换成为双TSP问题,引入了拓扑量和拓扑总量作为结构拓扑变化的评判标准,用MATLAB语言编写了求解结构拓扑优化的简化程序,实现了蚁群优化算法在结构拓扑优化设计上的应用。对经典的平面桁架结构的拓扑优化算例,本文算法与离散系统下的优化算法结果表明:在不同约束限制下,结构拓扑形式一致,重量优化可减小1.4%~3.3%;对某输电线塔应用结果表明:与差商算法相比,搜索的结构拓扑形式更全面,结构质量优化也减小了22%。说明本文优化算法具有较强的实用性。     

Binary discrete method of topology optimization

The numerical non-stability of a discrete algorithm of topology optimization can result from the inaccurate evaluation of element sensitivities. Especially, when material is added to elements, the estimation of element sensitivities is very inaccurate, even their signs are also estimated wrong. In order to overcome the problem, a new incremental sensitivity analysis formula is constructed based on the perturbation analysis of the elastic equilibrium increment equation, which can provide us a good estimate of the change of the objective function whether material is removed from or added to elements, meanwhile it can also be considered as the conventional sensitivity formula modified by a non-local element stiffness matrix. As a consequence, a binary discrete method of topology optimization is established, in which each element is assigned either a stiffness value of solid material or a small value indicating no material, and the optimization process can remove material from elements or add material to elements so as to make the objective function decrease. And a main advantage of the method is simple and no need of much mathematics, particularly interesting in engineering application.     

基于拓扑优化和深度学习的新型结构生成方法

计算机辅助设计已广泛应用于结构计算和分析,但如何利用计算机智能生成最佳的新型结构还面临巨大挑战。针对这一问题,提出了一种基于拓扑优化和深度学习的新型结构智能生成方法。该方法首先通过结构拓扑优化分析获得不同参数下的优化结果制作训练集图片,并将训练集标签定义为相应的工况类型,然后应用最小二乘生成对抗网络(LSGAN)深度学习算法进行训练并生成大量的新型结构,最后建立评价指标和评估体系对生成的模型进行评价比较,根据需求选择最佳结构设计方案。结合一个铸钢支座节点底板设计的工程案例,详细阐述了上述方法的应用过程,并借助三维重构技术和增材制造技术实现结构模型的一体化制造。研究结果表明,基于拓扑优化和深度学习的新型结构智能生成方法不仅可以自动生成新的结构,而且可以进一步优化结构的材料用量和力学性能。     

求解具有奇异性的桁架拓扑优化的遗传算法

采用遗传算法求解具有奇异最优解现象的桁架结构拓扑优化问题。在桁架结构拓扑优化的内力约束ε-放松列式基础上,根据遗传算法特点通过引入拓扑变量提出一种新的优化模型列式。在遗传算法中改进了适应度函数及约束处理方法、选择和交叉操作等,提高了求解算法的效率和可靠性。数值算例以及两种列式的对比分析表明,本文改进的遗传算法和新提出的优化模型列式,能够得到拓扑优化问题的全局最优解。     

Numerical performance of two formulations of truss topology optimization

The present paper studies topology optimization of truss structures in multiple loading cases and with stress constraints. It is pointed out in the paper that the special difficulty of adding bars and/or deleting bars from structure in the numerical algorithm of truss topology optimization is caused by the discontinuity of stress functions at the zero cross sectional area in the conventional formulation. In a new formulation, we replace the stress constraints by new constraints. The new constraints retain the same feasibility of the stress constraints, but are continuous in the closed interval up to zero cross sectional area. The new formulation enables us to solve topology optimization problem in the frame of the existing FEM software and mathematical programming techniques. Powell constrained variable metric method is applied to a number of examples of truss topology optimization. Numerical performances of the two formulations are compared. It is shown that in the conventional formulation the iteration of numerical algorithm may be blocked by discontinuity of the stress constraint and often stops at a nonoptimum solution. And in the new formulation the bar adding and bar deleting is done rationally and a local optimum, even the global optimum can be obtained by iteration. The project supported by the National Natural Science Foundation of China