期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多材料负泊松比微结构拓扑优化设计 被引量:2
1
作者 杜义贤 郭名璧 +2 位作者 付君健 田启华 尹鹏 《机械设计》 CSCD 北大核心 2021年第4期80-84,共5页
复合材料优化设计为负泊松比结构提供更大的设计空间,可以充分挖掘材料的各种潜力。为实现多材料负泊松比微结构拓扑优化设计,文中基于序列插值法,对多材料密度进行归一化处理,得到了多材料插值模型,该模型能够使多材料在设计域内向不... 复合材料优化设计为负泊松比结构提供更大的设计空间,可以充分挖掘材料的各种潜力。为实现多材料负泊松比微结构拓扑优化设计,文中基于序列插值法,对多材料密度进行归一化处理,得到了多材料插值模型,该模型能够使多材料在设计域内向不同材料点集合,可以在单一设计变量下完成多材料拓扑优化设计,无需增加额外设计变量。结合能量均匀化理论,以等效负泊松比为优化目标,进行相应的灵敏度分析,对优化模型进行求解,最终得到了具有负泊松比效应的多材料微结构。然后根据优化结果,对拓扑构型进行重构,并进行有限元分析,得到的结构具有负泊松比效应,结果表明,该方法能有效实现多材料负泊松比微结构拓扑优化设计。 展开更多
关键词 负泊松比 拓扑优化 多材料设计 微结构
在线阅读 下载PDF
基于混合有限元-边界元的声振系统多材料拓扑优化方法研究
2
作者 林心玥 赵文畅 +1 位作者 操小龙 陈海波 《振动与冲击》 EI CSCD 北大核心 2024年第22期106-117,共12页
针对结构和外声场相互作用的声振强耦合系统,建立了基于混合有限元-边界元的多材料拓扑优化设计方法。为处理优化过程中声振耦合面的变化,设置固定的虚拟界面将计算域划分为有界域和无界域,分别由混合位移-压力有限元方法(混合有限元方... 针对结构和外声场相互作用的声振强耦合系统,建立了基于混合有限元-边界元的多材料拓扑优化设计方法。为处理优化过程中声振耦合面的变化,设置固定的虚拟界面将计算域划分为有界域和无界域,分别由混合位移-压力有限元方法(混合有限元方法)和边界元方法进行离散。运用混合有限元方法能够避免对声振耦合面的显式表征,且能使有限元与边界元离散交界面固定不变,有效减少计算成本。运用有序固体各向同性材料惩罚模型,建立单一设计变量下的多材料拓扑优化模型。以结构的辐射声功率级作为优化的目标函数,并采用伴随变量法进行灵敏度分析,最后通过移动渐进线优化算法对优化问题进行求解。通过基于Heaviside函数的分段投影密度滤波器进行优化后处理,得到数值稳定的多材料优化设计。数值模拟表明,该研究建立的多材料优化方法不仅具有高优化灵活度,同时可以降低声振耦合系统的辐射声功率级,是一个有效的拓扑优化方法。 展开更多
关键词 声振耦合系统 拓扑优化 混合有限元 边界元 多材料设计
在线阅读 下载PDF
基于Ordered-RAMP模型的热固耦合结构多材料拓扑优化方法 被引量:3
3
作者 赵清海 张洪信 +2 位作者 华青松 蒋荣超 袁林 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第2期340-348,共9页
针对传统单材料热固耦合拓扑优化设计难以实现结构材料与性能综合最优的问题,提出一种基于变密度理论有序材料属性有理近似模型的多材料拓扑优化方法.该方法通过搭建比例系数与平移系数,将多种材料属性采用[0,1]连续分布的单设计变量进... 针对传统单材料热固耦合拓扑优化设计难以实现结构材料与性能综合最优的问题,提出一种基于变密度理论有序材料属性有理近似模型的多材料拓扑优化方法.该方法通过搭建比例系数与平移系数,将多种材料属性采用[0,1]连续分布的单设计变量进行描述,并研究和比较与有序固体各向同行惩罚微结构模型的优缺点;其次借助归一化加权方法定义以结构柔度最小化和散热弱度最小化为目标函数的数学模型.结合设计变量敏度分析,详细推导多材料、多目标条件下热固耦合结构拓扑优化的迭代公式.通过数值算例分析对比了不同权系数以及不同材料属性组合对优化结果的影响;结果表明,所提出的优化方法在热固耦合结构多材料多目标拓扑优化设计中具有可行性和有效性. 展开更多
关键词 拓扑优化 热固耦合 多材料设计 多目标优化
在线阅读 下载PDF
基于深度学习的多材料结构拓扑优化方法 被引量:5
4
作者 项程 陈艾荣 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2022年第7期975-982,共8页
提出了一种基于深度卷积神经网络(CNN)的多材料结构拓扑优化方法,实现在不需要任何迭代分析的情况下,在极短的时间内预测出多材料优化结构。研究中,采用了流行的U-Net网络结构,以提高神经网络的边界提取能力。通过有序多材料SIMP(各向... 提出了一种基于深度卷积神经网络(CNN)的多材料结构拓扑优化方法,实现在不需要任何迭代分析的情况下,在极短的时间内预测出多材料优化结构。研究中,采用了流行的U-Net网络结构,以提高神经网络的边界提取能力。通过有序多材料SIMP(各向同性实材料惩罚密度法)插值方法(Ordered SIMP)生成随机加载条件、质量分数及成本分数下的多材料优化结构数据集,训练得到深度学习神经网络。将所提出方法的效率和精度与传统算法进行比较,对该方法的性能进行评价,结果表明,该方法在几乎不牺牲设计方案性能的前提下,显著降低计算成本。该方法对于拓扑优化在未来多材料结构设计实践中具有巨大潜力和广阔应用前景。 展开更多
关键词 深度学习 卷积神经网络 多材料设计 拓扑优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部