版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、工程設計的一個重要環(huán)節(jié)就是結構優(yōu)化,拓撲優(yōu)化可以根據(jù)約束、載荷及優(yōu)化目標改變結構原始的拓撲方案,獲得材料的最佳布局,已成為結構優(yōu)化的研究熱點之一。
漸進結構優(yōu)化算法(ESO)通過逐漸刪除低效單元得到最優(yōu)的拓撲結構,不會產(chǎn)生變密度法的中間密度情況,且易與ANSYS相結合,因此得到了快速發(fā)展,但是其存在單元一旦刪除,再不能恢復的問題,而雙向漸進結構優(yōu)化方法(BESO)在刪除單元的同時亦可增加誤刪的有效單元,因而有效地解決了此問題。
2、目前BESO方法的研究依然多偏于理論方面,應用成果不多。因此,本文在傳統(tǒng)BESO算法的基礎上,提出一種基于單元應力選擇的雙向漸進結構優(yōu)化法,并以TBT-ML500深孔鉆床刀桿箱作為研究對象,對其進行了拓撲優(yōu)化和重構設計。研究內(nèi)容包括以下幾點:
(1)介紹了傳統(tǒng)ESO算法的基本概念和原理,給出了一種基于應力和體積的性能評價指標,用以評價算法的優(yōu)化質(zhì)量和效率;針對不同的優(yōu)化目標,比較了應力準則、剛度準則和頻率準則的優(yōu)缺點,給出了基
3、于應力準則的ESO算法的一般流程;針對ESO方法中出現(xiàn)的數(shù)值不穩(wěn)定問題,分析了產(chǎn)生原因及解決方法,并通過算例分析了靈敏度過濾技術在處理ESO算法中棋盤格問題時的有效性以及ESO算法的可行性。
(2)在ESO算法的基礎上,對BESO算法的不同實現(xiàn)原理進行了深入研究,給出了BESO算法的一般流程;針對BESO算法中的不足,提出一種基于單元應力選擇的BESO算法,通過刪除和添加單元,得到滿足目標體積的拓撲結構,在保證體積不變的前提下
4、,按照應變能水平高低對實單元和空單元進行排序,進一步刪除應變能較小的實單元和恢復應變能較大的空單元,得到最優(yōu)的拓撲結構,從而綜合考慮了結構體積的變化和單元的應力水平,有效的避免了傳統(tǒng)BESO算法中出現(xiàn)的經(jīng)驗計算和“震蕩現(xiàn)象”。對BESO算法的性能指標進行改進,先對其前后n次迭代的PI值求和,然后把其相對誤差error作為改進算法的收斂條件ε,這樣可極大地提高收斂結果的精確性;最后,通過對梁結構的優(yōu)化對比,驗證了改進的BESO算法的優(yōu)越性
5、。
(3)針對以上提出的改進的BESO算法,以ANSYS中的APDL語言對單元的刪除和添加功能進行二次開發(fā),開發(fā)了兩種拓撲優(yōu)化算法程序,包括體積約束下的剛度最大化程序和靜、動態(tài)性能滿足約束下的輕量化程序;以UIDL語言為基礎開發(fā)了BESO算法不同的優(yōu)化圖形界面和參數(shù)化框圖,對ANSYS的原始界面實現(xiàn)了菜單添加,拓展了ANSYS的拓撲優(yōu)化功能。
(4)將基于單元應力選擇的BESO算法應用于TBT-ML500深孔鉆床的刀
6、桿箱優(yōu)化中,獲得了最優(yōu)的拓撲構型,有效的實現(xiàn)了刀桿箱基于質(zhì)量約束下的剛度最大化設計;在此基礎上,對刀桿箱優(yōu)化后構型進行重構設計,并對重構后模型進行靜態(tài)性能分析,結果表明,優(yōu)化后刀桿箱的質(zhì)量、應力和變形量均有所降低,同時整體質(zhì)量由741kg變?yōu)?72.4kg,減少了9.26%;最大變形由9.3μm變?yōu)?.4μm,降低了9.68%;最大應力由4.237MPa變?yōu)?.618MPa,降低了14.61%,高效的完成了對刀桿箱的輕量化設計和剛度最大
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于免疫計算的特征選擇算法及其應用研究.pdf
- 組特征選擇算法及其應用研究.pdf
- 特征選擇算法及其在基于內(nèi)容圖像檢索中的應用研究.pdf
- 多目標克隆選擇算法及其應用研究.pdf
- 免疫克隆選擇算法改進及其應用研究.pdf
- 基于半監(jiān)督回歸的選擇性集成算法及其應用研究.pdf
- 基于免疫算法的分類算法及其應用研究.pdf
- 改進的克隆選擇優(yōu)化算法及其應用研究.pdf
- 基于BESO法的結構拓撲優(yōu)化研究及應用.pdf
- 基于粒子群算法的聚類算法及其應用研究.pdf
- 基于支持向量機的算法及其應用研究.pdf
- 基于RFID技術的若干算法及其應用研究.pdf
- 特征選擇算法及其在網(wǎng)絡流量識別中的應用研究.pdf
- 基于克隆算法的模糊規(guī)則提取及其應用研究.pdf
- 基于中文的多模式匹配算法及其應用研究.pdf
- 基于水平集的PSO算法優(yōu)化及其應用研究.pdf
- 基于NAMS的彩色圖像表示算法及其應用研究.pdf
- 基于流形學習的分類算法及其應用研究.pdf
- 競選算法及其應用研究.pdf
- 文化算法及其應用研究.pdf
評論
0/150
提交評論