首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种SA-BESO联合拓扑优化方法 

申请/专利权人:中山大学

申请日:2021-03-22

公开(公告)日:2023-04-11

公开(公告)号:CN113094945B

主分类号:G06F30/23

分类号:G06F30/23

优先权:

专利状态码:有效-授权

法律状态:2023.04.11#授权;2021.07.27#实质审查的生效;2021.07.09#公开

摘要:本发明公开了一种SA‑BESO联合拓扑优化方法,本发明通过将结构模型划分为多个结构单元并求解出初始解,之后根据灵敏度对结构单元进行更新,得到新的结构模型,在对新的结构模型进行求解得到新的计算结果,根据新的计算结果、初始解和SA算法求解出最优解。本发明实施例在对结构模型进行结构拓扑优化的过程中,将SA和BESO算法相结合,通过BESO算法的不断对结构模型的结构进行更新,并在求解出最优解的过程中引入了SA算法,提高求解的全局最优性。

主权项:1.一种SA-BESO联合拓扑优化方法,其特征在于,包括以下步骤:S1:获取第i结构模型,对SA-BESO参数进行初始化;其中,i∈N*;所述SA-BESO参数包括初始温度、删除率、体积约束、惩罚因子、Markov链长度L和降温指标;S2:将第i结构模型划分为多个第i结构单元,对所述第i结构单元进行分析,得到第i结构数据;S3:基于所述SA-BESO参数以及所述第i结构数据计算所述第i结构模型的目标函数,得到第i计算结果;S4:计算每个所述第i结构单元的第i灵敏度,根据所述第i灵敏度对所述第i结构单元进行更新,得到第i+1结构模型以及更新次数;所述第i灵敏度为第i结构单元对第i结构模型的贡献度;S5:令i=i+1,重新执行步骤S2-S4,基于第i-1计算结果、所述第i计算结果、所述更新次数以及SA算法,求解出最优解;其中,所述第i结构模型以结构柔顺度最小值为所述目标函数,以体积约束为约束条件,并且在结构拓扑优化过程中,所述第i结构模型具有受力等载荷条件;基于所述约束条件以及所述受力等载荷条件,使用Abaqus建立结构模型对第i结构单元进行有限元分析,得到第i结构数据;在步骤S4中,计算每个所述第i结构单元的第i灵敏度的具体过程为:计算每个所述第i结构单元的第i初始灵敏度,对每个所述第i结构单元的第i初始灵敏度进行过滤,得到每个所述第i结构单元的第i灵敏度;在步骤S4中,根据所述第i灵敏度对所述第i结构单元进行更新的具体过程为:根据所述第i灵敏度制定随机更新原则以及增删原则,基于所述随机更新原则以及所述增删原则对所述第i结构单元进行更新;所述随机更新为按照实体单元全为数字“1”,空洞单元为一定比例的“1”和“0”组合的原则给每个第i结构单元赋予6-10位二进制编码,并基于二进制编码的交叉变异随机更新;其中,利用交叉变异随机产生新解的方法为:将每个第i结构单元对应的灵敏度进行降序排序,并将单元灵敏度分成两个部分,第一部分为前N×1-ER个灵敏度组,称为预保留数组,第二部分为剩下的N×ER个灵敏度组,称为预去除数组;在两个数组间进行交叉操作和变异操作,从而建立新旧解间的关系;在交叉阶段,每个个体只能进行一次配对与交叉;根据预设配对概率选定两个数组进行交叉后,随机产生一个断点,并对断点后的数字进行交叉操作;变异操作直接改变二进制编码中的数位值,按照预设变异概率实现“0”与“1”间相互转换;利用增删准则进行第i结构单元增删产生新结构的方法为:将经过交叉、变异之后得到新的二进制编码中含有纯“0”字符串的实体单元从设计区域中移除,而在上一次迭代中的空洞单元,若空洞单元的编码中含有50%或以上的“1”数位,则将空洞单元添加到设计区域中,以及根据增删后剩下的结构单元形成新的结构。

全文数据:

权利要求:

百度查询: 中山大学 一种SA-BESO联合拓扑优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。