WikiDer > Оптимизация топологии

Topology optimization

Оптимизация топологии (К) - математический метод, который оптимизирует расположение материалов в заданном пространстве проектирования для заданного набора нагрузок, граничные условия и ограничения с целью максимизации производительности системы. ТО отличается от оптимизация формы и оптимизация размеров в том смысле, что дизайн может принимать любую форму в пространстве дизайна, вместо того, чтобы иметь дело с предопределенными конфигурациями.

В традиционной рецептуре ТО используется метод конечных элементов (FEM) для оценки проектных характеристик. Дизайн оптимизирован с использованием градиентных математическое программирование такие методы, как алгоритм критериев оптимальности и метод движущихся асимптот или алгоритмы без градиента, такие как генетические алгоритмы.

Оптимизация топологии имеет широкий спектр приложений в аэрокосмической, механической, биохимической и гражданской инженерии. В настоящее время инженеры в основном используют ТО на концептуальном уровне процесса проектирования. Из-за естественных форм, которые встречаются в природе, результат часто бывает трудно изготовить. По этой причине результат, получаемый в результате ТО, часто доводится до технологичности. Добавление ограничений в формулировку, чтобы повысить технологичность это активная область исследований. В некоторых случаях результаты ТО могут быть непосредственно получены с использованием производство добавок; Таким образом, ТО является ключевой частью дизайн для аддитивного производства.

Постановка задачи

Задачу оптимизации топологии можно записать в общем виде проблема оптимизации в качестве:

{ displaystyle { begin {align} & { underset { rho} { operatorname {minim}}} && F = F ( mathbf {u ( rho), rho}) = int _ { Omega} f ( mathbf {u ( rho), rho}) mathrm {d} V & operatorname {subject ; to} && G_ {0} ( rho) = int _ { Omega} rho mathrm {d} V-V_ {0} leq 0 &&& G_ {j} ( mathbf {u} ( rho), rho) leq 0 { text {with}} j = 1, .. ., m end {выровнено}}}

В постановку задачи входит следующее:

An целевая функция ${ Displaystyle F ( mathbf {и ( rho), rho})}$ . Эта функция представляет количество, которое минимизируется для лучшей производительности. Наиболее распространенной целевой функцией является соответствие, когда минимизация соответствия приводит к максимальному увеличению жесткости конструкции.
Распределение материалов как проблемная переменная. Это описывается плотностью материала в каждом месте. ${ displaystyle rho ( mathbf {u})}$ . Материал либо присутствует (обозначается 1), либо отсутствует, обозначается 0. ${ displaystyle mathbf {u}}$ поле состояния, удовлетворяющее линейному или нелинейному уравнению состояния.
Пространство дизайна ${ displaystyle ( Omega)}$ . Это указывает допустимый объем, в котором может существовать конструкция. Требования к сборке и упаковке, доступность людей и инструментов - вот некоторые из факторов, которые необходимо учитывать при определении этого пространства. При определении пространства проектирования области или компоненты в модели, которые нельзя изменить в ходе оптимизации, считаются областями, не относящимися к проекту.
${ displaystyle scriptstyle m}$ ограничения ${ Displaystyle G_ {J} ( mathbf {u} ( rho), rho) leq 0}$ характеристика, которой должно удовлетворять решение. Примерами являются максимальное количество распределяемого материала (ограничение объема) или максимальные значения напряжения.

Оценка ${ Displaystyle mathbf {и ( rho)}}$ часто включает решение дифференциального уравнения. Чаще всего это делается с помощью метод конечных элементов поскольку эти уравнения не имеют известного аналитического решения.

Методики внедрения

Существуют различные методологии реализации, которые использовались для решения задач ТО.

Дискретный

Решение задач ТО в дискретном смысле осуществляется путем дискретизации области проектирования на конечные элементы. Плотность материала внутри этих элементов затем рассматривается как переменные проблемы. В этом случае плотность материала, равная единице, указывает на наличие материала, а ноль указывает на отсутствие материала. Из-за достижимой топологической сложности конструкции, зависящей от количества элементов, большое количество является предпочтительным. Большое количество конечных элементов увеличивает достижимую топологическую сложность, но требует затрат. Во-первых, решение системы МКЭ становится дороже. Во-вторых, недоступны алгоритмы, которые могут обрабатывать большое количество (несколько тысяч элементов нередко) дискретных переменных с множественными ограничениями. Более того, они практически не чувствительны к изменениям параметров.^[1] В литературе сообщалось о проблемах с числом переменных до 30000.^[2]

Решение задачи с непрерывными переменными

Выявленные ранее сложности с решением задач TO с использованием двоичных переменных заставили сообщество искать другие варианты. Один из них - моделирование плотностей с непрерывными переменными. Плотность материала теперь также может достигать значений от нуля до единицы. Доступны алгоритмы на основе градиентов, которые обрабатывают большое количество непрерывных переменных и множественные ограничения. Но свойства материала нужно моделировать в непрерывном режиме. Это делается с помощью интерполяции. Одна из наиболее часто используемых методологий интерполяции - это Твердый изотропный материал с пенализацией метод (SIMP).^[3]^[4] Эта интерполяция по сути является степенным законом ${ Displaystyle E ; = ; E_ {0} , + , rho ^ {p} (E_ {1} -E_ {0})}$ . Он интерполирует модуль Юнга материала в скалярное поле выбора. Значение параметра пенализации ${ displaystyle p}$ обычно берется между ${ Displaystyle [1, , 3]}$ . Было показано, что это подтверждает микроструктуру материалов.^[5] В методе SIMP добавляется нижняя граница модуля Юнга, ${ displaystyle E_ {0}}$ , чтобы убедиться, что производные целевой функции не равны нулю, когда плотность становится равной нулю. Чем выше коэффициент штрафов, тем больше SIMP штрафует алгоритм за использование недвоичных плотностей. К сожалению, параметр штрафа также вносит невыпуклость.^[6].

Производные формы

Топологические производные

Уровень установлен

Фазовое поле

Эволюционная структурная оптимизация

Коммерческое программное обеспечение

На рынке существует несколько коммерческих программ оптимизации топологии. Большинство из них используют оптимизацию топологии как подсказку, как должна выглядеть оптимальная конструкция, и требуется ручное восстановление геометрии. Есть несколько решений, которые позволяют создавать оптимальные конструкции, готовые для аддитивного производства.

Примеры

В этом результате показаны образцы шахматной доски.

Результат оптимизации топологии при использовании фильтрации

Оптимизация топологии проблемы соответствия

Структурное соответствие

Жесткая конструкция - это конструкция, которая имеет наименьшее возможное смещение при заданном наборе граничных условий. Глобальной мерой перемещений является энергия деформации (также называемая податливостью) конструкции при заданных граничных условиях. Чем ниже энергия деформации, тем выше жесткость конструкции. Итак, постановка задачи включает целевой функционал энергии деформации, который необходимо минимизировать.

В широком смысле можно представить себе, что чем больше материала, тем меньше прогиб, так как будет больше материала, способного выдержать нагрузки. Итак, оптимизация требует противоположного ограничения - ограничения объема. На самом деле это фактор стоимости, так как мы не хотели бы тратить много денег на материал. Чтобы получить общий использованный материал, можно выполнить интегрирование поля выбора по объему.

Наконец, вводятся управляющие дифференциальные уравнения упругости, чтобы получить окончательную постановку задачи.

{ displaystyle min _ { rho} ; int _ { Omega} { frac {1} {2}} mathbf { sigma}: mathbf { varepsilon} , mathrm {d} Омега}

при условии:

${ Displaystyle rho , в , [0, , 1]}$
${ Displaystyle int _ { Omega} rho , mathrm {d} Omega ; leq ; V ^ {*}}$
${ Displaystyle mathbf { nabla} cdot mathbf { sigma} , + , mathbf {F} ; = ; { mathbf {0}}}$
${ Displaystyle mathbf { sigma} ; = ; { mathsf {C}}: mathbf { varepsilon}}$

Но прямая реализация такой проблемы в структуре конечных элементов по-прежнему невозможна из-за таких проблем, как:

Зависимость от сетки. Зависимость от сетки означает, что дизайн, полученный на одной сетке, не тот, который будет получен на другой сетке. Особенности дизайна становятся более сложными по мере того, как сетка улучшается.
Числовые нестабильности - выделение области в виде шахматной доски.

Некоторые методы, такие как фильтрация на основе обработки изображений, в настоящее время используются для решения некоторых из этих проблем.

Мультифизические задачи

Жидкость-структура-взаимодействие

Жидкость-структура-взаимодействие является сильно связанным явлением и касается взаимодействия между неподвижной или движущейся жидкостью и упругой структурой. Многие инженерные приложения и природные явления подвержены взаимодействию жидкости и конструкции, поэтому учет таких эффектов имеет решающее значение при проектировании многих инженерных приложений. Оптимизация топологии для задач взаимодействия конструкции жидкости изучалась, например, в Рекомендации^[7]^[8]^[9] и^[10]. Ниже приведены проектные решения, решенные для различных чисел Рейнольдса. Проектные решения зависят от потока жидкости и указывают на то, что связь между жидкостью и конструкцией решена в проектных проблемах.

Расчетное решение и поле скоростей для Re = 1

Расчетное решение и поле скоростей для Re = 5

Расчетное решение и поле давления для Re = 10

Расчетное решение и поле давления для Re = 40

Конструктивные решения для разных чисел Рейнольдса для стены, вставленной в канал с движущейся жидкостью.

Набросок известной настенной задачи. Задача проектной задачи - минимизировать структурное соответствие.

Эволюция дизайна для проблемы взаимодействия жидкости, конструкции и структуры из справочника^[10]. Задача проектной задачи - минимизировать структурное соответствие. Задача взаимодействия жидкости и структуры моделируется уравнениями Навье-Коши и Навье-Стокса.

Преобразование термоэлектрической энергии

Эскиз проектной задачи. Целью проектной задачи является пространственное распределение двух материалов, материала A и материала B, чтобы максимизировать показатель производительности, такой как мощность охлаждения или выходная электрическая мощность.

Эволюция конструкции недиагонального термоэлектрического генератора. Решено проектное решение задачи оптимизации отпуска электроэнергии. Производительность устройства оптимизирована за счет распределения Скуттерудит (желтый) и теллурид висмута (синий) с методологией оптимизации топологии на основе плотности. Цель задачи оптимизации - максимизировать выходную электрическую мощность термоэлектрического генератора.

Эволюция дизайна термоэлектрического охладителя. Задача проектирования - максимизировать охлаждающую способность термоэлектрического охладителя.

Термоэлектричество представляет собой мультифизическую проблему, которая касается взаимодействия и связи между электрической и тепловой энергией в полупроводниковых материалах. Преобразование термоэлектрической энергии можно описать двумя отдельно идентифицированными эффектами: эффектом Зеебека и эффектом Пельтье. Эффект Зеебека касается преобразования тепловой энергии в электрическую, а эффект Пельтье касается преобразования электрической энергии в тепловую.^[11]. Путем пространственного распределения двух термоэлектрических материалов в двухмерном пространстве проектирования с помощью методологии оптимизации топологии,^[12] возможно превышение характеристик составляющих термоэлектрических материалов для термоэлектрические охладители и термоэлектрические генераторы^[13].

Форма 3F3D следует за форсированной 3D-печатью

Текущее распространение технологии 3D-принтеров позволило дизайнерам и инженерам использовать методы оптимизации топологии при разработке новых продуктов. Оптимизация топологии в сочетании с 3D-печатью может привести к уменьшению веса, улучшению структурных характеристик и сокращению цикла от проектирования до производства. Поскольку дизайн, хотя и эффективен, может быть невозможно реализовать с помощью более традиционных технологий производства.^{[нужна цитата]}

дальнейшее чтение

Последние достижения в коммерческой реализации оптимизации топологии; Уве Шрамм, Мин Чжоу; Симпозиум IUTAM по оптимизации топологического проектирования конструкций, машин и материалов: состояние и перспективы, 239–248; 2006 Springer.
Промышленное внедрение и применение оптимизации топологии и будущие потребности; Клаус Б.В. Педерсен; Питер Аллинджер; Симпозиум IUTAM по оптимизации топологического проектирования конструкций, машин и материалов, 229-238; 2006 Springer.
Оптимизация топологии 2D континуумов для минимального соответствия с использованием параллельных вычислений Араш Махдави; Баладжи Рагхаван; Мэри Фрекер; Международный журнал структурной и междисциплинарной оптимизации, Том 32, 121-132, 2006 г., Springer
Современные концепции структурной оптимизации применительно к оптимизации топологии Хуан Пабло Лейва; Брайан К. Уотсон и Ику Косака; 40-я конференция AIAA / ASME / ASCE / AHS / ASC по структурам, структурной динамике и материалам. Сент-Луис, Миссури, стр. 1589–1596, 1999.

внешняя ссылка

Анимация оптимизации топологии

[1] Зигмунд, Оле; Мауте, Курт (2013). «Подходы к топологической оптимизации». Структурная и междисциплинарная оптимизация. 48 (6): 1031–1055. Дои:10.1007 / s00158-013-0978-6. S2CID 124426387.

[2] Бекерс, М. (1999). «Оптимизация топологии двойным методом с дискретными переменными» (PDF). Структурная оптимизация. 17: 14–24. Дои:10.1007 / BF01197709. S2CID 122845784.

[3] Бендсе, М. П. (1989). «Оптимальный дизайн формы как проблема распределения материала». Структурная оптимизация. 1 (4): 193–202. Дои:10.1007 / BF01650949. S2CID 18253872.

[book-4] [1], монография по теме.

[5] Bendsøe, M. P .; Зигмунд, О. (1999). «Схемы интерполяции материалов в оптимизации топологии» (PDF). Архив прикладной механики. 69 (9–10): 635–654. Bibcode:1999AAM .... 69..635B. Дои:10.1007 / s004190050248. S2CID 11368603.

[6] ван Дейк, Н.П. Лангелаар, М. ван Кеулен, Ф. Критическое исследование параметризации проекта при оптимизации топологии; Влияние параметризации проекта на локальные минимумы.. 2-я Международная конференция по инженерной оптимизации, 2010 г.

[7] Юн, Гил Хо (2010). «Оптимизация топологии для стационарных задач взаимодействия жидкости и конструкции с использованием новой монолитной постановки». Международный журнал численных методов в инженерии. 82 (5): 591–616. Bibcode:2010IJNME..82..591Y. Дои:10.1002 / nme.2777.

[8] Picelli, R .; Vicente, W.M .; Паванелло, Р. (2017). «Эволюционная оптимизация топологии для минимизации структурной податливости с учетом проектно-зависимых нагрузок FSI». Конечные элементы в анализе и дизайне. 135: 44–55. Дои:10.1016 / j.finel.2017.07.005.

[9] Дженкинс, Николас; Мауте, Курт (2016). «Подход с погруженными границами для оптимизации формы и топологии стационарных задач взаимодействия жидкости и конструкции». Структурная и междисциплинарная оптимизация. 54 (5): 1191–1208. Дои:10.1007 / s00158-016-1467-5. S2CID 124632210.

[Lundgaard_FSI-10] а ^б Лундгаард, Кристиан; Александерсен, Джо; Чжоу, Миндун; Андреасен, Каспер Шоусбо; Зигмунд, Оле (2018). «Пересмотр оптимизации топологии на основе плотности для задач взаимодействия жидкости и конструкции» (PDF). Структурная и междисциплинарная оптимизация. 58 (3): 969–995. Дои:10.1007 / s00158-018-1940-4. S2CID 125798826.

[11] Роу, Дэвид Майкл. Справочник по термоэлектрике: от макро к нано. CRC press, 2005.

[12] Лундгаард, Кристиан; Зигмунд, Оле (2018). «Методология оптимизации топологии на основе плотности для задач термоэлектрического преобразования энергии» (PDF). Структурная и междисциплинарная оптимизация. 57 (4): 1427–1442. Дои:10.1007 / s00158-018-1919-1. S2CID 126031362.

[13] Лундгаард, Кристиан; Зигмунд, Оле; Бьорк, Расмус (2018). «Оптимизация топологии сегментированных термоэлектрических генераторов». Журнал электронных материалов. 47 (12): 6959–6971. Bibcode:2018JEMat..47.6959L. Дои:10.1007 / с11664-018-6606-х. S2CID 105113187.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

Navigation