[发明专利]高速轻载机构非线性动态系统结构拓扑参数混合优化方法有效

专利信息
申请号: 201510738315.0 申请日: 2015-11-02
公开(公告)号: CN105243231B 公开(公告)日: 2019-06-25
发明(设计)人: 陈新;杨志军;陈超然;吴柏生 申请(专利权)人: 广东工业大学
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 广州市南锋专利事务所有限公司 44228 代理人: 刘媖
地址: 510090 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种高速轻载机构非线性动态系统结构拓扑参数混合优化方法,将标准ESLM(equivalent static loads method,等效静态载荷方法)中的线性结构优化迭代限定为单次修改,以便将结构修改引起的惯性载荷的变化立刻反映到优化模型中,获得等效载荷变化最小的结构,并针对单次修改不能获得趋于0或1的拓扑结构问题,继续引入标准ESLM方法,获得清晰的拓扑优化结构,从而实现基于单次和最大迭代ESLM的高速轻载机构混合优化。本发明将等效载荷考虑为设计变量的函数,重新构造优化模型,并提出了相应的求解方法,可以在满足优化条件下尽可能降低残余振幅,与标准等效静态载荷相比,相同运动条件下的振幅可以降低一半,大幅提升高速轻载机构的性能,满足高速轻载机构不同的设计需求。
搜索关键词: 高速 机构 非线性 动态 系统 结构 拓扑 参数 混合 优化 方法
【主权项】:
1.一种高速轻载机构非线性动态系统结构拓扑参数混合优化方法,其特征在于,包括以下步骤:a.建立含有运动学自由度的非线性有限元模型;b.对a步骤中的有限元模型进行非线性动力学分析,获得模型在各时间步上刚度与位移信息;c.根据b步骤获取的各时间步上的刚度与位移信息,计算获得多时间步上的等效静态载荷;d.根据结构优化模型,以c步骤获取的等效静态载荷集合作为优化模型参数,进行一次优化步长搜索,获得一组新的结构设计变量;e.根据d步骤中获取的最新结构设计变量来更新有限元模型中的材料参数,或有限元模型的厚度信息,获得更新后的有限元模型;f.对e步骤中获得更新后的有限元模型重新依次执行b‑c‑d步骤的操作,获得更新后的有限元模型多时间步对应的等效静态载荷;g.将步骤f中新一轮计算与上一轮计算所获得的多时间步对应等效静态载荷的绝对差值之和与预设的收敛阈值进行比较;若小于预设阈值,则收敛条件满足,终止第一阶段的结构优化;否则,重复d‑e‑f步骤直至满足收敛条件;h.将满足g步骤中收敛条件的最终结构设计变量对应的相对密度信息转换成厚度信息;i.根据h步骤中的厚度信息重构机构的几何信息,经重新划分网格处理后获得第二阶段结构优化所需的包含运动学自由度的非线性有限元模型;j.对i步骤中的有限元模型进行非线性动力学分析,获得模型在各时间步上刚度与位移信息;k.根据j步骤获取的各时间步上的刚度与位移信息,计算获得多时间步上的等效静态载荷;l.利用k步骤获得多时间步上的等效静态载荷集合作为优化模型参数,对i步骤中有限元模型的设计变量进行线性优化,并获得满足优化问题收敛条件的最优结构设计变量;m.根据l步骤获得新的结构设计变量更新结构设计;n.对m步骤中更新后的结构对应的有限元模型依次执行j‑k步骤的操作,获得一组新的有限元模型多时间步处的等效静态载荷;o.将步骤n中最新计算与上一轮计算所获得的多工况对应等效静态载荷的绝对差值之和与预设的收敛阈值进行比较;若小于预设阈值,则收敛条件满足,终止第二阶段的结构优化;否则,重复l‑m‑n步骤直至满足收敛条件;p.根据o步骤获得第二阶段的最优结构设计变量更新结构。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201510738315.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top