连续体结构的双向进化优化方法研究
【摘要】:拓扑优化是目前结构优化研究的热点。双向进化优化方法(BESO 法)具有算法简单,可以处理大型结构问题,容易与有限元分析程序连接等优点,是目前连续体结构拓扑优化的有效工具,通过优化结构中材料的分布,可以使结构满足多种性能要求。
针对应力约束问题,提出了在优化迭代中允许大量添加单元的算法,增强了寻找优化传力路径、获得优化拓扑和形状的能力,避免了优化过早地收敛到局部最优解。对同时考虑应力和位移约束的拓扑优化问题,在考虑应力约束的情况下,采用在不满足位移约束时以添加单元为主,而在满足位移约束时以删除单元为主的算法,使优化结果逐渐趋于同时满足应力约束和位移约束。对拓扑优化中经常出现的奇异结构问题,根据奇异的类型,采用删除奇异单元或恢复结构到奇异前的状态并调整优化参数的方法进行处理,保证了 BESO 法优化的连续性。
利用 MSC.PATRAN 提供的 PCL 语言二次开发了二维连续体结构的拓扑优化模块,依靠 PATRAN 强大的前后置处理功能,BESO 法的优化模块可以快速地建立模型,实时观察优化过程,方便直观地查看优化结果等。
二维板梁结构的优化设计表明算法是非常成功的,拓扑优化模块是有效和实用的。