CN110765506B - 实体模型的多分辨率等几何拓扑优化方法 - Google Patents

实体模型的多分辨率等几何拓扑优化方法 Download PDF

Info

Publication number
CN110765506B
CN110765506B CN201910942992.2A CN201910942992A CN110765506B CN 110765506 B CN110765506 B CN 110765506B CN 201910942992 A CN201910942992 A CN 201910942992A CN 110765506 B CN110765506 B CN 110765506B
Authority
CN
China
Prior art keywords
subdivision
unit
model
points
hexahedral
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910942992.2A
Other languages
English (en)
Other versions
CN110765506A (zh
Inventor
徐岗
董振宇
许金兰
凌然
吴卿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Hangzhou Dianzi University Shangyu Science and Engineering Research Institute Co Ltd
Original Assignee
Hangzhou Dianzi University
Hangzhou Dianzi University Shangyu Science and Engineering Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University, Hangzhou Dianzi University Shangyu Science and Engineering Research Institute Co Ltd filed Critical Hangzhou Dianzi University
Priority to CN201910942992.2A priority Critical patent/CN110765506B/zh
Publication of CN110765506A publication Critical patent/CN110765506A/zh
Application granted granted Critical
Publication of CN110765506B publication Critical patent/CN110765506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了实体模型的多分辨率等几何拓扑优化方法。传统拓扑优化方法需要后处理操作才能使优化结果适用于CAD系统。本发明对六面体网格实体模型进行体细分,为原始六面体网格实体模型的每个六面体单元构造Bézier体,并在Bézier体中施加力和几何约束;然后计算其中一次细分模型的刚度矩阵和右端项,得到位移,从而对该细分模型的每个细分单元进行灵敏度分析;接着,通过进化比确定本次迭代保留的体积,直到迭代后达到目标体积时,删除所有密度不为1的细分单元,对剩余的每个细分单元构造Bézier体,得到实体模型的最终拓扑优化模型。本发明最终得到的具有光滑样条表示的最优实体几何模型可以直接导入到CAD系统之中。

Description

实体模型的多分辨率等几何拓扑优化方法
技术领域
本发明属于计算机辅助工程与创成式设计应用领域,涉及基于BESO的拓扑优化方法,具体涉及CAD实体模型的多分辨率拓扑优化方法。
背景技术
等几何分析是利用CAD模型的样条表示来进行物理仿真模拟的新方法。该方法为CAD/CAE的无缝集成提供了新思路,也为已趋成熟的几何造型领域注入新的活力,目前已成为几何设计与计算领域新的关注热点。
创成式产品设计是计算机辅助设计和计算机图形学领域的热门研究课题,其中产品的形状和拓扑结构可以通过物理问题的数值模拟来确定。通过创成式设计理念,输出的CAD产品可以满足一些特定的性能要求,同时实现一些优化目标,如材料成本最小和重量最轻。随着3D打印技术的快速发展,利用拓扑优化的方法设计产品模型日益流行,且在创成式设计中起着关键作用。而传统的拓扑优化方法需要一些后处理操作才能使最终的拓扑优化结果适用于CAD系统,并且实现复杂外形设计、仿真和优化阶段的无缝数据集成与融合也是一个具有挑战性的问题。
发明内容
本发明的目的是为了简化用户的设计过程,提高计算方法的效率,提出一种基于等几何分析的多分辨率拓扑优化框架,对输入的六面体网格模型的近似Catmull-Clark极限体通过给定一定的外力条件进行拓扑优化。
本发明实体模型的多分辨率等几何拓扑优化方法,具体步骤如下:
步骤1、输入原始六面体网格实体模型M,并将原始六面体网格实体模型中所有六面体单元的密度ρe均设置为1;原始六面体网格实体模型的体积记为V。
步骤2、使用Catmull-Clark细分方法对原始六面体网格实体模型M进行k次体细分,k>1;体细分后每个细分单元均为六面体。第一次体细分后细分单元的密度继承其上一级六面体单元的密度,第一次之后的每次细分后细分单元的密度继承其上一级细分单元的密度。
步骤3、为原始六面体网格实体模型M的每个六面体单元构造Bézier体,在Bézier体中施加力和固定约束。
步骤4、构造一次体细分后的细分模型中各细分单元的右端项,从而得到该细分模型的右端项F;然后,计算该细分模型中各细分单元的刚度矩阵。另外,令it=1。
步骤5、计算步骤4中细分模型的刚度矩阵K,对步骤4中细分模型的刚度矩阵K和右端项F进行等几何分析求解,即求解方程组KU=F得到位移U,然后对该细分模型的每个细分单元进行灵敏度分析。
步骤6、通过以下迭代式求解步骤4中细分模型的第it次迭代后的体积
Vit=Vit-1(1-ER)
其中,ER为预设的进化比,V0为步骤4中细分模型的体积。若Vi达到目标体积V*,则执行步骤9,否则执行步骤7。
步骤7、对步骤4中细分模型的所有细分单元按灵敏度从小到大进行排序,并将灵敏度最小的前(1-ER)*S个细分单元的密度均设为ρmin,取ρmin=0.0001,其余细分单元的密度ρe保持不变。
步骤8、根据步骤7中各细分单元的密度更新对应细分单元的刚度矩阵,it增加1,回到步骤5。
步骤9、删除步骤4的细分模型中所有密度为ρmin的细分单元,然后对剩余的每个细分单元构造Bézier体,得到实体模型的最终拓扑优化模型。
进一步,步骤2进行体细分时,一个六面体网格单元被细分为8个六面体网格子单元。在步骤3中用以下的规则生成对应六面体网格单元的Bézier体控制网格。
六面体网格单元M1的64个Bézier控制点根据M1及其邻接的六面网格单元的顶点计算得到,Bézier控制点为内点、边点、面点或角点时,其坐标分别采用下列方法计算:
设点v所在六面体网格单元的邻域L=v,e1,e2,e3,f1,f2,f3,c,其中,et,t=1、2或3表示邻接边点坐标,邻接边点表示与v在同一条边上的另一点,在一个六面体内有3个邻接边点;ft,t=1、2或3表示邻接面点坐标,邻接面点表示与v在同一个面且不在同一条边上的点,一个六面体内有3个邻接面点;c表示邻接块点坐标,邻接块点表示与v在同一个六面体网格单元内且不在同一个面上的点,在一个六面体内有1个邻接块点;则点v相邻内点的坐标vin计算公式为:
Figure BDA0002223424460000031
若要计算六面体网格单元的边点、面点或者角点坐标,只需计算出包含待求边点、面点或者角点的各个六面体网格单元上与该待求边点、面点或者角点距离最近的一个内点的坐标,然后对求出的这些内点的坐标取平均即可,即
Figure BDA0002223424460000032
其中nnew为包含待求边点、面点或者角点的六面体网格单元数量,
Figure BDA0002223424460000033
为包含待求边点、面点或者角点的第t1个六面体网格单元上与该待求边点、面点或者角点距离最近的那个内点的坐标。
进一步,对于步骤4和步骤5,首先在原始六面体网格实体模型M上进行等几何分析,然后在一次细分模型上进行拓扑优化,具体框架如下:
Figure BDA0002223424460000034
/>
Figure BDA0002223424460000035
Figure BDA0002223424460000036
Figure BDA0002223424460000037
上述框架中,在已知(2)、(3)、(4)式的条件下,要使(1)式的值最小,minimize代表求最小值,s.t代表使得。m为M的六面体单元数量,me表示M中的第e个六面体单元在细分单元中细分成的细分单元个数,Kee)为第e个六面体单元的刚度矩阵,
Figure BDA0002223424460000041
表示第e个六面体单元在细分单元中细分成的第i个细分单元的刚度矩阵,/>
Figure BDA0002223424460000042
为第e个六面体单元在细分单元中细分成的第i个细分单元的密度,ue为第e个六面体单元的位移,/>
Figure BDA0002223424460000043
为第e个六面体单元在细分单元中细分成的第i个细分单元的位移,T代表转置,r为函数符号,/>
Figure BDA0002223424460000044
为第e个六面体单元在细分单元中细分成的第i个细分单元的体积。计算/>
Figure BDA0002223424460000045
的方法为:
Figure BDA0002223424460000046
其中
Figure BDA0002223424460000047
为第e个六面体单元在细分单元中细分成的第i个细分单元未关联/>
Figure BDA0002223424460000048
时的刚度矩阵,中间变量μmin在10-9~10-7中取值,p为惩罚因子,在3~5中取值;/>
Figure BDA0002223424460000049
的计算方法为
Figure BDA00022234244600000410
其中矩阵B=(B1,B2,…,Bm′),D为矩阵符号,Ωe为六面体单元的空间,ξ、η和ζ分别为六面体单元的三个空间方向,m'为每个六面体单元在Bézier体中对应的基函数个数,
Figure BDA00022234244600000411
为第e个六面体单元在细分单元中细分成的第i个细分单元的雅可比行列式;
Figure BDA00022234244600000412
/>
Figure BDA0002223424460000051
其中,Ni',x,Ni',y,Ni',z分别为Bézier基函数Ni'在x,y,z三个方向的偏导数,E为杨氏模量,v为泊松比。
求得各细分单元的
Figure BDA0002223424460000052
后,建立一次体细分后的细分模型刚度矩阵K,并结合一次体细分后的细分模型中各细分单元的右端项建立一次体细分后的细分模型的右端项矩阵F,然后根据公式(2),通过KU=F计算出位移U。最后,通过以下公式计算第e个六面体单元在细分单元中细分成的第i个细分单元的灵敏度/>
Figure BDA0002223424460000053
Figure BDA0002223424460000054
其中,
Figure BDA0002223424460000055
为第e个六面体单元在细分单元中细分成的第i个细分单元在位移矩阵U中对应的位移。
进一步,步骤6中,取V*=0.1V,ER=0.02。
进一步,步骤8中,根据第e个六面体单元在细分单元中细分成的第i个细分单元的密度
Figure BDA0002223424460000056
最新值来更新刚度矩阵/>
Figure BDA0002223424460000057
用于计算下次迭代的全局刚度矩阵K。
本发明具有的有益效果:
本发明采用非结构化三变量样条体构造方法,提出了一种基于等几何分析的多分辨率拓扑优化框架。该框架使用一致的样条表示进行几何建模、等几何分析和拓扑优化,最终得到的拓扑优化结果具有光滑三次B样条表示形式,可以直接导入到CAD系统之中。同时本发明可以在低分辨率网格中进行力学仿真,在高分辨率网格中进行优化设计,从而大大提高计算效率。特别地,本发明可在拓扑优化时精确地保持不同组件之间的界面几何形状,可满足具有几何约束的创成式设计的关键需求。
附图说明
图1为本发明的流程图;
图2(a)为输入的实体模型示意图;
图2(b)和图2(c)分别为图2(a)细分一次和细分两次之后的模型示意图;
图2(d)为图2(a)的细分极限体的近似Bézier体及受力情况示意图;
图2(e)、图2(f)和图2(g)分别对应目标体积为50.3%、28.7%和19.2%时,在图2(a)上进行等几何分析,并在细分模型图2(b)上进行拓扑优化的结果示意图;
图2(h)、图2(i)和图2(j)分别对应目标体积为50.3%、28.7%和19.2%时,在图2(a)上进行等几何分析,在细分模型图2(c)上进行拓扑优化的结果示意图。
图3(a)为一个六面体网格单元中的八个局部顶点示意图;
图3(b)为图3(a)相应的Bézier控制点示意图;
图4(a)为用来计算图3(b)中内点的掩模示意图;
图4(b)为用来计算图3(b)中边点的掩模示意图;
图4(c)为用来计算图3(b)中面点的掩模示意图;
图4(d)为用来计算图3(b)中角点的掩模示意图;
图5(a)、图5(b)、图5(c)和图5(d)分别为用来计算规则点一侧的内点、边点、面点和角点的掩模示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示,以实体模型为例来说明本发明实体模型的多分辨率等几何拓扑优化方法,具体步骤如下:
步骤1、输入原始六面体网格实体模型M,如图2(a)所示,并将原始六面体网格实体模型中所有六面体单元的密度ρe均设置为1;原始六面体网格实体模型的体积记为V。
步骤2、使用Catmull-Clark细分方法对原始六面体网格实体模型M进行k次体细分,k>1;一次体细分的细分模型A见图2(b),二次体细分的细分模型B见图2(c),体细分后每个细分单元均为六面体。第一次体细分后细分单元的密度继承其上一级六面体单元的密度,第一次之后的每次细分后细分单元的密度继承其上一级细分单元的密度。体细分的目的是首先在原始六面体网格实体模型M上进行等几何分析,然后在细分模型A或B上进行拓扑优化。
步骤3、为原始六面体网格实体模型M的每个六面体单元构造Bézier体,在Bézier体中的椅背几何中心处施加垂直于椅背的力,椅座几何中心处施加垂直于椅座的力,并在椅座底部四个角处施加固定约束,如图2(d)所示,Bézier体能用于近似经过无限次体细分后的细分极限体。
步骤4、构造其中一次体细分后的细分模型中各细分单元的右端项,从而得到该细分模型的右端项F;然后,计算该细分模型中各细分单元的刚度矩阵。另外,令it=1。
步骤5、计算步骤4中细分模型的刚度矩阵K,对步骤4中细分模型的刚度矩阵K和右端项F进行等几何分析,即求解方程组KU=F得到位移U,然后对该细分模型的每个细分单元进行灵敏度分析。
步骤6、通过以下迭代式求解步骤4中细分模型的第it次迭代后的体积
Vit=Vit-1(1-ER)
其中,ER为预设的进化比,V0为步骤4中细分模型的体积。若Vi达到目标体积V*,则执行步骤9,否则执行步骤7。
步骤7、对步骤4中细分模型的所有细分单元按灵敏度从小到大进行排序,并将灵敏度最小的前(1-ER)*S个细分单元的密度均设为ρmin,一般取ρmin=0.0001,其余细分单元的密度ρe保持不变。
步骤8、根据步骤7中各细分单元的密度更新对应细分单元的刚度矩阵,it增加1,回到步骤5。
步骤9、删除步骤4的细分模型中所有密度为ρmin的细分单元,然后对剩余的每个细分单元构造Bézier体,得到实体模型的最终拓扑优化模型。
其中,步骤6-8为基于SIMP的拓扑优化方法,SIMP方法的基本思想是在单元内部引入一种假想的密度可变材料,并假设这种可变材料的密度介于0~1之间,然后在单元密度和材料的弹性模量之间建立起一种非线性对应关系,对密度为0的单元进行材料去除,密度为1的单元进行材料保留,使设计区域生成结构清晰、易于设计实现的几何形状。
其中,步骤1将输入的实体模型的所有单元密度ρe设为1,表示还未开始删除,随后在进行拓扑优化的迭代过程中,对于要删除的单元进行标记,并将这些单元的密度设为ρmin。迭代结束后再将所有标记为要删除的单元一并删除,得到拓扑优化后的模型。
其中,步骤2在对一个模型进行Catmull-Clark体细分时,一个六面体网格单元会被细分为8个六面体网格子单元,且这8个子单元都继承上一级的六面体网格单元的密度。
在步骤3中用以下的规则生成对应六面体网格单元的Bézier体控制网格。
给定一个六面体网格单元M1,其相应的控制网格表示为M1'。64个Bézier控制点是根据M1及其邻接的六面网格单元的顶点计算出来的。六面体网格单元中的八个局部顶点如图3(a)所示,相应的Bézier控制顶点如图3(b)所示,有四个不同类型的点,图3(b)中圆代表内点,方块代表边点,三角形代表面点,菱形点代表角点,内点、边点、面点和角点的坐标可以采用下列方法计算:
设点v所在六面体网格单元的邻域L=v,e1,e2,e3,f1,f2,f3,c,其中,et,t=1、2或3表示邻接边点坐标,邻接边点表示与v在同一条边上的另一点,在一个六面体内有3个邻接边点;ft,t=1、2或3表示邻接面点坐标,邻接面点表示与v在同一个面且不在同一条边上的点,一个六面体内有3个邻接面点;c表示邻接块点坐标,邻接块点表示与v在同一个六面体网格单元内且不在同一个面上的点,在一个六面体内有1个邻接块点;则点v相邻内点的坐标vin计算公式为:
Figure BDA0002223424460000091
计算时,表示坐标的各变量取坐标系中同一坐标轴的坐标值;若要计算六面体网格单元的边点、面点或者角点坐标,只需计算出包含待求边点、面点或者角点的各个六面体网格单元上与该待求边点、面点或者角点距离最近的一个内点的坐标,然后对求出的这些内点的坐标取平均即可,即
Figure BDA0002223424460000092
/>
计算时,表示坐标的各变量取坐标系中同一坐标轴的坐标值;其中nnew为包含待求边点、面点或者角点的六面体网格单元数量,
Figure BDA0002223424460000093
为包含待求边点、面点或者角点的第t1个六面体网格单元上与该待求边点、面点或者角点距离最近的那个内点的坐标。
内点、边点、面点和角点的坐标也可以分别用图4(a)、图4(b)、图4(c)及图4(d)的掩膜来计算。图4(b)和图4(d)中,nv为一个点的度数,即该点邻接边的数量,me为一条边的度数,即该边邻接面的数量。以图3为例,若想计算图3(a)中A点一侧的内点,则:
Figure BDA0002223424460000094
计算时,表示坐标的各变量取坐标系中同一坐标轴的坐标值;其它点的坐标通过掩模来计算的方法也类似。
当不存在任何奇异信息的时候,即对应点的度数nv=6,即为规则点,对应边的度数me=4,即为规则边,那么计算内点、边点、面点和角点的坐标可以分别通过图5(a)、图5(b)、图5(c)和图5(d)的掩模进行。图2(d)展示了实体模型生成的Bézier体。
对于步骤4和步骤5,普通的拓扑优化框架有一定的弊端,随着细分次数的不断增多,六面体单元也在成倍的增长,每细分一次,六面体单元个数就会变为原来的8倍。所以对一个单元个数很多的模型进行等几何分析时,构造的刚度矩阵就会异常的大,一个简单模型的刚度矩阵就会达到百万级别甚至千万级别,伴随着需要消耗巨大内存,普通的8G或者16G内存的电脑根本无法支持这类计算。因此本发明提出了多分辨率的框架,极大地减小了所需要消耗的内存和运行需要的时长,大大提升了效率。具体思想为,将输入的粗糙的网格模型细分到可以保证分析精度的程度,并将此时的模型记为M2。然后对M2进行细分,具体细分次数可以根据需求而定,将M2细分后的模型记为M3,在细分模型M2上进行等几何分析,在细分模型M3上进行拓扑优化,即可大大提升效率和节省内存,本实例针对实体模型,首先在原始六面体网格实体模型M上进行等几何分析,然后在一次细分模型上进行拓扑优化,具体的框架如下:
Figure BDA0002223424460000101
Figure BDA0002223424460000102
Figure BDA0002223424460000103
Figure BDA0002223424460000104
上述框架中,在已知(2)、(3)、(4)式的条件下,要使(1)式的值最小,minimize代表求最小值,s.t代表使得。m为M的六面体单元数量,me表示M中的第e个六面体单元在细分单元中细分成的细分单元个数,Kee)为第e个六面体单元的刚度矩阵,
Figure BDA0002223424460000105
表示第e个六面体单元在细分单元中细分成的第i个细分单元的刚度矩阵,/>
Figure BDA0002223424460000106
为第e个六面体单元在细分单元中细分成的第i个细分单元的密度,ue为第e个六面体单元的位移,/>
Figure BDA0002223424460000107
为第e个六面体单元在细分单元中细分成的第i个细分单元的位移,T代表转置,r为函数符号,/>
Figure BDA0002223424460000108
为第e个六面体单元在细分单元中细分成的第i个细分单元的体积。计算/>
Figure BDA0002223424460000109
的方法为:
Figure BDA00022234244600001010
其中
Figure BDA00022234244600001011
为第e个六面体单元在细分单元中细分成的第i个细分单元未关联/>
Figure BDA00022234244600001012
时的刚度矩阵,中间变量μmin一般取10-9~10-7,p为惩罚因子,一般取3~5;/>
Figure BDA00022234244600001013
的计算方法为
Figure BDA0002223424460000111
其中矩阵B=(B1,B2,…,Bm′),D为矩阵符号,Ωe为六面体单元的空间,ξ、η和ζ分别为六面体单元的三个空间方向,m'为每个六面体单元在Bézier体中对应的基函数个数,
Figure BDA0002223424460000112
为第e个六面体单元在细分单元中细分成的第i个细分单元的雅可比行列式
Figure BDA0002223424460000113
Figure BDA0002223424460000114
其中,Ni',x,Ni',y,Ni',z分别为Bézier基函数Ni'在x,y,z三个方向的偏导数,E为杨氏模量,v为泊松比。
求得各细分单元的
Figure BDA0002223424460000115
后,便可以建立一次体细分后的细分模型刚度矩阵K,并结合一次体细分后的细分模型中各细分单元的右端项建立一次体细分后的细分模型的右端项矩阵F,然后根据公式(2),通过KU=F计算出位移U。最后,通过以下公式计算第e个六面体单元在细分单元中细分成的第i个细分单元的灵敏度/>
Figure BDA0002223424460000116
/>
Figure BDA0002223424460000121
其中,
Figure BDA0002223424460000122
为第e个六面体单元在细分单元中细分成的第i个细分单元在位移矩阵U中对应的位移。
步骤6中的各参数中,目标体积V*意为拓扑优化所要保留的体积,若想对输入模型删除90%的体积,即取V*=0.1V;进化比ER意为每次迭代所要删除的体积百分比,本实施例在对实体进行拓扑优化的过程中,取V*=0.1V,ER=0.02,即需要迭代
Figure BDA0002223424460000123
次。
步骤8中,根据第e个六面体单元在细分单元中细分成的第i个细分单元的密度
Figure BDA0002223424460000124
最新值来更新刚度矩阵/>
Figure BDA0002223424460000125
用于计算下次迭代的全局刚度矩阵K。
图2(e)、图2(f)和图2(g)分别对应目标体积为50.3%、28.7%和19.2%时,在M上进行等几何分析,并在细分模型A上进行拓扑优化的结果。本发明在拓扑优化时可以在任何一次细分模型上进行,比如:图2(h)、图2(i)和图2(j)分别对应目标体积为50.3%、28.7%和19.2%时,在M上进行等几何分析,在细分模型B上进行拓扑优化的结果。可见,只要进行等几何分析的模型M满足一定的精度,那么对M的细分体A和B进行拓扑优化的结果的精度也不会差,所以可以对一个较为粗糙的模型进行等几何分析,对其细分体进行拓扑优化,从而可以大大提高拓扑优化的速度。

Claims (6)

1.实体模型的多分辨率等几何拓扑优化方法,其特征在于:该方法具体如下:
步骤1、输入原始六面体网格实体模型M,并将原始六面体网格实体模型中所有六面体单元的密度ρe均设置为1;原始六面体网格实体模型的体积记为V;
步骤2、使用Catmull-Clark体细分方法对原始六面体网格实体模型M进行k次体细分,k>1;体细分后每个细分单元均为六面体;第一次体细分后细分单元的密度继承其上一级六面体单元的密度,第一次之后的每次细分后细分单元的密度继承其上一级细分单元的密度;
步骤3、为原始六面体网格实体模型M的每个六面体单元构造Bézier体,在Bézier体中施加力和固定约束;
步骤4、构造其中一次体细分后的细分模型中各细分单元的右端项,从而得到该细分模型的右端项F;然后,计算该细分模型中各细分单元的刚度矩阵;另外,令it=1;
步骤5、计算步骤4中细分模型的刚度矩阵K,对步骤4中细分模型的刚度矩阵K和右端项F进行等几何分析,即求解方程组KU=F得到位移U,然后对该细分模型的每个细分单元进行灵敏度分析;
步骤6、通过以下迭代式求解步骤4中细分模型的第it次迭代后的体积
Vit=Vit-1(1-ER)
其中,ER为预设的进化比,V0为步骤4中细分模型的体积;若Vi达到目标体积V*,则执行步骤9,否则执行步骤7;
步骤7、对步骤4中细分模型的所有细分单元按灵敏度从小到大进行排序,并将灵敏度最小的前(1-ER)*S个细分单元的密度均设为ρmin,取ρmin=0.0001,其余细分单元的密度ρe保持不变;
步骤8、根据步骤7中各细分单元的密度更新对应细分单元的刚度矩阵,it增加1,回到步骤5;
步骤9、删除步骤4的细分模型中所有密度为ρmin的细分单元,然后对剩余的每个细分单元构造Bézier体,得到实体模型的最终拓扑优化模型。
2.根据权利要求1所述的实体模型的多分辨率等几何拓扑优化方法,其特征在于:步骤2进行体细分时,一个六面体网格单元被细分为8个六面体网格子单元。
3.根据权利要求1所述的实体模型的多分辨率等几何拓扑优化方法,其特征在于:六面体网格单元M1的64个Bézier控制点是根据M1及其邻接的六面网格单元的顶点计算出来的,Bézier控制点为内点、边点、面点或角点时,其坐标分别采用下列方法计算:
设点v所在六面体网格单元的邻域L=v,e1,e2,e3,f1,f2,f3,c,其中,et,t=1、2或3表示邻接边点坐标,邻接边点表示与v在同一条边上的另一点,在一个六面体内有3个邻接边点;ft,t=1、2或3表示邻接面点坐标,邻接面点表示与v在同一个面且不在同一条边上的点,一个六面体内有3个邻接面点;c表示邻接块点坐标,邻接块点表示与v在同一个六面体网格单元内且不在同一个面上的点,在一个六面体内有1个邻接块点;则点v相邻内点的坐标vin计算公式为:
Figure FDA0002223424450000021
计算时,表示坐标的各变量取坐标系中同一坐标轴的坐标值;若要计算六面体网格单元的边点、面点或者角点坐标,只需计算出包含待求边点、面点或者角点的各个六面体网格单元上与该待求边点、面点或者角点距离最近的一个内点的坐标,然后对求出的这些内点的坐标取平均即可,即
Figure FDA0002223424450000022
计算时,表示坐标的各变量取坐标系中同一坐标轴的坐标值;其中nnew为包含待求边点、面点或者角点的六面体网格单元数量,
Figure FDA0002223424450000023
为包含待求边点、面点或者角点的第t1个六面体网格单元上与该待求边点、面点或者角点距离最近的那个内点的坐标。
4.根据权利要求1所述的实体模型的多分辨率等几何拓扑优化方法,其特征在于:对于步骤4和步骤5,首先在原始六面体网格实体模型M上进行等几何分析,然后在一次细分模型上进行拓扑优化,具体的框架如下:
Figure FDA0002223424450000031
Figure FDA0002223424450000032
Figure FDA0002223424450000033
Figure FDA0002223424450000034
或1(4)
上述框架中,在已知(2)、(3)、(4)式的条件下,要使(1)式的值最小,minimize代表求最小值,s.t代表使得;m为M的六面体单元数量,me表示M中的第e个六面体单元在细分单元中细分成的细分单元个数,Kee)为第e个六面体单元的刚度矩阵,
Figure FDA0002223424450000035
表示第e个六面体单元在细分单元中细分成的第i个细分单元的刚度矩阵,/>
Figure FDA0002223424450000036
为第e个六面体单元在细分单元中细分成的第i个细分单元的密度,ue为第e个六面体单元的位移,/>
Figure FDA0002223424450000037
为第e个六面体单元在细分单元中细分成的第i个细分单元的位移,T代表转置,r为函数符号,/>
Figure FDA0002223424450000038
为第e个六面体单元在细分单元中细分成的第i个细分单元的体积;计算/>
Figure FDA0002223424450000039
的方法为:
Figure FDA00022234244500000310
其中
Figure FDA00022234244500000311
为第e个六面体单元在细分单元中细分成的第i个细分单元未关联/>
Figure FDA00022234244500000312
时的刚度矩阵,中间变量μmin在10-9~10-7中取值,p为惩罚因子,在3~5中取值;/>
Figure FDA00022234244500000313
的计算方法为
Figure FDA00022234244500000314
其中矩阵B=(B1,B2,…,Bm′),D为矩阵符号,Ωe为六面体单元的空间,ξ、η和ζ分别为六面体单元的三个空间方向,m'为每个六面体单元在Bézier体中对应的基函数个数,
Figure FDA0002223424450000041
为第e个六面体单元在细分单元中细分成的第i个细分单元的雅可比行列式
Figure FDA0002223424450000042
Figure FDA0002223424450000043
其中,Ni',x,Ni',y,Ni',z分别为Bézier基函数Ni'在x,y,z三个方向的偏导数,E为杨氏模量,v为泊松比;
求得各细分单元的
Figure FDA0002223424450000044
后,建立一次体细分后的细分模型刚度矩阵K,并结合一次体细分后的细分模型中各细分单元的右端项建立一次体细分后的细分模型的右端项矩阵F,然后根据公式(2),通过KU=F计算出位移U;最后,通过以下公式计算第e个六面体单元在细分单元中细分成的第i个细分单元的灵敏度/>
Figure FDA0002223424450000045
Figure FDA0002223424450000046
其中,
Figure FDA0002223424450000047
为第e个六面体单元在细分单元中细分成的第i个细分单元在位移矩阵U中对应的位移。
5.根据权利要求1所述的实体模型的多分辨率等几何拓扑优化方法,其特征在于:步骤6中,取V*=0.1V,ER=0.02。
6.根据权利要求1所述的实体模型的多分辨率等几何拓扑优化方法,其特征在于:步骤8中,根据第e个六面体单元在细分单元中细分成的第i个细分单元的密度
Figure FDA0002223424450000051
最新值来更新刚度矩阵/>
Figure FDA0002223424450000052
用于计算下次迭代的全局刚度矩阵K。/>
CN201910942992.2A 2019-09-30 2019-09-30 实体模型的多分辨率等几何拓扑优化方法 Active CN110765506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910942992.2A CN110765506B (zh) 2019-09-30 2019-09-30 实体模型的多分辨率等几何拓扑优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910942992.2A CN110765506B (zh) 2019-09-30 2019-09-30 实体模型的多分辨率等几何拓扑优化方法

Publications (2)

Publication Number Publication Date
CN110765506A CN110765506A (zh) 2020-02-07
CN110765506B true CN110765506B (zh) 2023-03-31

Family

ID=69329256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910942992.2A Active CN110765506B (zh) 2019-09-30 2019-09-30 实体模型的多分辨率等几何拓扑优化方法

Country Status (1)

Country Link
CN (1) CN110765506B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114474741B (zh) * 2022-01-11 2023-07-21 西北工业大学 一种多轴无支撑3d打印曲面切片方法、装置和服务器

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1828672A (zh) * 2006-03-28 2006-09-06 中山大学 一种基于六面体插值体细分的几何数据细分方法
CN101126812A (zh) * 2007-09-27 2008-02-20 武汉大学 高分辨率遥感影像的分割和分类及变化检测一体化方法
CN109670200A (zh) * 2018-11-13 2019-04-23 华中科技大学 一种等几何材料密度场结构拓扑优化方法
CN110046327A (zh) * 2019-04-15 2019-07-23 杭州电子科技大学上虞科学与工程研究院有限公司 一种基于帕德逼近的通信误差函数逼近方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1828672A (zh) * 2006-03-28 2006-09-06 中山大学 一种基于六面体插值体细分的几何数据细分方法
CN101126812A (zh) * 2007-09-27 2008-02-20 武汉大学 高分辨率遥感影像的分割和分类及变化检测一体化方法
CN109670200A (zh) * 2018-11-13 2019-04-23 华中科技大学 一种等几何材料密度场结构拓扑优化方法
CN110046327A (zh) * 2019-04-15 2019-07-23 杭州电子科技大学上虞科学与工程研究院有限公司 一种基于帕德逼近的通信误差函数逼近方法

Also Published As

Publication number Publication date
CN110765506A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
Bhooshan Parametric design thinking: A case-study of practice-embedded architectural research
Rank et al. Geometric modeling, isogeometric analysis and the finite cell method
JP4381743B2 (ja) 境界表現データからボリュームデータを生成する方法及びそのプログラム
CN110069800B (zh) 具有光滑边界表达的三维结构拓扑优化设计方法及设备
CN105900145A (zh) 用于在计算机辅助设计模型中创建三维网格结构以进行增材制造的方法
CN105760588B (zh) 一种基于二层规则网格的sph流体表面重建方法
CN103353916B (zh) 基于工程的复合材料层合板铺层优化后处理方法
Zuo et al. Isogeometric analysis for CSG models
Wang et al. From computer-aided design (CAD) toward human-aided design (HAD): an isogeometric topology optimization approach
Sieger et al. Constrained space deformation techniques for design optimization
Gerace et al. A model-integrated localized collocation meshless method for large scale three-dimensional heat transfer problems
CN110765506B (zh) 实体模型的多分辨率等几何拓扑优化方法
Wang et al. An efficient multi-resolution topology optimization scheme for stiffness maximization and stress minimization
CN110705183A (zh) 一种带缓冲区的多层网格lbm演化方法
Smit et al. Integration of design and analysis models
Elber A review of a B-spline based volumetric representation: Design, analysis and fabrication of porous and/or heterogeneous geometries
CN110532670B (zh) 一种适分析样条实体模型构建方法及系统
Akbari et al. From design to the fabrication of shellular funicular structures
Bhooshan et al. 3D-printing, topology optimization and statistical learning: a case study
CN109872386B (zh) 一种基于stl模型精确体素化的产品物性建模方法
CN115659619A (zh) 基于等几何拓扑优化与增材制造一体化方法
CN115630542A (zh) 一种薄壁加筋结构的加筋布局优化方法
CN114419256A (zh) 基于多级抽壳算法的城市级bim数据轻量化方法及系统
Zhu et al. A Simple Automatic Hexahedron Mesh Generation and Polyhedral Smoothed Finite Element Method for Mechanics Problems
de Oliveira et al. Novel graph-based adaptive triangular mesh refinement for finite-volume discretizations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant