CN111368477B - 一种基于函数表示的3d模型内部挖孔式轻量化方法 - Google Patents

一种基于函数表示的3d模型内部挖孔式轻量化方法 Download PDF

Info

Publication number
CN111368477B
CN111368477B CN202010146901.7A CN202010146901A CN111368477B CN 111368477 B CN111368477 B CN 111368477B CN 202010146901 A CN202010146901 A CN 202010146901A CN 111368477 B CN111368477 B CN 111368477B
Authority
CN
China
Prior art keywords
model
function
optimization
given
modeling
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
CN202010146901.7A
Other languages
English (en)
Other versions
CN111368477A (zh
Inventor
王胜法
杨均
张龙飞
罗钟铉
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.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202010146901.7A priority Critical patent/CN111368477B/zh
Publication of CN111368477A publication Critical patent/CN111368477A/zh
Priority to PCT/CN2020/100320 priority patent/WO2021174734A1/zh
Priority to US17/258,019 priority patent/US20220019704A1/en
Application granted granted Critical
Publication of CN111368477B publication Critical patent/CN111368477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B29WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29CSHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30Auxiliary operations or equipment
    • B29C64/386Data acquisition or data processing for additive manufacturing
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B33ADDITIVE MANUFACTURING TECHNOLOGY
    • B33YADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00Data acquisition or data processing for additive manufacturing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/10Additive manufacturing, e.g. 3D printing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Materials Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Optics & Photonics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开一种基于函数表示的3D形状内部挖孔式轻量化方法,属于计算机辅助设计领域。首先利用函数表示并探索有效的形状优化解析计算,然后在给定外部条件约束下,通过构建能量函数模型对3D模型受力结构设计,对物体质量中心、站立稳定性、不倒翁设计和悬浮问题进行建模,并给出对应的离散化形式;最后,分别对上述建模问题进行几何优化,得到给定约束条件下优化物体内部形状。本发明使得该类孔洞结构的设计和优化周期大大缩短,并能给出理论上最优结果。本发明得到的模型内部空腔更加的平滑,不受空腔个数的限制,物体模型拥有更低的质心,同时节省了更多的材料,在设计和优化方面所消耗的时间更少。

Description

一种基于函数表示的3D模型内部挖孔式轻量化方法
技术领域
本发明属于计算机辅助设计、工程设计与制造技术领域,涉及一种基于函数表示的3D模型内部挖孔式轻量化方法,适用于一般性的部件内部空心化的设计和优化,特别是适用于3D打印物体的空心优化。
背景技术
内部空心化是一种有效的轻量化方法,满足功能用途的同时无需更改3D对象的外部形状。该方式可以大幅减少材料使用和制造成本,被广泛用于环保、省材等领域。但是已有的方法存在局部自相交,形状表示不光滑,难以准确描述内部复杂结构等问题。如何避免出现自相交的问题,同时对3D物体的内部孔洞形状描述更准确、更光滑,以及更加便于计算,是对3D物体空心化优化方法进行改进的关键点。
发明内容
基于上述问题,本发明提出一种基于函数表示的形状空心化优化设计方案。首先,用函数表示带空腔的3D物体模型,然后利用函数的连续性和可微性等,对物体结构进行分析、建模和优化,提供一套高效的设计和优化框架。该框架直接在函数上执行,可以应用到各种形状优化问题中,如应力问题、平衡问题、浮力问题等。关键思想是充分利用函数表示,探索挖孔形状优化问题的全自动高效解析计算,从而避免耗时的网格化。具体地,首先,将给定其它形式的边界的表面(如三角网格表示)转换为函数表示,此时使用径向基函数(RBF)来构造内外表面的表示函数,其它函数表示也可以使用;通过连续函数距离场定义和表示内外表面之间的实体部分,不再需要使用曲面偏移或需要骨架等操作。
因此,本发明方法具有更大的可用设计空间,而传统的边界表示中的自交问题,可以通过合并内表面来避免。另外,优化框架的所有过程都可以直接在函数上执行,不必再网格化处理,是一个更高效、准确的表示和优化解决方案。可以将本发明的方法应用到了包括结构强度、站立稳定性、不倒翁和浮力目标等优化和优化问题。
本发明的技术方案:
一种基于函数表示的3D模型内部挖孔式轻量化方法,具体步骤如下:
(一)具有空腔的3D模型形状函数表示
具有空腔的3D模型表示为φo(r)≥0,φo(r)是模型的表示函数:
Figure BDA0002401072780000021
其中,r=(x,y,z)是模型上点的坐标,
Figure BDA0002401072780000026
是物体的外表面函数,
Figure BDA0002401072780000022
Figure BDA0002401072780000023
是物体的内表面函数;t(r)≥0表示厚度,是一个连续函数,表示如下:
Figure BDA0002401072780000024
其中,Rij=R(|Pi-Pj|)是径向基函数,表示Pi点与Pj之间的距离,
Figure BDA0002401072780000025
是在模型外表面均匀采样,nc是控制点的个数(一般取值在[200,500]),Q(r)=b1x+b2y+b3z+b4是一个偏置项,{ai}是Ri(r)的权重,{bi}是偏置项Q(r)中的权重。由于不对3D物体的外表面进行改动,在后面公式优化时只需要对采样点和权重进行一次计算即可。
(二)基于函数表示的3D模型内部挖孔式轻量化建模及优化
给定模型受力及边界条件,通过3D物体的函数表述对给定问题进行建模,使得在给定的材料体积和边界约束情况下,尽可能的减少材料,具体步骤如下:
1.问题建模
1.1应力问题模型建立
对于给定模型受力和边界条件,应力问题模型建立如下:
Figure BDA0002401072780000031
Figure BDA0002401072780000032
Figure BDA0002401072780000033
Figure BDA0002401072780000034
其中,ΩM为给定模型M所占的整个区域,φo(*)为模型表示函数,f为体积力,s为定义在黎曼边界τs上的表面力,S是黎曼边界τs的面积,u是位移场,v是定义在区域ΩM上的测试函数,Uad={v|v∈Sob1M),v=0on τu},Sob1为一阶soblev空间,ε为二阶线性应变张量,
Figure BDA0002401072780000039
为四阶弹性张量,其由弹性模量和泊松分布决定;
Figure BDA00024010727800000310
为定义在狄利克雷边界τu上的位移约束,V是模型M的体积,
Figure BDA0002401072780000038
是体积约束值,H(x)为规则化的Heaviside函数表示为:
Figure BDA0002401072780000035
其中α,β是阈值参数,通常取α=0.0001,β=0.001。
1.2质量和中心问题模型建立
对于3D物体的质量和中心问题,模型质量m和质心c分别表示如下:
m=M1 (5)
Figure BDA0002401072780000036
其中,
Figure BDA0002401072780000037
φo(r)是模型的表示函数,ΩM为给定模型M所占的整个区域,V是模型M的体积,H(x)为规则化的Heaviside函数。
1.2.1物体站立稳定性模型
对于物体站立稳定性,模型建立如下:
Figure BDA0002401072780000041
s.t.(cx+cy)2-(r-ε)2≤0
其中,t(r)≥0表示待求厚度函数,S(t)是目标函数,最小化S(t)使物体的质心尽可能低,cx,cy,cz分别是物体在x,y,z方向上的质心,r是接触点凸包的最大内切圆的半径,ε是安全系数(通常ε=0.1)。
1.2.2不倒翁模型
对于3D不倒翁问题,模型问题建立如下:
Figure BDA0002401072780000042
s.t.cx=0
cy=0
cz-r+ε≤0
其中,t(r)≥0表示待求厚度函数,R(t)是目标函数,最小化R(t)使物体在z轴方向上的质心尽可能低,cx,cy,cz分别是物体在x,y,z方向上的质心,r是接触点凸包的最大内切圆的半径,ε是安全系数(默认ε=0.1)。
1.2.3浮力模型
对于3D模型浮力问题,模型建立如下:
mint(r)B(t)=(ρlVlmVm)2 (9)
s.t.cx-cbuoy,x=0
cy-cbuoy,y=0
cz-cbuoy,z≤0
其中,t(r)≥0表示待求厚度函数,B(t)是目标函数,B(t)=0表示物体悬浮于水中,cx,cy,cz分别是物体在x,y,z方向上的质心,ρl是液体的密度,Vl是物体沉在给定液体下的体积,ρm是物体的密度,Vm是物体的体积,cbuoy,x,cbuoy,y,cbuoy,z分别是对应液体被浸占空间在x,y,z方向上的质心。
2.问题优化
针对上述建模问题,一种改进的有限元方法可以用于对该类问题进行求解。只需用有限个单元作为积分单位即可。为了提升效率,本发明采用粗细单元策略,即,每个粗单元内部再进一步划分更多细单元(例如,每个粗网格内部有27个细单元)。进而,通过对上述问题进行离散化计算,得到变量的敏感度分析(见公式(11)),最终代入求解器(例如,Method of Moving Asymptotes)得出优化结果。
具体地,基于上述模型表示和问题建模,只需计算厚度函数t(r)在控制点处对应参数值
Figure BDA0002401072780000051
即可,厚度函数t(r)表示为:
Figure BDA0002401072780000052
其中,Ni(r)=[RQ]U-1,Ri,j=R(|Pi-Pj|)是径向基函数,表示Pi点与Pj之间的距离,Q是对应偏执项的偏执矩阵,
Figure BDA0002401072780000053
nc是控制点的个数。进而,上述模型优化问题就转换为了对参数
Figure BDA0002401072780000054
的优化问题。因此,通过对目标函数和约束函数关于优化变量进行求导,如下:
Figure BDA0002401072780000055
Figure BDA0002401072780000056
Figure BDA0002401072780000057
Figure BDA0002401072780000058
Figure BDA0002401072780000061
其中,Nb为细积分单元个数。
将公式(11)的计算代入求解器得出优化
Figure BDA0002401072780000062
得到最终的优化模型,即给定约束条件下优化的物体内部形状。
本发明的有益效果:
面向3D打印的3D物体的空心化轻量化,可以用于优化应力结构、物体站立稳定性,不倒翁的设计,液体中浮力等实际应用。本发明提出一种用函数表示空心物体的方法,在函数表示的基础上,对模型进行问题建模和优化。本发明使得带空腔的物体的设计和优化周期大大缩短,并能给出理论上最优结果。本发明设计的带空腔的物体在满足约束条件下,能够得到更加节省材料,具有更大的空腔体积的模型。另外,由于本发明直接在函数上操作避免了传统有限元优化方法中耗时的网格化,分析和优化效率更加高效。这些优良性质确保了所设计优化的3D物体的适用性和可制造性。
附图说明
图1是本发明的流程图;
图2是采用本发明方法轻量化结果图(深色部分为空心部分);其中,(a)应力优化结果;(b)站立稳定性优化结果;(c)不倒翁优化结果;(d)浮力问题结果。
具体实施方式
以下结合附图和技术方案,进一步说明本发明的具体实施方式。
如图1所示,为本发明的流程示意图,本实施例以站立稳定性为例说明本发明具体实施,可分为带孔洞的3D模型函数表示,问题模型建立,以及优化求解三个主要步骤:
(一)3D模型函数表示
为了得到表示模型内外曲面的插值函数,需要求出公式(2)中插值函数中的权重{ai}和{bi}的值。取外部控制点的函数值f=1,内部控制点的函数值f=-1,在模型表面的控制点的函数值f=0。使用RBF径向基函数,算出控制点之间的距离值Rij=R(|Pi-Pj|),将控制点坐标,控制点之间距离值和控制点对应函数值f代入到插值函数:
Figure BDA0002401072780000071
由此,得到权重{ai}和{bi}的值。均匀取模型外表面的控制点的子集
Figure BDA0002401072780000072
(nc=500,ti为控制点处函数值),由公式(10)得到连续厚度控制函数:
Figure BDA0002401072780000073
模型外表面函数
Figure BDA0002401072780000074
内表面函数
Figure BDA0002401072780000075
进而,3D模型的函数表示为:
Figure BDA0002401072780000076
(二)3D模型的建模及优化
1.问题建模:
对于给定模型受力和边界条件,以结构能量最小化为目标,以模型体积、受力及边界条件为约束,应力问题模型带入公式(5)、(6)和(7)得到如下建模:
Figure BDA0002401072780000077
(cx+cy)2-(r-ε)2≤0
2.优化求解
使用有限元分析法划分粗细网格之后,上述模型优化问题就转换为了对参数
Figure BDA0002401072780000078
的优化问题。因此,通过对目标函数
Figure BDA0002401072780000079
和约束条件s.t.(cx+cy)2-(r-ε)2≤0)关于优化变量进行求导可得到:
Figure BDA0002401072780000081
Figure BDA0002401072780000082
Figure BDA0002401072780000083
Figure BDA0002401072780000084
Figure BDA0002401072780000085
将上述求导公式代入MMA求解器得出优化
Figure BDA0002401072780000086
得到最终的优化模型。
轻量化结果如图2所示。
使用上述方法在不同3D模型上进行计算,实验均可以达到理想效果。从结果来看,本发明使得该类孔洞结构的设计和优化周期大大缩短,并能给出理论上最优结果。本发明得到的模型内部空腔更加的平滑,不受空腔个数的限制,物体模型拥有更低的质心,同时节省了更多的材料,在设计和优化方面所消耗的时间更少。

Claims (1)

1.一种基于函数表示的3D模型内部挖孔式轻量化方法,其特征在于,具体步骤如下:
(一)具有空腔的3D模型形状函数表示
具有空腔的3D模型表示为φo(r)≥0,φo(r)是模型的表示函数:
Figure FDA0003062173800000011
其中,r=(x,y,z)是模型上点的坐标,
Figure FDA0003062173800000012
是物体的外表面函数,
Figure FDA0003062173800000013
Figure FDA0003062173800000014
是物体的内表面函数;t(r)≥0表示厚度,是一个连续函数,表示如下:
Figure FDA0003062173800000015
其中,Rij=R(|Pi-Pj|)是径向基函数,表示Pi点与Pj之间的距离,
Figure FDA0003062173800000016
是在模型外表面均匀采样,nc是控制点的个数,Q(r)=b1x+b2y+b3z+b4是一个偏置项,{ai}是Ri(r)的权重,{bi}是偏置项Q(r)中的权重;
(二)基于函数表示的3D模型内部挖孔式轻量化建模及优化
给定模型受力及边界条件,通过3D物体的函数表述对给定问题进行建模,使得在给定的材料体积和边界约束情况下,尽可能的减少材料,具体步骤如下:
1.问题建模
1.1应力问题模型建立
对于给定模型受力和边界条件,应力问题模型建立如下:
Figure FDA0003062173800000017
Figure FDA0003062173800000018
Figure FDA0003062173800000019
Figure FDA00030621738000000110
其中,ΩM为给定模型M所占的整个区域,φo(*)为模型表示函数,f为体积力,s为定义在黎曼边界τs上的表面力,S是黎曼边界τs的面积,u是位移场,v是定义在区域ΩM上的测试函数,Uad={v|v∈Sob1M),v=0 on τu},Sob1为一阶soblev空间,ε为二阶线性应变张量,
Figure FDA0003062173800000027
为四阶弹性张量,其由弹性模量和泊松分布决定;
Figure FDA0003062173800000021
为定义在狄利克雷边界τu上的位移约束,V是模型M的体积,
Figure FDA0003062173800000022
是体积约束值,H(x)为规则化的Heaviside函数表示为:
Figure FDA0003062173800000023
其中α,β是阈值参数;
1.2质量和中心问题模型建立
对于3D物体的质量和中心问题,模型质量m和质心c分别表示如下:
m=M1 (5)
Figure FDA0003062173800000024
其中,
Figure FDA0003062173800000025
φo(r)是模型的表示函数,ΩM为给定模型M所占的整个区域,V是模型M的体积,H(x)为规则化的Heaviside函数;
1.2.1物体站立稳定性模型
对于物体站立稳定性,模型建立如下:
Figure FDA0003062173800000026
s.t.(cx+cy)2-(r-ε)2≤0
其中,t(r)≥0表示待求厚度函数,S(t)是目标函数,最小化S(t)使物体的质心尽可能低,cx,cy,cz分别是物体在x,y,z方向上的质心,r是接触点凸包的最大内切圆的半径,ε是安全系数;
1.2.2不倒翁模型
对于3D不倒翁问题,模型问题建立如下:
Figure FDA0003062173800000031
s.t.cx=0
cy=0
cz-r+ε≤0
其中,t(r)≥0表示待求厚度函数,R(t)是目标函数,最小化R(t)使物体在z轴方向上的质心尽可能低,cx,cy,cz分别是物体在x,y,z方向上的质心,r是接触点凸包的最大内切圆的半径,ε是安全系数;
1.2.3浮力模型
对于3D模型浮力问题,模型建立如下:
Figure FDA0003062173800000032
s.t.cx-cbuoy,x=0
cy-cbuoy,y=0
cz-cbuoy,z≤0
其中,t(r)≥0表示待求厚度函数,B(t)是目标函数,B(t)=0表示物体悬浮于水中,cx,cy,cz分别是物体在x,y,z方向上的质心,ρl是液体的密度,Vl是物体沉在给定液体下的体积,ρm是物体的密度,Vm是物体的体积,cbuoy,x,cbuoy,y,cbuoy,z分别是对应液体被浸占空间在x,y,z方向上的质心;
2.问题优化
采用粗细单元策略对问题模型进行求解,即,每个粗单元内部再进一步划分更多细单元;通过对问题进行离散化计算,得到变量的敏感度分析,最终代入求解器得出优化结果;具体如下:
对于问题建模,需计算厚度函数t(r)在控制点处对应参数值
Figure FDA0003062173800000041
厚度函数t(r)表示为:
Figure FDA0003062173800000042
其中,Ni(r)=[RQ]U-1,Ri,j=R(|Pi-Pj|)是径向基函数,表示Pi点与Pj之间的距离,Q是对应偏执项的偏执矩阵,
Figure FDA0003062173800000043
nc是控制点的个数;模型优化问题就转换为对参数
Figure FDA0003062173800000044
的优化问题,通过对目标函数和约束函数关于优化变量进行求导,如下:
Figure FDA0003062173800000045
Figure FDA0003062173800000046
Figure FDA0003062173800000047
Figure FDA0003062173800000048
Figure FDA0003062173800000049
其中,Nb为细积分单元个数;
将公式(11)的计算代入求解器得出优化
Figure FDA00030621738000000410
得到最终的优化模型,即给定约束条件下优化的物体内部形状。
CN202010146901.7A 2020-03-05 2020-03-05 一种基于函数表示的3d模型内部挖孔式轻量化方法 Active CN111368477B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010146901.7A CN111368477B (zh) 2020-03-05 2020-03-05 一种基于函数表示的3d模型内部挖孔式轻量化方法
PCT/CN2020/100320 WO2021174734A1 (zh) 2020-03-05 2020-07-06 一种基于函数表示的3d模型内部挖孔式轻量化方法
US17/258,019 US20220019704A1 (en) 2020-03-05 2020-07-06 3d object internal hollowing form lightweight method based on function representation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010146901.7A CN111368477B (zh) 2020-03-05 2020-03-05 一种基于函数表示的3d模型内部挖孔式轻量化方法

Publications (2)

Publication Number Publication Date
CN111368477A CN111368477A (zh) 2020-07-03
CN111368477B true CN111368477B (zh) 2021-07-06

Family

ID=71210321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010146901.7A Active CN111368477B (zh) 2020-03-05 2020-03-05 一种基于函数表示的3d模型内部挖孔式轻量化方法

Country Status (3)

Country Link
US (1) US20220019704A1 (zh)
CN (1) CN111368477B (zh)
WO (1) WO2021174734A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111368477B (zh) * 2020-03-05 2021-07-06 大连理工大学 一种基于函数表示的3d模型内部挖孔式轻量化方法
CN112749492B (zh) * 2021-01-18 2022-09-20 大连理工大学 一种壳体结构上的雕刻优化设计方法
CN113361045B (zh) * 2021-07-16 2024-02-20 大连理工大学 基于自支撑椭球空腔结构的设计和优化方法
CN117876553B (zh) * 2024-03-11 2024-05-14 中国科学院近代物理研究所 一种基于3de的加速器模型轻量化方法及设备

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4662404B2 (ja) * 2001-04-25 2011-03-30 大日本印刷株式会社 孔形状モデル化装置
US9902114B2 (en) * 2014-01-09 2018-02-27 Siemens Product Lifecycle Management Software Inc. Method for creating three dimensional lattice structures in computer-aided design models for additive manufacturing
US9688029B2 (en) * 2014-08-19 2017-06-27 Autodesk, Inc. Support posts for improved flexural strength in 3D-printed objects
CN104881514B (zh) * 2015-04-17 2017-10-17 大连理工大学 一种面向3d打印的壳状部件轻量化建模系统
CN107885945B (zh) * 2017-11-22 2020-10-20 大连理工大学 面向3d打印的多尺度孔洞结构轻量化建模方法
US10933623B2 (en) * 2018-06-04 2021-03-02 Disney Enterprises, Inc. Optimizing 3D printed large-scale structures under worst-case loads
CN109145427B (zh) * 2018-08-14 2021-02-26 大连理工大学 一种基于三周期极小曲面的多孔结构设计与优化方法
CN109446549B (zh) * 2018-09-13 2022-09-20 大连理工大学 一种适用于3d打印的复杂结构彩色灯罩设计与实现方法
US10635088B1 (en) * 2018-11-09 2020-04-28 Autodesk, Inc. Hollow topology generation with lattices for computer aided design and manufacturing
CN110321612B (zh) * 2019-06-25 2022-06-07 西北工业大学 一种复合材料耐压壳体轻量化优化设计方法
CN111368477B (zh) * 2020-03-05 2021-07-06 大连理工大学 一种基于函数表示的3d模型内部挖孔式轻量化方法

Also Published As

Publication number Publication date
WO2021174734A1 (zh) 2021-09-10
CN111368477A (zh) 2020-07-03
US20220019704A1 (en) 2022-01-20

Similar Documents

Publication Publication Date Title
CN111368477B (zh) 一种基于函数表示的3d模型内部挖孔式轻量化方法
AU2019442319B2 (en) Structural topology optimization method based on material-field reduction series expansion
CN112016167B (zh) 基于仿真和优化耦合的飞行器气动外形设计方法及系统
Wang et al. Concurrent two-scale topological design of multiple unit cells and structure using combined velocity field level set and density model
Wei et al. A study on X-FEM in continuum structural optimization using a level set model
CN104866673B (zh) 一种轴压加筋柱壳的开口补强方法
Liu et al. Parameterized level-set based topology optimization method considering symmetry and pattern repetition constraints
CN109344524B (zh) 一种薄板结构加强筋分布优化方法
CN111859693A (zh) 一种高效的多孔结构表示和优化方法
CN112182929A (zh) 一种考虑尺寸控制的多孔材料跨尺度可靠性拓扑优化方法
CN112749492B (zh) 一种壳体结构上的雕刻优化设计方法
CN110569519B (zh) 考虑非设计域的三维连续体结构动静力学性能拓扑优化设计方法
Duru et al. CNNFOIL: Convolutional encoder decoder modeling for pressure fields around airfoils
CN113191040A (zh) 一种考虑结构稳定性的单材料结构拓扑优化方法和系统
CN113935086B (zh) 一种基于计算机视觉和深度学习的结构智能设计方法
CN114239330B (zh) 基于深度学习的大跨度网壳结构形态创建方法
Oishi et al. Finite elements using neural networks and a posteriori error
CN112131770B (zh) 一种考虑可靠性的功能梯度连续体结构轻量化设计方法
Liu et al. An efficient data-driven optimization framework for designing graded cellular structures
Ning et al. Physics-informed neural network frameworks for crack simulation based on minimized peridynamic potential energy
CN111797447B (zh) 一种复杂地基混凝土坝孔道配筋方法
WO2023283928A1 (zh) 基于自支撑椭球空腔结构的设计和优化方法
CN115564136A (zh) 一种地热历史拟合和产能预测方法
CN108763604B (zh) 一种求解含区间参数复合材料结构静力学响应的径向基神经网络配点方法
Piperni et al. Singlepoint and multipoint robust design of airfoils using CST functions

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