CN112182739A - 一种飞行器结构非概率可信可靠性拓扑优化设计方法 - Google Patents

一种飞行器结构非概率可信可靠性拓扑优化设计方法 Download PDF

Info

Publication number
CN112182739A
CN112182739A CN202010884833.4A CN202010884833A CN112182739A CN 112182739 A CN112182739 A CN 112182739A CN 202010884833 A CN202010884833 A CN 202010884833A CN 112182739 A CN112182739 A CN 112182739A
Authority
CN
China
Prior art keywords
reliability
probability
credibility
displacement
interval
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.)
Pending
Application number
CN202010884833.4A
Other languages
English (en)
Inventor
王晓军
倪博文
李云龙
王磊
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN202010884833.4A priority Critical patent/CN112182739A/zh
Publication of CN112182739A publication Critical patent/CN112182739A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种飞行器结构非概率可信可靠性拓扑优化设计方法。该方法针对飞行器结构在复杂服役环境和有限样本条件下,充分考虑结构弹性参数和载荷等不确定性参数影响,开展非概率可信可靠性拓扑优化设计。首先建立给定可信度水平下的非概率可信可靠性约束指标,接着以结构质量为优化目标,以单元的相对密度作为设计变量,采用移动渐近线优化算法,通过迭代获得结构在给定载荷和边界条件下的最优构型。本发明在进行拓扑优化设计的过程中合理表征了有限试验样本条件下不确定性对结构构型的影响,兼顾了安全性和经济性。

Description

一种飞行器结构非概率可信可靠性拓扑优化设计方法
技术领域
本发明涉及结构拓扑优化设计技术领域,特别涉及一种飞行器结构非概率可信可靠性拓扑优化设计方法,该方法考虑了在给定可信度下材料弹性模量、结构外载荷和许用位移等参数的不确定性,建立了非概率可信可靠性指标,并基于SIMP插值模型对飞行器结构进行拓扑优化。
背景技术
随着科技水平、计算机技术及装备制造能力的快速提升,未来先进飞行器结构的设计理念将产生巨大变革。作为整个设计的前端,飞行器结构总体布局方案的优选对后续细节设计影响深远,以拓扑优化思想为牵引的智能优化技术应用价值凸显。然而,考虑实际飞行器设计和使用过程中不可规避的不确定性效应,常规确定性的分析和优化方法不再适用,亟待发展以可靠性约束为驱动的创新式设计流程和方法。结合实际航空航天工程所面临的复杂服役环境和有限样本数据情况,数据的分布规律无从获得,因此使得基于概率理论的数据处理可信度降低。基于非概率理论的可靠性分析优化方法在各领域的应用正广泛开展,但均有待深入,也缺乏对于可信度的评估。
发明内容
本发明要解决的技术问题是:针对飞行器结构,克服现有技术的不足,提供一种针对飞行器结构的非概率可信可靠性拓扑优化设计方法。本发明充分考虑实际工程问题中各类不确定因素的影响,构建含可信度的非概率可靠性分析指标,所得到的结果更加符合真实情况,工程适用性更强。
本发明采用的技术方案为:一种飞行器结构非概率可信可靠性拓扑优化设计方法,该方法实现步骤如下:
第一步:根据飞行器复杂服役环境和结构材料属性,选取描述结构特性或外载荷的不确定性参数,如结构整体刚度区间矩阵KI、载荷区间向量FI和位移区间向量uI,按照设计要求给定可信度水平α和该可信度下对应的可靠度许用值即可信可靠度Rα,targ
第二步:根据有限元平衡方程KIuI=FI以及位移关于弹性模量和载荷的单调性,认为当不确定性参数的可信度水平给定时,在相应的定量区间下得到的响应区间具有同样的置信度使用区间参数顶点组合法,求出结构位移在有界不确定性参数影响下的上下界:
Figure BDA0002655244250000021
其中
Figure BDA0002655244250000022
Figure BDA0002655244250000023
为第j个位移约束的实际位移区间,上标qi=1,2,当qi=1时表示对应值取下界,当qi=2时表示对应值取上界,即
Figure BDA0002655244250000024
(K-1)2K -1,Fi 1F i
Figure BDA0002655244250000025
i=1,2,…,n;n为自然数,r=1,2,…,2n
第三步:基于结构非概率集合可靠性模型,建立给定可信度水平α下位移约束的非概率可信可靠性模型,标准化实际位移区间和安全位移区间,使其区间范围为[-1,1]:
Figure BDA0002655244250000026
其中δuj,a
Figure BDA0002655244250000027
为标准化的第j个位移约束的实际位移和实际位移区间,δuj,s
Figure BDA0002655244250000028
分别为标准化的第j个位移约束的安全位移和安全位移区间,
Figure BDA0002655244250000029
Figure BDA00026552442500000210
分别为实际位移区间和安全位移区间的中值,
Figure BDA00026552442500000211
Figure BDA00026552442500000212
为相应的区间半径,根据结构功能函数:
Φ(uj,s,uj,a)=uj,s-uj,a
来判断结构是否安全,当Φ<0时结构失效,当Φ≥0时结构安全;
第四步:在非概率可信可靠度Rα的基础上引入另一个约束指标:可信可靠性特征距离dα,其定义为:给定可信度水平α下,原失效平面到目标失效平面的距离。其中目标失效平面是与原失效平面平行的平面,并且其可信可靠度Rα,targ为一给定值;
第五步:基于经典的变密度拓扑优化SIMP(solid isotropic material withpenalization)模型,使用第四步得到的非概率可信可靠度指标即可信可靠性特征距离dα作为约束,建立飞行器结构非概率可信可靠性的拓扑优化列式如下:
Figure BDA00026552442500000213
其中,M是结构设计域的质量,Vi为第i个单元的体积,N为设计域划分的单元总数,ρi表示第i个单元的密度,dα,j是第j个约束在给定可信度水平α下的可靠性,m为约束的个数。ρ为单元相对密度的下限,是为了防止刚度矩阵奇异而预设的一个小值;
第六步:采用伴随向量法求解位移上下界的灵敏度,再根据复合函数的链式求导法则得到非概率可信可靠性约束dα的灵敏度;
第七步:采用移动渐近线优化算法(Method of Moving Asymptotes),以最小化结构质量为目标,以可信可靠性特征距离dα为约束,利用可信可靠性dα和结构质量的灵敏度进行迭代求解,在迭代过程中,如果当前设计不满足可靠度约束dα<0,或前后两个迭代步的设计变量变化绝对值之和大于容差ε时,则迭代步数加一,并返回步骤二,否则,进行下一步;
第八步:如果当前设计满足可信可靠性特征距离dα<0,而且前后两个迭代步的设计变量变化绝对值之和小于容差ε时,则迭代结束,得到飞行器结构非概率可信可靠性拓扑优化设计的最优构型。
有益效果
本发明与现有技术相比的优点在于:本发明提供了一种针对飞行器结构的考虑可信度下的非概率可靠性拓扑优化设计新方法,弥补和完善了传统安全系数法和未评估可信度的非概率设计方法的局限性。所建立的非概率可信可靠性指标为复杂服役环境和小样本试验数据条件下飞行器结构拓扑优化设计提供了一种新的解决途径,提高了结构可靠性拓扑优化设计的合理性。
附图说明
图1是本发明针对飞行器结构非概率可信可靠性拓扑优化设计方法流程图;
图2是本发明中所用到的非概率可信可靠性模型的一维干涉示意图;
图3是本发明中所用到的不同可信度集合下的非概率可靠性模型的二维干涉示意图;
图4是本发明中所用到的给定可信度下参数标准化后的非概率可靠性模型的二维干涉示意图;
图5是本发明所用到的非概率可信可靠性模型的六种不同的干涉情况示意图;
图6是本发明所用的非概率可信可靠性指标即可信可靠性特征距离dα的示意图;
图7是本发明所用的可信可靠性约束指标dα在计算时的临界斜率示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅为本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
如图1所示,本发明提出了一种飞行器结构非概率可信可靠性拓扑优化设计方法,包括以下步骤:
(1)根据飞行器复杂服役环境和结构材料属性,选取描述结构特性或外载荷的不确定性参数,如结构整体刚度区间矩阵KI、载荷区间向量FI和位移区间向量uI,按照设计要求给定可信度α和该可信度下对应的可靠度许用值Rα,targ
(2)根据有限元平衡方程有:
KIuI=FI (1)
由于控制方程是线性的,所以可以采用下面的区间参数顶点法来求解
Figure BDA0002655244250000041
中任意分量
Figure BDA0002655244250000042
的上下界。通常认为在进行不确定性传播分析时,并不会损失可信度,即当不确定性变量的可信度水平一定时,在相应的定量区间下得到的响应区间具有同样的可信度。
区间参数顶点法定义如下:如果f(x1,x2,…,xn)对自变量xi(i=1,2,…,n)是单调的,将自变量考虑为区间变量时,即:
Figure BDA0002655244250000043
由函数的单调性可知,f的取值范围为:
Figure BDA0002655244250000044
其中r为顶点(区间两端点)组合序数,
Figure BDA0002655244250000045
ki=1,2,i=1,2,…,n;r=1,2,…,2n
所以,根据区间参数顶点法,得到第j个约束对应的位移
Figure BDA0002655244250000046
的取值区间为:
Figure BDA0002655244250000047
其中
Figure BDA0002655244250000048
Figure BDA0002655244250000049
为第j个位移约束的实际位移区间,上标qi=1,2,当qi=1时表示对应值取下界,当qi=2时表示对应值取上界,即
Figure BDA00026552442500000410
(K-1)2K -1,Fi 1F i
Figure BDA00026552442500000411
i=1,2,…,N;
(3)通过步骤(2)求出位移区间的上下界之后,基于结构非概率集合可靠性模型,建立给定可信度α下位移约束的非概率可信可靠性模型。
设uj,a为第j个位移约束的实际位移,uj,s为第j个位移约束的安全位移,在不确定性因素影响下,位移为区间变量,即:
Figure BDA0002655244250000051
如图2所示,以上两个区间在同一数轴上表示的时候,将会有干涉的可能。图中
Figure BDA0002655244250000052
Figure BDA0002655244250000053
分别为实际位移区间和安全位移区间的中值。设结构极限状态函数为:
Φ(uj,s,uj,a)=uj,s-uj,a (6)
其失效平面或极限状态平面为:
Φ(uj,s,uj,a)=uj,s-uj,a=0 (7)
当Φ(uj,s,uj,a)≥0时表示结构满足约束条件,当Φ(uj,s,uj,a)<0时表示结构不满足约束条件。不同可信度下结构的非概率干涉模型如图3所示。
对实际位移和安全位移区间变量uj,a∈uj,a I、uj,s∈uj,s I做标准化变换:
Figure BDA0002655244250000054
其中,
Figure BDA0002655244250000055
为区间半径。则经过标准化变换,得到标准化的实际位移和安全位移区间δuj,a∈[-1,1],δuj,s∈[-1,1]。将上式代入失效平面方程,有:
Figure BDA0002655244250000056
由此可以得到δuj,s和δuj,a之间的关系式为:
Figure BDA0002655244250000057
将上式在直角坐标系中画出,并标示出δuj,s和δuj,a的取值范围,如图4所示。
将给定可信度下满足约束条件的区域面积SABFED与变量区域的总面积SABCD之比定义为结构的非概率可信可靠度Rα。针对图5所示失效平面与变量区域相交的情况求解Rα。首先求解出失效平面与直线δuj,s=-1的交点,令式(10)中δuj,s=-1,可得δuj,a为:
Figure BDA0002655244250000058
Figure BDA0002655244250000061
可解得
Figure BDA0002655244250000062
接着求出失效平面与直线δuj,a=1的交点,令式(10)中δuj,a=1,可求解出:
Figure BDA0002655244250000063
Figure BDA0002655244250000064
可解得
Figure BDA0002655244250000065
由以上两个交点的坐标,可求得给定可信度下结构非概率可靠度Rα的表达式为:
Figure BDA0002655244250000066
把式(11)和式(12)代入式(13),得:
Figure BDA0002655244250000067
同理可求得其余五种失效平面与变量区域相交形式下结构非概率可信可靠度Rα的表达式为:
Figure BDA0002655244250000068
(4)由于非概率可信可靠度Rα在某些情况下为常数,对于梯度优化算法来说将会难以找到正确的优化方向,因此在非概率可信可靠度Rα的基础上引入另一个约束指标:可信可靠性特征距离dα,如图6所示,dα的定义为:给定可信度水平α下,原失效平面到目标失效平面的距离。其中目标失效平面是与原失效平面平行的平面,并且其可信可靠度Rα,targ为一给定值。
如图7所示,由于目标非概率可信可靠度一般接近1,故目标失效平面一般位于变量区域的右下角,图示为目标失效平面与变量区域相交形式的两种临界情况。首先计算临界情况下失效平面的斜率。对于k1,有(2×2/k1×1/2)/4=1-Rα,targ,解得
Figure BDA0002655244250000071
同理可得k2=2(1-Rα,targ)。当失效平面的斜率取不同的值的时候,考虑其与临界斜率的大小关系,根据平行直线的距离公式求出可信可靠性特征距离dα的表达式。对第j个约束有:
Figure BDA0002655244250000072
当dα>0时,失效平面在与目标非概率可信可靠度Rα,targ对应的目标失效平面上方,此时由于安全区域的面积小于目标值,对应的非概率可信可靠度Rα<Rα,targ,不满足设计要求。当dα<0时,失效平面在与目标非概率可信可靠度Rα,targ对应的目标失效平面下方,此时由于安全区域的面积大于等于目标值,对应的非概率可信可靠度Rα>Rα,targ,满足设计要求;
(5)基于经典的变密度拓扑优化SIMP模型,使用第四步得到的非概率可信可靠性指标即可信可靠性特征距离dα≤0作为约束,建立飞行器结构非概率可信可靠性的拓扑优化列式如下:
Figure BDA0002655244250000073
其中,M是结构设计域的质量,Vi为第i个单元的体积,N为设计域划分的单元总数,ρi表示第i个单元的密度,dα,j是第j个约束在给定可信度水平α下的优化特征距离,m为约束的个数。ρ为单元相对密度的下限,是为了防止刚度矩阵奇异而预设的一个小值;
(6)本发明采用移动渐进线方法(MMA)这一梯度优化算法求解优化问题,因此需要获取目标函数和约束函数对设计变量的偏导数,即进行灵敏度分析。由于本发明的设计变量远多于约束函数个数,采用差分的方式求解灵敏度会带来巨额计算量。针对这一特点,本发明采用伴随向量法进行约束函数对设计变量的灵敏度分析。
由复合函数链式求导法则,对于第j(j=1,2,…,m)个约束,其可信可靠性特征距离dj对单个设计变量ρi(i=1,2,…,N)的偏导数为:
Figure BDA0002655244250000081
其中:
Figure BDA0002655244250000082
Figure BDA0002655244250000083
其中
Figure BDA0002655244250000084
Figure BDA0002655244250000085
可以通过式(19)和式(20)直接计算,而
Figure BDA0002655244250000086
Figure BDA0002655244250000087
则无法直接求解,需要构造如下的约束函数的增广拉格朗日函数进行间接求解:
Figure BDA0002655244250000088
其中,λj(j=1,2,…,m)为拉格朗日乘子向量,也被称为伴随向量。由于F-Ku=0,故
Figure BDA0002655244250000089
上式对设计变量ρi求全导数得:
Figure BDA00026552442500000810
其中:
Figure BDA00026552442500000811
上式对任意λj均成立,因此可以选取适当λj的使得
Figure BDA00026552442500000812
所在项的系数为零,即令:
Figure BDA0002655244250000091
利用刚度矩阵的对称性可以将上式改为:
Figure BDA0002655244250000092
则通过给有限元模型施加虚拟载荷
Figure BDA0002655244250000093
所求得的位移即为λj。求解出λj后,约束点位移上下界对设计变量的灵敏度则由下式给出:
Figure BDA0002655244250000094
其中
Figure BDA0002655244250000095
分别为对应于
Figure BDA0002655244250000096
的伴随向量、单元刚度矩阵和位移向量,λ jK ju j分别为对应于u j,a的伴随向量、总体刚度矩阵和位移向量。在本发明的优化模型中,载荷F不随设计变量变化,即
Figure BDA0002655244250000097
则上式可以改写为:
Figure BDA0002655244250000098
此外,目标函数M对设计变量的偏导为:
Figure BDA0002655244250000099
(7)采用MMA优化算法进行迭代计算,根据当前的单元设计变量、约束函数dα,j对设计变量的灵敏度、目标函数M对设计变量的灵敏度,求解出新的设计变量。在迭代过程中,如果当前设计不满足可信可靠性特征距离dα<0,或前后两个迭代步的设计变量变化绝对值之和大于容差ε时,则迭代步数加一,并返回步骤(2),否则,进行步骤(8);
(8)同时考虑可靠度约束和相对变化量,如果当前设计满足可信可靠性特征距离dα≤0,并且前后两个迭代步的设计变量变化绝对值之和小于容差ε时,则迭代结束,将当前拓扑优化的结果作为最终的优化结果。
综上所述,本发明提出了一种针对飞行器结构在复杂服役环境和有限样本条件下,充分考虑结构弹性参数和载荷等不确定性参数影响,开展非概率可信可靠性拓扑优化设计。首先建立给定可信度水平下的非概率可信可靠性约束指标,接着以结构质量为优化目标,以单元的相对密度作为设计变量,采用移动渐近线优化算法,通过迭代获得结构在给定外载和边界条件下的最优构型。本发明在进行拓扑优化设计的过程中合理表征了有限试验样本条件下不确定性对结构构型的影响,兼顾了安全性和经济性。以上仅是本发明的具体步骤,对本发明的保护范围不构成任何限制;其可扩展应用于工程结构的可靠性优化设计领域,凡采用等同变换或者等效替换而形成的技术方案,均落在本发明权利保护范围之内。
本发明未详细阐述部分属于本领域技术人员的公知技术。

Claims (7)

1.一种飞行器结构非概率可信可靠性拓扑优化设计方法,其特征在于,包括如下步骤:
第一步:根据飞行器复杂服役环境和结构材料属性,选取描述结构特性或外载荷的不确定性参数,包括结构整体刚度区间矩阵KI、载荷区间向量FI和位移区间向量uI,按照设计要求给定可信度水平α和该可信度水平下对应的可靠度许用值即可信可靠度Rα,targ
第二步:根据有限元平衡方程KIuI=FI以及位移关于弹性模量和载荷的单调性,认为当不确定性参数的可信度水平一定时,在相应的定量区间下得到的响应区间具有同样的可信度,使用区间参数顶点组合法,求出结构位移在有界不确定性参数影响下的上下界;
第三步:基于结构非概率集合可靠性模型,建立给定可信度水平α下位移约束的非概率可信可靠性模型,标准化实际位移区间和安全位移区间;
第四步:在非概率可信可靠度Rα的基础上引入另一个约束指标:可信可靠性特征距离dα,其定义为:给定可信度水平α下,原失效平面到目标失效平面的距离;其中目标失效平面是与原失效平面平行的平面,并且其可信可靠度Rα,targ为一给定值;
第五步:基于变密度拓扑优化SIMP模型,使用第四步得到的非概率可信可靠度指标即可信可靠性特征距离dα作为约束,建立飞行器结构非概率可信可靠性的拓扑优化列式;
第六步:采用伴随向量法求解位移上下界的灵敏度,再根据复合函数的链式求导法则得到非概率可信可靠性约束dα的灵敏度;
第七步:采用移动渐近线优化算法MMA,以最小化结构质量为目标,以可信可靠性特征距离dα为约束,利用dα和结构质量的灵敏度进行迭代求解,在迭代过程中,如果当前设计不满足可靠度约束dα<0,或前后两个迭代步的设计变量变化绝对值之和大于容差ε时,则迭代步数加一,并返回第二步,否则,进行下一步;
第八步:如果当前设计满足可信可靠性特征距离dα<0,而且前后两个迭代步的设计变量变化绝对值之和小于容差ε时,则迭代结束,得到飞行器结构非概率可信可靠性拓扑优化设计的最优构型。
2.根据权利要求1所述的一种飞行器结构非概率可信可靠性拓扑优化设计方法,其特征在于:所述第二步中,采用区间参数顶点法求解响应上下界,同时认为响应区间具有相同的可信度水平;具体的,根据有限元平衡方程KIuI=FI以及位移关于弹性模量和载荷的单调性,认为当不确定性参数的可信度水平一定时,在相应的定量区间下得到的响应区间具有同样的可信度,使用区间参数顶点组合法,求出结构位移在有界不确定性参数影响下的上下界:
Figure FDA0002655244240000021
其中
Figure FDA0002655244240000022
Figure FDA0002655244240000023
为第j个位移约束的实际位移区间,上标qi=1,2,当qi=1时表示对应值取下界,当qi=2时表示对应值取上界,即
Figure FDA0002655244240000024
(K-1)2K -1,Fi 1F i
Figure FDA0002655244240000025
i=1,2,…,n;n、l为自然数,r=1,2,…,2n
3.根据权利要求1所述的一种飞行器结构非概率可信可靠性拓扑优化设计方法,其特征在于:所述第三步中,基于结构非概率集合可靠性模型,建立给定可信度水平α下位移约束的非概率可信可靠性模型,标准化实际位移区间和安全位移区间,使其区间范围为[-1,1]:
Figure FDA0002655244240000026
其中δuj,a
Figure FDA0002655244240000027
为标准化的第j个位移约束的实际位移和实际位移区间,δuj,s
Figure FDA0002655244240000028
分别为标准化的第j个位移约束的安全位移和安全位移区间,
Figure FDA0002655244240000029
Figure FDA00026552442400000210
分别为实际位移区间和安全位移区间的中值,
Figure FDA00026552442400000211
Figure FDA00026552442400000212
为相应的区间半径,根据结构功能函数:
Φ(uj,s,uj,a)=uj,s-uj,a
来判断结构是否安全,当Φ<0时结构失效,当Φ≥0时结构安全。
4.根据权利要求1所述的一种飞行器结构非概率可信可靠性拓扑优化设计方法,其特征在于:所述第三步中,使用非概率可信可靠性模型来量化结构的非概率可靠度,根据该模型,将给定可信度水平α下满足约束条件的变量设计域面积与变量设计域总面积之比定义为结构的非概率可信可靠度Rα
5.根据权利要求1所述的一种飞行器结构非概率可信可靠性拓扑优化设计方法,其特征在于:所述第四步中,采用了给定可信度水平α下可信可靠性特征距离dα作为衡量结构是否失效的非概率可靠性指标,该指标的表达式为:
Figure FDA0002655244240000031
式中
Figure FDA0002655244240000032
k2=2(1-Rα,targ)是目标失效平面与变量区域相交的临界斜率。
6.根据权利要求1所述的一种飞行器结构非概率可信可靠性拓扑优化设计方法,其特征在于:所述第五步中采用了SIMP模型来避免中间密度单元的产生,对于SIMP模型,单元的弹性模量是材料相对密度的函数:
Figure FDA0002655244240000033
其中P>1是惩罚因子,用于实现对中间密度单元的惩罚,取P=3,E0是完全实心材料的弹性模量。
7.根据权利要求1所述的一种飞行器结构非概率可信可靠性拓扑优化设计方法,其特征在于:所述第五步:基于变密度拓扑优化SIMP模型,使用第四步得到的非概率可信可靠度指标即可信可靠性特征距离dα作为约束,建立飞行器结构非概率可信可靠性的拓扑优化列式如下:
Figure FDA0002655244240000034
其中,M是结构设计域的质量,Vi为第i个单元的体积,N为设计域划分的单元总数,ρi表示第i个单元的密度,dα,j是第j个约束在给定可信度水平α下的可靠性,m为约束的个数;ρ为单元相对密度的下限,是为了防止刚度矩阵奇异而预设的一个小值。
CN202010884833.4A 2020-08-28 2020-08-28 一种飞行器结构非概率可信可靠性拓扑优化设计方法 Pending CN112182739A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010884833.4A CN112182739A (zh) 2020-08-28 2020-08-28 一种飞行器结构非概率可信可靠性拓扑优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010884833.4A CN112182739A (zh) 2020-08-28 2020-08-28 一种飞行器结构非概率可信可靠性拓扑优化设计方法

Publications (1)

Publication Number Publication Date
CN112182739A true CN112182739A (zh) 2021-01-05

Family

ID=73924221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010884833.4A Pending CN112182739A (zh) 2020-08-28 2020-08-28 一种飞行器结构非概率可信可靠性拓扑优化设计方法

Country Status (1)

Country Link
CN (1) CN112182739A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113360988A (zh) * 2021-06-17 2021-09-07 北京化工大学 工程结构可靠性优化建模求解方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100058257A1 (en) * 2008-08-29 2010-03-04 Iucf-Hyu (Industry-University Cooperation Foundation Hanyang University) Topology optimization method using equivalent static loads
CN106650147A (zh) * 2016-12-30 2017-05-10 北京航空航天大学 一种基于有界不确定性的连续体结构非概率拓扑优化方法
CN106650148A (zh) * 2016-12-30 2017-05-10 北京航空航天大学 一种位移和应力混合约束下的连续体结构非概率可靠性拓扑优化方法
CN106709215A (zh) * 2017-02-21 2017-05-24 北京航空航天大学 一种基于级数展开的连续体结构非概率可靠性拓扑优化方法
CN107515963A (zh) * 2017-07-17 2017-12-26 北京航空航天大学 一种基于有界不确定性的双材料连续体结构非概率可靠性拓扑优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100058257A1 (en) * 2008-08-29 2010-03-04 Iucf-Hyu (Industry-University Cooperation Foundation Hanyang University) Topology optimization method using equivalent static loads
CN106650147A (zh) * 2016-12-30 2017-05-10 北京航空航天大学 一种基于有界不确定性的连续体结构非概率拓扑优化方法
CN106650148A (zh) * 2016-12-30 2017-05-10 北京航空航天大学 一种位移和应力混合约束下的连续体结构非概率可靠性拓扑优化方法
CN106709215A (zh) * 2017-02-21 2017-05-24 北京航空航天大学 一种基于级数展开的连续体结构非概率可靠性拓扑优化方法
CN107515963A (zh) * 2017-07-17 2017-12-26 北京航空航天大学 一种基于有界不确定性的双材料连续体结构非概率可靠性拓扑优化方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113360988A (zh) * 2021-06-17 2021-09-07 北京化工大学 工程结构可靠性优化建模求解方法

Similar Documents

Publication Publication Date Title
US20100058257A1 (en) Topology optimization method using equivalent static loads
Hao et al. Adaptive infill sampling criterion for multi-fidelity gradient-enhanced kriging model
CN108345741B (zh) 基于无网格rkpm各向异性材料二维热变形和热应力分析方法
Li et al. Multidisciplinary robust design optimization considering parameter and metamodeling uncertainties
Espath et al. Shape optimization of shell structures based on NURBS description using automatic differentiation
CN107515963B (zh) 一种基于有界不确定性的双材料连续体结构非概率可靠性拓扑优化方法
CN107908900B (zh) 一种基于凸模型不确定性的连续体结构非概率可靠性拓扑优化方法
Gherlone et al. A novel algorithm for shape parameter selection in radial basis functions collocation method
CN112231847A (zh) 转捩位置确定方法、装置、电子设备及存储介质
CN113532397A (zh) 一种基于扩展算法的分区域高程异常拟合方法
CN109446471B (zh) 一种考虑载荷不确定性的流固耦合界面数据传递方法
Liu et al. Parameterization for molecular Gaussian surface and a comparison study of surface mesh generation
Cook et al. Robust airfoil optimization and the importance of appropriately representing uncertainty
Li et al. A hybrid level set method for the integrated optimization of structural topology and multicomponent layout
Zhang et al. On the ensemble of surrogate models by minimum screening index
Cao et al. Reducio: Model reduction for data center predictive digital twins via physics-guided machine learning
CN112182739A (zh) 一种飞行器结构非概率可信可靠性拓扑优化设计方法
Hao et al. A high-dimensional optimization method combining projection correlation-based Kriging and multimodal parallel computing
Zhang et al. A right-hand side function surrogate model-based method for the black-box dynamic optimization problem
Zhang et al. Multi-fidelity surrogate model ensemble based on feasible intervals
CN111507591B (zh) 电力系统状态确定方法、装置、计算机介质及存储介质
CN105808508B (zh) 一种求解不确定热传导问题的随机正交展开方法
Hao et al. Intelligent design and buckling experiment of curvilinearly stiffened thin-walled structures
CN116956744A (zh) 基于改进粒子群算法的多回路沟槽电缆稳态温升预测方法
Chen et al. Generalised‐fast decoupled state estimator

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210105

WD01 Invention patent application deemed withdrawn after publication