CN113378326B - 一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法 - Google Patents
一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法 Download PDFInfo
- Publication number
- CN113378326B CN113378326B CN202110749584.2A CN202110749584A CN113378326B CN 113378326 B CN113378326 B CN 113378326B CN 202110749584 A CN202110749584 A CN 202110749584A CN 113378326 B CN113378326 B CN 113378326B
- Authority
- CN
- China
- Prior art keywords
- interval
- robust
- formula
- polynomial
- random
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及一种考虑随机‑区间混合的稳健性热力耦合拓扑优化方法。首先,基于结构柔顺度的均值和方差区间定义了最坏情况下的稳健性目标函数并构建了稳健性热力耦合拓扑优化模型;然后,结合单变量降维方法和混沌‑切比雪夫多项式展开方法,发展了一种高效的混合不确定性分析方法,用以计算热力耦合结构不确定性能响应;最后,基于所提出的混合不确定性分析方法推导结构拓扑设计变量的灵敏度,并采用基于梯度的优化算法求解,最终获取热力耦合结构的稳健性拓扑构型。本发明通过构造基于降维积分策略的多项式展开模型有效提升了热力耦合结构的不确定性能响应求解效率,实现了热力耦合工况下结构的高效稳健性拓扑优化设计。
Description
技术领域
本发明涉及稳健性拓扑优化方法领域,尤其涉及一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法。
背景技术
拓扑优化是一种在给定的约束条件下,在给定的设计域内寻找材料的最佳分布,从而使结构的性能达到最优的结构优化方法。拓扑优化方法通常是以结构材料的有无(连续体拓扑优化)或者杆系结构的节点布局(离散体拓扑优化)为优化对象,一般应用于结构的概念设计阶段。因此,拓扑优化方法相比于传统的尺寸优化和形状优化等结构优化方法具有更多的设计自由度和更大的设计空间,能够有效地缩短结构的设计周期、提高材料的使用效率、降低结构的开发成本以及有效提高结构的性能,是一个具有生命力和挑战性的研究方向。
在最近几十年,现代加工方法与技术的发展为复杂结构的加工制造提供了可能,与此同时,拓扑优化理论及方法也得到了不断的完善与发展。因此,拓扑优化方法已经逐渐成为当前产品设计和开发的重要工具,并已经被广泛应用于车辆、船舶、桥梁以及航空航天等领域。较早的拓扑优化通常仅考虑结构的传热性能或机械性能,然而在现代高端装备的设计中,结构通常会同时承受机械载荷和温度载荷的作用。热力场耦合作用将对结构性能产生重要影响,仅考虑单物理场的设计可能导致结构失效,进而损害装备结构的性能。因此,考虑热力场耦合作用下的结构拓扑优化设计具有重要意义。
在实际的工程问题当中,由于各种主观和客观因素的限制,材料属性、尺寸大小、环境温度及外部载荷等参数往往具有不同程度的不确定性。在热力场耦合问题当中,可能涉及的不确定性参数相对较多,在这些不确定性参数当中,有些参数有足够的实验数据,可以精确描述其概率分布,而有些参数由于测量困难或者成本限制,没有足够的实验数据,仅知道其大概的分布区间,这就是在工程实践当中比较常见且复杂的随机-区间混合不确定性问题。然而,当前热力耦合拓扑优化问题中并没有考虑这些不确定性影响,有可能导致设计出的结构不能满足现代装备的服役可靠性要求。因此,在结构热力耦合拓扑优化设计中,充分考虑参数的不确定性的影响,以获得科学合理的结构构型对提升装备的安全性与可靠性具有十分重要的意义。
混沌-切比雪夫多项式展开(PCCI)方法是一种比较常见且有效的混合不确定性分析方法,然而,在热力场耦合这种多场耦合问题当中,相较于单一场问题,变量的个数将大大增加,使得PCCI方法在处理这一类问题时将面临计算量随变量个数增加而急剧增加的问题。此外,拓扑优化方法需要进行反复的迭代运算,每一步都需要进行混合不确定性分析,这使得计算量增加的问题将会被进一步放大。使用PCCI方法进行混合不确定性分析时,其核心的问题就是求解正交多项式的展开系数,而求解正交多项式的展开系数目前比较常见的有两种方法,一种是最小二乘法,另外一种是积分法。最小二乘法的计算量可以根据所需的精度进行调整,但是,样本点太少时,最小二乘法的精度也会较差,而使用积分法时,则需要求解两个高维积分,计算量将随变量个数增加而急剧增加。
发明内容
本发明的目的是提供一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法,能够解决结构混合不确定性热力耦合拓扑优化问题。针对传统方法解决热力耦合拓扑优化当中混合不确定性问题的局限性,本发明提出了一种高效的稳健性拓扑优化设计方法。首先,基于结构柔顺度的均值和方差区间定义了最坏情况下的稳健性目标函数并构建了稳健性热力耦合拓扑优化模型;然后,通过结合单变量降维方法(UDR)和PCCI方法,发展了一种高效的混合不确定性分析方法,用以计算热力耦合结构不确定性能响应;最后,基于所提出混合不确定性分析方法推导结构拓扑设计变量的灵敏度,并采用基于梯度的优化算法求解,最终获取热力耦合结构的稳健性拓扑构型。本发明能够处理考虑混合不确定性的热力耦合拓扑优化问题,其中通过构造基于降维积分策略的多项式展开模型有效提升了热力耦合结构的不确定性能响应求解效率。本发明对于考虑混合不确定性的热力耦合拓扑优化问题,在保证较高计算精度的同时,极大地提高了计算效率,在优化迭代计算过程当中具有较好的稳定性与收敛性,所获得的结构构型在不确定条件下具有较好的稳健性。
为达到上述目的而采用了一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法,其包括如下步骤:
一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法,包括如下步骤:
S1:将随机-区间混合不确定变量进行标准化处理,将随机向量X=[X1,X2,…,Xn]转化为标准正态向量ξ=[ξ1,ξ2,…,ξn],区间向量Y=[Y1,Y2,…,Ym]转化为标准区间向量η=[η1,η2,…,ηm]。假设随机变量Xi,(i=1,2,...,n)服从正态分布,则可以通过:
将其转化为标准正态变量ξi,(i=1,2,...,n),其中n表示随机变量的个数,μi和σi分别表示Xi的均值和方差。而对于区间变量Yi=[Yi L,Yi R],(i=1,2,...,m),可以通过:
S2:考虑最坏情况,随机-区间不确定性拓扑优化的稳健性目标函数定义为:
S3:构建考虑混合不确定性的稳健性热力耦合拓扑优化模型:
其中M为单元的总个数,ρi表示单元设计变量,ρmin是防止矩阵奇异的单元设计变量极小值,F为结构机械载荷,FΔT表示结构热载荷,U是结构整体位移矩阵,K表示结构整体刚度矩阵,Vi是单元的体积,V0为初始设计域体积,f是目标体积分数;
S4:固定区间变量的取值,基于埃尔米特多项式展开,可将功能函数C(ξ,η)表示为:
S6:采用降维积分对式(10)和式(11)中的多项式展开系数进行求解计算;
S9:将由式(14)和式(15)带入式(3)中,可求得稳健性目标函数:
S10:求解稳健性目标函数关于设计变量ρi(i=1,2,…,M)的灵敏度信息;
S11:基于稳健性目标函数对设计变量的灵敏度信息,采用基于梯度的MMA优化算法对设计变量进行更新迭代;
S12:判断收敛性。若不收敛,则回到步骤S4,直至计算收敛后,得到热力耦合结构最优的稳健性拓扑构型。
单变量埃尔米特多项式满足如下正交条件:
<Hj(ξi),Hk(ξi)>=∫ωH(ξi)Hj(ξi)Hk(ξi)dξ=〈Hj(ξi),Hk(ξi)〉δjk (18)
其中δjk,(j,k=0,1,···,p1)表示克罗内克函数,因此,当j=k时,〈Hj(ξ)2〉=j!,
其中θi=arccos(ηi)=[0,π],相应的,单变量切比雪夫多项式的内积为:
其中:
S6.2:将按式(22)带入式(11)中,可得:
基于式(23),对于式(24)的前半部分有:
可见,式(26)是由m个积分累加得到的,取其中一项将其展开:
其中:
S6.4:于是,式(10)可表示为:
作为本发明考虑随机-区间混合的稳健性热力耦合拓扑优化方法进一步的改进,
S10中求解稳健性目标函数关于设计变量的灵敏度信息,具体步骤包括:
S10.1:对目标函数求导得:
式中:
利用符号函数将式(38)改写为:
由于符号函数在x=0处不可导,这里使用双曲正切函数tanh对其进行拟合:
sign(x)=tanh(lx) (41)
当系数l足够大时,双曲正切函数tanh将无限逼近于符号函数sign,这里取l=100,于是,式(40)可进一步表示为:
对比式(43)与式(44)可知:
将式(45)带入式(42)求得稳健性热力耦合拓扑优化目标函数关于设计变量的灵敏度:
其中l表示拟合系数。
本发明的有益效果是:
1、本发明能够实现考虑随机-区间混合不确定性的结构热力耦合拓扑优化设计。
2、本发明结合单变量降维方法和混沌-切比雪夫多项式展开,提出了一种新的混合不确定性分析方法,相较于传统的混合不确定性分析方法,该方法避免了混合不确定性分析过程当中变量个数增加时,计算量急剧增加的问题,极大地降低了计算量,能高效分析混合不确定性问题。
3、本发明针对考虑混合不确定性的热力耦合拓扑优化问题,能够获得更稳健的结构拓扑构型,保障结构在热力耦合工况下的性能稳定性。相较于传统的基于确定性假设的拓扑优化方法,使用本方法获得的结构构型在热力场耦合作用下具有更好的稳健性。
附图说明
图1为本发明的流程框图。
图2为结构设计域及边界条件示意图。
图3为确定性及稳健性拓扑优化结果示意图。
图4为确定性及稳健性拓扑优化迭代曲线示意图。
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、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明通过结合UDR和PCCI方法,发展了一种高效的混合不确定性分析方法,并将其用于考虑不确定性的热力耦合拓扑优化问题中,得到了一种高效的稳健性热力耦合拓扑优化方法。为方便介绍,下文中将本发明所提出混合不确定性分析方法记为UDR_PCCI。下面结合附图及具体实例、采用与蒙特卡洛模拟(MCS)对比的方法对本发明作进一步详细说明:
本算例考虑如图2所示的悬臂梁,悬臂梁的长度为1m,宽度为0.45m,悬臂梁的左端完全固定,悬臂梁的右上角受到一个压力F1,右下角受到一个拉力F2,材料的热膨胀系数为α=2.3×10-5/℃,弹性模量E=70GPa。整个结构划分成45×100个四边形单元,体积分数设置为0.5。
不确定变量的分布和参数如表1中所示,一共有五个不确定变量,其中包括三个随机变量以及两个区间变量。对于随机变量,参数1和参数2分别代表分布的均值和标准差;对于区间变量,参数1和参数2分别代表区间的下边界和上边界。悬臂梁右上角受到的压力F1的大小和右下角受到的拉力F2的大小,以及悬臂梁整体的温度上升大小ΔT为随机不确定变量,压力F1与水平方向的夹角θ1以及拉力F2方向与垂直方向的夹角θ2为区间不确定变量。当这些结构变量设置为随机变量的均值以及区间变量的中点值时,确定性拓扑优化的结果如图3中的(a)所示,考虑混合不确定性参数,采用本发明提出的稳健性拓扑优化的结果如图3中的(b)所示。采用本发明所得稳健性目标函数以及采用MCS方法的计算结果在表2中给出。
表1不确定变量的分布和参数表
变量 | 参数1 | 参数2 | 分布类型 |
F<sub>1</sub>(kN) | 700 | 70 | 正态 |
F<sub>2</sub>(kN) | 700 | 70 | 正态 |
ΔT(℃) | 1 | 0.1 | 正态 |
θ<sub>1</sub> | -π/20 | π/20 | 区间 |
θ<sub>2</sub> | -π/20 | π/20 | 区间 |
本发明方法具体的计算步骤详细说明如下:
(1)将随机-区间混合不确定变量进行标准化处理。将随机-区间混合不确定变量进行标准化处理,将随机向量X=[F1,F2,ΔT]转化为标准正态向量ξ=[ξ1,ξ2,ξ3],区间向量Y=[θ1,θ2]转化为标准区间向量η=[η1,η2]。
(2)考虑最坏情况,取权重系数为1,随机-区间不确定性拓扑优化的稳健性目标函数可表示为:
(3)构建考虑混合不确定性的稳健性热力耦合拓扑优化模型:
K(ξ,η)U(ξ,η)=F(ξ,η)+FΔT(ξ,η)
0<ρmin≤ρi≤1,i=1,2,…,M
其中M为单元的总个数,ρi表示单元设计变量。ρmin是防止矩阵奇异的单元设计变量极小值。F为结构机械载荷,FΔT表示结构热载荷,U是结构整体位移矩阵,K表示结构整体刚度矩阵。Vi是单元的体积,V0为初始设计域体积,f是目标体积分数;
(4)固定区间变量的取值,基于埃尔米特多项式展开,可将功能函数C(ξ,η)表示为:
此时,功能函数C(ξ,η)展开可表示为:
其中:
上述公式中,需要使用高斯-切比雪夫插值积分计算一维积分,此处针对每个变量取三个插值点,则降维积分求解过程当中所需的样本点为:
对应原区间变量的取值为:
上述公式中,需要使用高斯-埃尔米特插值积分计算一维积分,此处针对每个变量取三个插值点,则降维积分求解过程当中所需的样本点为:
对应原随机变量的取值为:
(9)获得稳健性目标函数:
(10)求解稳健性目标函数关于设计变量的灵敏度信息:
(11)基于目标函数对设计变量的灵敏度信息,采用基于梯度的MMA优化算法对设计变量进行更新迭代。
(12)判断收敛性。若不收敛,则回到步骤(4)。直至计算收敛后,得到热力耦合结构最优的稳健性拓扑构型。
图3中给出了图2所示悬臂梁的确定性拓扑优化设计结果与稳健性拓扑优化设计结果,其中图3中a是使用确定性拓扑优化设计方法得到的结构构型,b是使用考虑混合不确定性的稳健性拓扑优化设计方法得到的结构构型。显然,考虑不确定性的设计不同于确定性假设下的设计,例如,图3中的b从中心下边界到右上的局部拓扑比图3中的a的确定性结果更直。图4中的a和b分别是确定性拓扑优化和稳健性拓扑优化过程的迭代曲线。对于确定性情况,目标代表图4中a的结构柔顺度;对于不确定情况,目标表示稳健性目标函数值。从迭代历史可以看出,所提出的稳健性拓扑优化方法具有良好的稳定性和收敛性。
为了验证所提出方法的有效性,计算了确定性设计和稳健性设计结构在混合不确定性条件下的稳健性目标函数。从表1中可以看出,当结构的材料属性和载荷具有不确定性时,稳健性设计结果要明显好于确定性设计。稳健性设计结果的柔度为837.45,而确定性设计结果的柔度为904.38,也就是说,稳健性设计得到的结构的刚度要比确定性设计结果好7.4%。此外,为验证本方法的计算精度,表中还给出了调用功能函数106次的MCS方法得到的稳健性目标函数值。针对稳健性设计结果,采用所提出UDR_PCCI方法得到的目标函数为841.11,而MCS方法为837.45,误差小于0.5%。与此同时,若采用传统插值积分的方法,需要调用功能函数243次,而本发明提出的UDR_PCCI方法仅需调用功能函数70次,在保证良好精度的同时也具有较高的计算效率。
表2拓扑优化结果的稳健性目标函数
本发明针对考虑随机-区间混合不确定性参数的热力耦合拓扑优化问题,提出了一种高效的稳健性拓扑优化设计方法。首先,基于结构柔顺度的均值和方差区间定义了最坏情况下的稳健性目标函数并构建了稳健性热力耦合拓扑优化模型;然后,通过结合UDR和PCCI方法,发展了一种高效的混合不确定性分析方法,用以计算热力耦合结构不确定性能响应;最后,基于所提出UDR_PCCI方法推导结构拓扑设计变量的灵敏度,并采用基于梯度的优化算法求解,最终获取热力耦合结构的稳健性拓扑构型。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干等同替代或明显变型,而且性能或用途相同,都应当视为属于本发明的保护范围之内。
Claims (4)
1.一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法,其特征在于,包括如下步骤:
S1:将随机-区间混合不确定变量进行标准化处理,将随机向量X=[X1,X2,…,Xn]转化为标准正态向量ξ=[ξ1,ξ2,…,ξn],区间向量Y=[Y1,Y2,…,Ym]转化为标准区间向量η=[η1,η2,…,ηm],假设随机变量Xi,i=1,2,...,n服从正态分布,则可以通过:
将其转化为标准正态变量ξi,i=1,2,...,n,其中随机变量的个数是n个,μi和σi分别表示Xi的均值和方差,而对于区间变量Yi=[Yi L,Yi R],i=1,2,...,m,可以通过:
S2:考虑最坏情况,随机-区间不确定性拓扑优化的稳健性目标函数定义为:
S3:构建考虑混合不确定性的稳健性热力耦合拓扑优化模型:
其中M为单元的总个数,ρi表示单元设计变量,ρmin是防止矩阵奇异的单元设计变量极小值,F为结构机械载荷,FΔT表示结构热载荷,U是结构整体位移矩阵,K表示结构整体刚度矩阵,Vi是单元的体积,V0为初始设计域体积,f是目标体积分数;
S4:固定区间变量的取值,基于埃尔米特多项式展开,可将功能函数C(ξ,η)表示为:
其中Hχ1(ξ)表示埃尔米特多项式展开项,hχ1(η)表示埃尔米特多项式展开系数,χ1表示展开项的索引指标集合,如下:
S6:采用降维积分对式(10)和式(11)中的多项式展开系数进行求解计算;
S9:将由式(14)和式(15)带入式(3)中,可求得稳健性目标函数:
S10:求解稳健性目标函数关于设计变量ρi,i=1,2,...,M的灵敏度信息;
S11:基于稳健性目标函数对设计变量的灵敏度信息,采用基于梯度的MMA优化算法对设计变量进行更新迭代;
S12:判断收敛性,若不收敛,则回到步骤S4,直至计算收敛后,得到热力耦合结构最优的稳健性拓扑构型。
3.根据权利要求2所述的一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法,其特征在于:S6中的正交多项式展开系数的求解中,采用了降维积分策略对式(10)和式(11)中的高维积分进行求解,具体步骤包括:
其中:
S6.2:将按式(22)带入式(11)中,可得:
基于式(23),对于式(24)的前半部分有:
可见,式(26)是由m个积分累加得到的,取其中一项将其展开:
其中:
S6.4:于是,式(10)可表示为:
4.根据权利要求1所述的一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法,其特征在于:
S10中求解稳健性目标函数关于设计变量的灵敏度信息,具体步骤包括:
S10.1:对目标函数求导得:
式中:
利用符号函数将式(38)改写为:
由于符号函数在x=0处不可导,这里使用双曲正切函数tanh对其进行拟合:
对比式(43)与式(44)可知:
将式(46)带入式(43)求得稳健性热力耦合拓扑优化目标函数关于设计变量的灵敏度:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110749584.2A CN113378326B (zh) | 2021-07-01 | 2021-07-01 | 一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110749584.2A CN113378326B (zh) | 2021-07-01 | 2021-07-01 | 一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113378326A CN113378326A (zh) | 2021-09-10 |
CN113378326B true CN113378326B (zh) | 2022-05-31 |
Family
ID=77580688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110749584.2A Active CN113378326B (zh) | 2021-07-01 | 2021-07-01 | 一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378326B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996879B (zh) * | 2022-06-23 | 2024-04-09 | 湖南大学 | 一种针对柔性夹钳机构的区间场几何不确定性拓扑优化方法 |
CN117350116A (zh) * | 2023-10-13 | 2024-01-05 | 湖南大学 | 一种考虑惯性载荷的热力耦合拓扑优化方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017141071A1 (en) * | 2016-02-17 | 2017-08-24 | Telefonaktiebolaget Lm Ericsson (Publ) | Route optimization for intra- or inter-data centers communication |
CN110781622B (zh) * | 2019-10-23 | 2022-06-21 | 湖南大学 | 一种统一的概率区间混合不确定性传播分析方法 |
CN111475976B (zh) * | 2020-03-30 | 2022-07-26 | 浙江大学 | 考虑混合不确定性的颗粒增强材料构件稳健拓扑优化方法 |
-
2021
- 2021-07-01 CN CN202110749584.2A patent/CN113378326B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113378326A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113378326B (zh) | 一种考虑随机-区间混合的稳健性热力耦合拓扑优化方法 | |
Kaveh et al. | Topology optimization of trusses using genetic algorithm, force method and graph theory | |
Chen et al. | On homotopy-smoothing methods for box-constrained variational inequalities | |
CN113496285B (zh) | 基于量子电路的数据处理方法及装置、电子设备和介质 | |
CN110008512B (zh) | 一种考虑承载特性的负泊松比点阵结构拓扑优化方法 | |
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 | |
Laughlin et al. | A hydrogen-like atom confined within an impenetrable spherical box | |
CN106372347A (zh) | 改进双向渐进法的等效静载荷法动态响应拓扑优化方法 | |
CN107562994A (zh) | 薄板的加强肋拓扑优化设计方法 | |
Chen et al. | A universal method for structural static reanalysis of topological modifications | |
CN107908900A (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 | |
Xie et al. | Vibration mode localization in disordered cyclic structures, I: single substructure mode | |
CN116432331A (zh) | 无铰链多输入多输出柔性机构抗屈曲拓扑优化设计方法 | |
CN115173403A (zh) | 一种主动配电网分布式电压控制方法、装置及终端设备 | |
CN114282372B (zh) | 一种等几何应力拓扑优化方法及其应用 | |
CN103065015B (zh) | 一种基于内力路径几何形态的承载结构低碳节材设计方法 | |
CN114912285A (zh) | 一种适用于大型风电场动态稳定性分析的降阶方法及系统 | |
CN114722655A (zh) | 一种基于局部有限寿命疲劳约束条件的结构拓扑优化方法 | |
CN111274624A (zh) | 一种基于rbf代理模型的多工况异形节点拓扑优化设计方法 | |
CN110609468B (zh) | 基于pi的非线性时滞多智能体系统的一致性控制方法 | |
CN108493931B (zh) | 基于空间切向量的电力系统静态电压稳定域边界近似方法 | |
CN106874611B (zh) | 一种基于超体积迭代策略的含区间参数结构响应区间的分析方法 | |
CN110474329B (zh) | 一种基于多项式回归技术的连续潮流变步长方法及系统 | |
CN108229054B (zh) | 一种基于群论的对称张拉整体结构找形方法 | |
CN108345729B (zh) | 一种基于群论的对称索杆结构找形方法 |
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 |