本發(fā)明屬于柔順機(jī)構(gòu)拓?fù)鋬?yōu)化設(shè)計(jì)中的拓?fù)鋱D提取技術(shù)領(lǐng)域,特別涉及一種柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D提取方法。
背景技術(shù):
隨著微機(jī)電系統(tǒng)、微加工和微操作以及新材料等領(lǐng)域的迅速發(fā)展,柔順機(jī)構(gòu)的設(shè)計(jì)已經(jīng)成為目前國(guó)內(nèi)外機(jī)構(gòu)學(xué)領(lǐng)域的研究熱點(diǎn)。
采用拓?fù)鋬?yōu)化方法研究柔順機(jī)構(gòu)的設(shè)計(jì)只需給定設(shè)計(jì)域和指定輸入輸出位置,無(wú)須從一個(gè)已知的剛性機(jī)構(gòu)出發(fā),且所得的機(jī)構(gòu)具有分布式柔性的優(yōu)越性能,因而引起了極大的重視。
這種方法通常是以有限元分析為基礎(chǔ),在拓?fù)鋬?yōu)化的初始階段,首先將設(shè)計(jì)域離散成一定數(shù)量的有限元網(wǎng)格,再利用優(yōu)化方法確定單元材料的保留與刪除,以滿足預(yù)定的目標(biāo)和約束條件。
在優(yōu)化結(jié)果中,單元密度的理想取值為0或1,當(dāng)單元密度取值為0時(shí),表示該單元被刪除,單元密度取值為1時(shí),該單元被保留,于是,由高密度單元連接構(gòu)成機(jī)構(gòu)的拓?fù)鋱D。但是,這類(lèi)整數(shù)規(guī)劃問(wèn)題往往很難求解。因此,人們常采用松弛法,如均勻化方法和相對(duì)密度法,用連續(xù)變量的優(yōu)化模型逼近原離散變量的優(yōu)化模型,于是,拓?fù)湓O(shè)計(jì)變量可以在區(qū)間[0,1]內(nèi)連續(xù)取值,使優(yōu)化結(jié)果中出現(xiàn)中間密度單元。這一現(xiàn)象與工程實(shí)際不符。因此,在柔順機(jī)構(gòu)拓?fù)鋬?yōu)化設(shè)計(jì)中,必須發(fā)展一種有效的方法,以克服中間單元問(wèn)題,提取出清晰的柔順機(jī)構(gòu)0-1拓?fù)鋱D。
目前,在包括柔順機(jī)構(gòu)在內(nèi)的拓?fù)鋬?yōu)化領(lǐng)域中,主要包括以下幾種方法:
一是采用形如ρP,(P>1)的懲罰形式,以減小中間密度單元的剛度影響,然而,這種方法難以徹底去除中間單元。另一種方法是閾值法,但由于其閾值選擇是啟發(fā)式的,因而必然影響到方法的執(zhí)行效果。此外,又發(fā)展了在優(yōu)化模型的目標(biāo)函數(shù)或約束條件中追加顯式的懲罰函數(shù)方法,但這種額外的懲罰項(xiàng)也可能給優(yōu)化軟件尋找可行解造成困難。類(lèi)似的懲罰函數(shù)法還有混合的SINH方法和凹約束方法,不過(guò),這兩種方法也依然不能提取出滿意的0-1拓?fù)鋱D。另外,基于圖像的過(guò)濾技術(shù)也被嘗試來(lái)克服中間單元問(wèn)題,然而,由于其靈敏度計(jì)算復(fù)雜,使得計(jì)算效率大大降低,且所得的拓?fù)鋱D具有網(wǎng)格依賴性。
近來(lái),又提出了一種修改最佳準(zhǔn)則表達(dá)形式的啟發(fā)式方法,但這種方法的最佳拓?fù)鋱D具有參數(shù)敏感性。除了上述方法之外,漸進(jìn)方法也是一種常用的去除中間單元的方法。它是通過(guò)逐漸地去除無(wú)效材料來(lái)獲得最佳解,其優(yōu)點(diǎn)在于不需引入太多的數(shù)學(xué)理論,不過(guò)由于該方法屬于整數(shù)規(guī)劃范疇,靈敏度連續(xù)性差,且被去除的單元不能再被利用,因而計(jì)算效率低,并易于導(dǎo)致結(jié)果不收斂。在此基礎(chǔ)上,又發(fā)展了雙向漸進(jìn)方法,這種方法旨在去除無(wú)效材料的同時(shí),也能添加有效材料,以改進(jìn)收斂效果,但是這一方法本質(zhì)上仍是整數(shù)規(guī)劃,且無(wú)法精確評(píng)估所添加的材料單元的靈敏度。另外,還有模擬退火和SIMP相結(jié)合的方法以及單元連結(jié)參數(shù)化方法等,從它們的優(yōu)化結(jié)果來(lái)看,也依然無(wú)法提取出理想的0-1拓?fù)鋱D。并且,上述方法有著易于導(dǎo)致棋盤(pán)格的共同缺點(diǎn)。
此外,基于水平集的拓?fù)鋬?yōu)化方法也是解決中間單元問(wèn)題的一種有效方法,但是這種方法也具有初始敏感性、不能生成新孔、計(jì)算效率低和難以收斂到不光滑的角點(diǎn)等缺陷,雖然目前已提出一些改進(jìn)的方法,但這些問(wèn)題尚未完全得到很好的解決。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足,提供一種柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D提取方法,能夠提取出滿足目標(biāo)體積的理想的柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D。
本發(fā)明的目的通過(guò)以下的技術(shù)方案實(shí)現(xiàn):一種柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D提取方法,包括以下步驟:首先建立柔順機(jī)構(gòu)第一層拓?fù)鋬?yōu)化模型;接著,對(duì)拓?fù)鋬?yōu)化模型進(jìn)行優(yōu)化,提取出含有中間單元的拓?fù)鋱D;然后,對(duì)含有中間單元的柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型做進(jìn)一步優(yōu)化,提取出柔順機(jī)構(gòu)0-1拓?fù)鋱D;之后,建立下一層柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型,并對(duì)其進(jìn)行優(yōu)化,通過(guò)不斷增大拓?fù)鋬?yōu)化模型體積約束值的方式逐漸逼近最佳解,最終提取出滿足目標(biāo)體積的理想的柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D。
具體步驟如下:
S1:建立柔順機(jī)構(gòu)第一層拓?fù)鋬?yōu)化模型;
S2:對(duì)拓?fù)鋬?yōu)化模型進(jìn)行優(yōu)化,步驟如下:
S2-1:對(duì)拓?fù)鋬?yōu)化模型進(jìn)行有限元分析,并計(jì)算靈敏度;
S2-2:對(duì)靈敏度進(jìn)行過(guò)濾,以消除拓?fù)鋱D中的棋盤(pán)格;
S2-3:基于最佳準(zhǔn)則更新設(shè)計(jì)變量;
S2-4:重復(fù)步驟S2-1至S2-3,直到優(yōu)化迭代收斂,提取出含有中間單元的柔順機(jī)構(gòu)拓?fù)鋱D;
S3:對(duì)含有中間單元的柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型做進(jìn)一步優(yōu)化,步驟如下:
S3-1:對(duì)拓?fù)鋬?yōu)化模型進(jìn)行有限元分析,計(jì)算靈敏度;
S3-2:對(duì)靈敏度進(jìn)行過(guò)濾;
S3-3:基于最佳準(zhǔn)則更新設(shè)計(jì)變量,保留已有的實(shí)心單元,抑制密度低于預(yù)設(shè)值的單元;
S3-4:重復(fù)步驟S3-1至S3-3,直到優(yōu)化迭代收斂,提取出柔順機(jī)構(gòu)0-1拓?fù)鋱D;
S4:判斷柔順機(jī)構(gòu)拓?fù)鋬?yōu)化迭代次數(shù)是否大于預(yù)設(shè)閾值,以及前后兩次迭代的單元密度變化最大值是否小于一個(gè)閾值,若上述任一條件滿足則終止循環(huán)并輸出結(jié)果,否則繼續(xù)執(zhí)行以下步驟;
S5:以柔順機(jī)構(gòu)0-1拓?fù)鋱D為基準(zhǔn),建立下一層柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型;
S6:重復(fù)步驟S2至S5,如此不斷增大拓?fù)鋬?yōu)化模型的體積約束值,直至提取出滿足目標(biāo)體積V*的柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D。
優(yōu)選的,步驟S1中建立柔順機(jī)構(gòu)第一層拓?fù)鋬?yōu)化模型的具體步驟如下:
以Ω1為設(shè)計(jì)域,其為柔順機(jī)構(gòu)初始拓?fù)鋬?yōu)化模型可利用材料域;Pi和Po分別為柔順機(jī)構(gòu)載荷輸入點(diǎn)和位移輸出點(diǎn);Fin和Fd分別為柔順機(jī)構(gòu)輸入載荷和沿輸出位移方向的虛擬單位載荷;kin和kout分別為柔順機(jī)構(gòu)輸入和輸出彈簧剛度;該柔順機(jī)構(gòu)的目標(biāo)體積比為θ*,初始階段的拓?fù)鋬?yōu)化層數(shù)為L(zhǎng)=1,其體積比為將設(shè)計(jì)域離散為Nx行Ny列;
柔順機(jī)構(gòu)的應(yīng)變能和互應(yīng)變能如下:
Es=∫Ωε(u)TDε(u)dΩ=UTKU
式中,Es是系統(tǒng)的應(yīng)變能,Ems是系統(tǒng)的互應(yīng)變能,D為彈性矩陣,K是系統(tǒng)整體剛度矩陣,U是Fin作用下的節(jié)點(diǎn)位移向量,Ud是Fd作用下的節(jié)點(diǎn)位移向量,ε(u)和u是設(shè)計(jì)域內(nèi)任一點(diǎn)在載荷F作用下的應(yīng)變和彈性變形,ε(ud)和ud是設(shè)計(jì)域內(nèi)任一點(diǎn)在載荷Fd作用下的應(yīng)變和彈性變形;
通過(guò)多目標(biāo)優(yōu)化得到柔順機(jī)構(gòu)的應(yīng)變能和互應(yīng)變能的關(guān)系如下:
Min:式中,Min代表最小值;
首先,基于相對(duì)密度法松弛設(shè)計(jì)變量,使柔順機(jī)構(gòu)單元密度在0-1范圍內(nèi)取值,即:
0<ρmin≤ρi≤ρmax=1,i=1,2,…,N1;
式中,ρi是單元i的密度,ρmin是單元密度下限,ρmax是單元密度上限,N1是自然數(shù),表明初始階段可利用材料域的單元數(shù),且N1=NxNy;
柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型的整體剛度矩陣是:
式中,Ki是單元i的剛度矩陣,Ve是任一實(shí)心單元的材料體積,V是體積,P為密度ρi的指數(shù),且P∈Z,P>1,Z表示整數(shù),K0為任一實(shí)心單元的單元?jiǎng)偠染仃嚕褺是任一實(shí)心單元的應(yīng)變矩陣;該柔順機(jī)構(gòu)第一層拓?fù)鋬?yōu)化模型的體積約束如下:
式中,V0是柔順機(jī)構(gòu)初始拓?fù)鋬?yōu)化模型可利用材料的體積,ρ是由ρi所構(gòu)成的列向量,i=1,2,…,N;
根據(jù)上述目標(biāo)和約束條件,得到柔順機(jī)構(gòu)第一層拓?fù)鋬?yōu)化模型如下:
優(yōu)選的,步驟S2-1中,優(yōu)化目標(biāo)的靈敏度為:
體積約束的靈敏度為:i=1,...,N1。
優(yōu)選的,步驟S2-2中,過(guò)濾后的靈敏度如下:
式中,Ne為單元i的鄰域,該鄰域內(nèi)的各單元中心到單元i的中心的距離小于或等于過(guò)濾半徑r,ρj是單元i的鄰域內(nèi)單元j的密度,是卷積因子,如下:
式中,xi是單元i的中心坐標(biāo),xj是單元j的中心坐標(biāo)。
優(yōu)選的,步驟S2-3中,最佳準(zhǔn)則如下:
式中,L≥1,ΩL,2是第L-1層提取的柔順機(jī)構(gòu)0-1拓?fù)鋱D中密度為ρmax且恒定不變的單元集合,當(dāng)L=1時(shí),ΩL,2為空集,Ω1\ΩL,2是步驟S2的可利用材料域中密度可變的單元集合,t為迭代數(shù),η(0<η<1)為松弛因子,ζ為一個(gè)移動(dòng)極限,為一個(gè)非負(fù)數(shù),即:
式中,由Kuhn–Tucker必要條件導(dǎo)出,如下:
式中,λ為拉格朗日乘子,在設(shè)計(jì)變量更新過(guò)程中采用二分法得到,以使更新后的密度滿足體積約束,即:
式中,是步驟S2的體積比,和分別是集合Ω1\ΩL,2中所更新的三類(lèi)設(shè)計(jì)變量的和。
進(jìn)一步的,基于最佳準(zhǔn)則更新設(shè)計(jì)變量的具體過(guò)程是:
首先,給定λ的最小值和最大值,分別是λ1和λ2;
然后,計(jì)算它們的中點(diǎn)值:λ=0.5(λ1+λ2),并代入密度變量更新公式,得到更新后的單元密度;
之后,計(jì)算體積約束余量再根據(jù)值修改λ1或λ2的值:如果則使λ1=λ,否則如果則使λ2=λ;
重復(fù)λ1和λ2的中點(diǎn)值的計(jì)算、單元密度更新以及λ1或λ2的修改過(guò)程,直至λ2與λ1的差小于一個(gè)閾值為止。
優(yōu)選的,步驟S3-3中,最佳準(zhǔn)則如下:
式中,β為給定的閾值,用于抑制密度低于預(yù)設(shè)值的單元,且ρmin<β≤1;在迭代過(guò)程中,對(duì)β采用延拓方法進(jìn)行修正;首先判斷以下體積約束條件是否成立:
如果不成立則β不變;如果體積約束條件恒成立,再判斷以下迭代數(shù)條件是否成立:
t-t1-[(t-t1)/t2]t2≡1
式中,符號(hào)[]表示取整運(yùn)算,t1為步驟S2-4中提取出含有中間單元的柔順機(jī)構(gòu)拓?fù)鋱D的總迭代數(shù),t2為允許β恒定不變的迭代數(shù);
如果不成立則β不變;如果迭代數(shù)條件恒成立,β取為
β=β+min(Δβ,1-β)
式中,Δβ為給定的β的增量,min代表最小值;
更新后的密度應(yīng)滿足如下體積約束:
式中,是步驟S2中的體積比,和分別是集合Ω1\ΩL,2中所更新的各類(lèi)設(shè)計(jì)變量的和。
進(jìn)一步的,步驟S3-3中,
首先,給定λ的最小值和最大值,分別是λ1和λ2;
然后,計(jì)算它們的中點(diǎn)值:λ=0.5(λ1+λ2),并代入密度變量更新公式,得到更新后的單元密度;
之后,計(jì)算體積約束余量再根據(jù)值修改λ1或λ2的值:如果則使λ1=λ,否則如果則使λ2=λ;
重復(fù)λ1和λ2的中點(diǎn)值的計(jì)算、單元密度更新以及λ1或λ2的修改過(guò)程,直至λ2與λ1的差小于一個(gè)閾值為止。
優(yōu)選的,步驟S5中,建立下一層柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型的方法是:首先修改柔順機(jī)構(gòu)拓?fù)鋬?yōu)化的層數(shù)L,使L=L+1;接著,修改體積比:采用體積約束延拓方法,對(duì)下一層優(yōu)化模型,體積比取為:
式中,max代表最大值,α是體積約束延拓因子初值,且0<α<1,Δα是體積約束延拓因子增量,且0<Δα<1;
最后,得到下一層(即第L,(L≥2)層)柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型為:
本發(fā)明與現(xiàn)有技術(shù)相比,具有如下優(yōu)點(diǎn)和有益效果:
1、本發(fā)明采用體積約束延拓方法,通過(guò)不斷增大拓?fù)鋬?yōu)化模型體積約束值的方式逐漸逼近最佳解,能最大限度地保留所有可能單元,提取出柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D。
2、本發(fā)明通過(guò)給定閾值抑制較低密度單元,同時(shí),采用延拓方法對(duì)閾值進(jìn)行修正,可有效克服基于SIMP方法松弛設(shè)計(jì)變量時(shí)所產(chǎn)生的中間單元問(wèn)題,提取出理想的柔順機(jī)構(gòu)0-1拓?fù)鋱D。
3、本發(fā)明具有連續(xù)設(shè)計(jì)變量,靈敏度連續(xù)性好,而且概念簡(jiǎn)單,方法易于執(zhí)行,不易導(dǎo)致棋盤(pán)格現(xiàn)象。
4、本發(fā)明克服了傳統(tǒng)方法的參數(shù)敏感性和網(wǎng)格依賴性的缺陷,具有較好的收斂穩(wěn)定性。
附圖說(shuō)明
圖1為本發(fā)明柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D提取方法流程圖;
圖2為實(shí)施例柔順力-位移反向機(jī)構(gòu)設(shè)計(jì)域和邊界條件示意圖;
圖3為第一層拓?fù)鋬?yōu)化結(jié)果示意圖;
圖4為第二層拓?fù)鋬?yōu)化結(jié)果示意圖。
具體實(shí)施方式
下面結(jié)合實(shí)施例及附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的描述,但本發(fā)明的實(shí)施方式不限于此。
如圖1所示,為本發(fā)明所提出的一種柔順機(jī)構(gòu)0-1拓?fù)鋱D提取方法流程圖。一種柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D提取方法,包括以下步驟:首先建立柔順機(jī)構(gòu)第一層拓?fù)鋬?yōu)化模型;接著,對(duì)拓?fù)鋬?yōu)化模型進(jìn)行優(yōu)化,提取出含有中間單元的拓?fù)鋱D;然后,對(duì)含有中間單元的柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型做進(jìn)一步優(yōu)化,提取出柔順機(jī)構(gòu)0-1拓?fù)鋱D;之后,建立下一層柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型,并對(duì)其進(jìn)行優(yōu)化,通過(guò)不斷增大拓?fù)鋬?yōu)化模型體積約束值的方式逐漸逼近最佳解,最終提取出滿足目標(biāo)體積的理想的柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D。
具體步驟如下:
S1:建立柔順機(jī)構(gòu)第一層拓?fù)鋬?yōu)化模型;
本發(fā)明實(shí)施例是一種典型的柔順力-位移反向機(jī)構(gòu),其設(shè)計(jì)域和邊界條件如圖2所示。其中,設(shè)計(jì)域Ω1大小為120×120,材料的彈性模量和泊松比分別為E=1和v=0.3,Pi和Po分別為載荷輸入點(diǎn)和位移輸出點(diǎn),輸入載荷Fin=1,同時(shí),沿輸出位移方向作用有一虛擬單位載荷Fd,輸入和輸出彈簧剛度分別為kin=1和kout=0.001。
柔順機(jī)構(gòu)的目標(biāo)體積比為θ*=0.25,靈敏度過(guò)濾半徑為r=2.5,初始階段的拓?fù)鋬?yōu)化層數(shù)為L(zhǎng)=1,其體積比為將設(shè)計(jì)域離散為Nx行Ny列;柔順機(jī)構(gòu)的應(yīng)變能和互應(yīng)變能如下:
Es=∫Ωε(u)TDε(u)dΩ=UTKU
式中,Es是系統(tǒng)的應(yīng)變能,應(yīng)變能越小則表明系統(tǒng)的剛度越大;Ems是系統(tǒng)的互應(yīng)變能,互應(yīng)變能越大則表明系統(tǒng)的柔性越大;D為彈性矩陣,K是系統(tǒng)整體剛度矩陣,U是Fin作用下的節(jié)點(diǎn)位移向量,Ud是Fd作用下的節(jié)點(diǎn)位移向量,ε(u)和u是設(shè)計(jì)域內(nèi)任一點(diǎn)在載荷F作用下的應(yīng)變和彈性變形,ε(ud)和ud是設(shè)計(jì)域內(nèi)任一點(diǎn)在載荷Fd作用下的應(yīng)變和彈性變形;
由于設(shè)計(jì)域和邊界條件具有對(duì)稱性,因此僅取設(shè)計(jì)域的下半?yún)^(qū)域進(jìn)行優(yōu)化。采用SIMP方法松弛密度變量,以柔順機(jī)構(gòu)的最大柔度和最大剛度為優(yōu)化目標(biāo),通過(guò)多目標(biāo)優(yōu)化而得到柔順機(jī)構(gòu)的應(yīng)變能和互應(yīng)變能的關(guān)系如下:
Min:式中,Min代表最小值;
首先,基于相對(duì)密度法松弛設(shè)計(jì)變量,使柔順機(jī)構(gòu)單元密度在0-1范圍內(nèi)取值,即:
0<ρmin≤ρi≤ρmax=1,i=1,2,…,N1;
式中,ρi是單元i的密度,ρmin是單元密度下限,ρmax是單元密度上限,N1是自然數(shù),表明初始階段可利用材料域的單元數(shù),且N1=NxNy;
柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型的整體剛度矩陣是:
式中,Ki是單元i的剛度矩陣,Ve是任一實(shí)心單元的材料體積,V是體積,P為密度ρi的指數(shù),且P∈Z,P>1,Z表示整數(shù),本實(shí)施例中,為了加快收斂,取P=3;K0為任一實(shí)心單元的單元?jiǎng)偠染仃嚕褺是任一實(shí)心單元的應(yīng)變矩陣;該柔順機(jī)構(gòu)第一層拓?fù)鋬?yōu)化模型的體積約束如下:
式中,V0是柔順機(jī)構(gòu)初始拓?fù)鋬?yōu)化模型可利用材料的體積,ρ是由ρi,i=1,2,…,N所構(gòu)成的列向量;
根據(jù)上述目標(biāo)和約束條件,得到柔順機(jī)構(gòu)第一層拓?fù)鋬?yōu)化模型如下:
S2:對(duì)拓?fù)鋬?yōu)化模型進(jìn)行優(yōu)化,步驟如下:
S2-1:對(duì)拓?fù)鋬?yōu)化模型進(jìn)行有限元分析,并計(jì)算靈敏度;
為了獲得優(yōu)化模型的拓?fù)鋬?yōu)化最佳結(jié)果,按以下公式對(duì)其進(jìn)行有限元分析,求出節(jié)點(diǎn)位移向量U和Ud:
KU=Fin;
KUd=Fd。
進(jìn)一步得出優(yōu)化目標(biāo)和體積約束的靈敏度,優(yōu)化目標(biāo)的靈敏度為:
體積約束的靈敏度為:i=1,...,N1。
S2-2:對(duì)靈敏度進(jìn)行過(guò)濾,以消除拓?fù)鋱D中的棋盤(pán)格;
過(guò)濾后的靈敏度如下:
式中,Ne為單元i的鄰域,該鄰域內(nèi)的各單元中心到單元i的中心的距離小于或等于靈敏度過(guò)濾半徑r,ρj是單元i的鄰域內(nèi)單元j的密度,是卷積因子,即:式中,xi是單元i的中心坐標(biāo),xj是單元j的中心坐標(biāo)。
S2-3:基于最佳準(zhǔn)則更新設(shè)計(jì)變量,最佳準(zhǔn)則公式如下:
式中,L≥1,ΩL,2是第L-1層提取的柔順機(jī)構(gòu)0-1拓?fù)鋱D中密度為ρmax且恒定不變的單元集合,當(dāng)L=1時(shí),ΩL,2為空集,Ω1\ΩL,2是第L層步驟S2的可利用材料域中密度可變的單元集合,t為迭代數(shù),η(0<η<1)為松弛因子,ζ為一個(gè)較小的移動(dòng)極限,為一個(gè)非負(fù)數(shù),即:
式中,由Kuhn–Tucker必要條件導(dǎo)出,如下:
式中,λ為拉格朗日乘子,在設(shè)計(jì)變量更新過(guò)程中采用二分法得到,以使更新后的密度滿足體積約束,即:
式中,是步驟S2的體積比,和分別是集合Ω1\ΩL,2中所更新的三類(lèi)設(shè)計(jì)變量的和。
基于最佳準(zhǔn)則更新設(shè)計(jì)變量的具體過(guò)程是:
首先,給定λ的最小值和最大值,分別是λ1=0和λ2=100000;
然后,計(jì)算它們的中點(diǎn)值:λ=0.5(λ1+λ2),并代入密度變量更新公式(最佳準(zhǔn)則公式),得到更新后的單元密度;
之后,計(jì)算體積約束余量再根據(jù)值修改λ1或λ2的值:如果則使λ1=λ,否則如果則使λ2=λ;
重復(fù)λ1和λ2的中點(diǎn)值的計(jì)算、單元密度更新以及λ1或λ2的修改過(guò)程,直至λ2與λ1的差小于一個(gè)閾值為止。此條件滿足后則不再變化的值,即收斂。
下一層優(yōu)化模型,重新確定λ。
S2-4:重復(fù)步驟S2-1至S2-3,直到優(yōu)化迭代收斂,提取出含有中間單元的柔順機(jī)構(gòu)拓?fù)鋱D;
S3:對(duì)含有中間單元的柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型做進(jìn)一步優(yōu)化,步驟如下:
S3-1:對(duì)拓?fù)鋬?yōu)化模型進(jìn)行有限元分析,計(jì)算靈敏度;
S3-2:對(duì)靈敏度進(jìn)行過(guò)濾;
S3-3:基于最佳準(zhǔn)則更新設(shè)計(jì)變量,保留已有的實(shí)心單元,抑制較低密度單元(密度低于預(yù)設(shè)值);
最佳準(zhǔn)則如下:
式中,β為給定的閾值,其作用是抑制較低密度單元,且ρmin<β≤1;
在迭代過(guò)程中,對(duì)β采用延拓方法進(jìn)行修正;首先判斷以下體積約束條件是否成立:
如果體積約束條件恒成立,再判斷以下迭代數(shù)條件是否成立:
t-t1-[(t-t1)/t2]t2≡1
式中,符號(hào)[]表示取整運(yùn)算t1為提取出含有中間單元的柔順機(jī)構(gòu)拓?fù)鋱D的總迭代數(shù),t2為允許β恒定不變的迭代數(shù);如果迭代數(shù)條件恒成立,β取為
β=β+min(Δβ,1-β)
式中,Δβ為給定的β的增量,min代表最小值。更新后的密度應(yīng)滿足如下體積約束:
式中,是步驟S2的體積比,和分別是集合Ω1\ΩL,2中所更新的各類(lèi)設(shè)計(jì)變量的和。
S3-4:重復(fù)步驟S3-1至S3-3,直到優(yōu)化迭代收斂,提取出柔順機(jī)構(gòu)0-1拓?fù)鋱D;
首先,給定λ的最小值和最大值,分別是λ1和λ2;
然后,計(jì)算它們的中點(diǎn)值:λ=0.5(λ1+λ2),并代入密度變量更新公式,得到更新后的單元密度;
之后,計(jì)算體積約束余量再根據(jù)值修改λ1或λ2的值:如果則使λ1=λ,否則如果則使λ2=λ;
重復(fù)λ1和λ2的中點(diǎn)值的計(jì)算、單元密度更新以及λ1或λ2的修改過(guò)程,直至λ2與λ1的差小于一個(gè)閾值為止。
S4:判斷柔順機(jī)構(gòu)拓?fù)鋬?yōu)化迭代次數(shù)是否大于預(yù)設(shè)閾值,以及前后兩次迭代的單元密度變化最大值是否小于一個(gè)閾值,若上述任一條件滿足則終止循環(huán)并輸出結(jié)果,否則繼續(xù)執(zhí)行以下步驟;
S5:以柔順機(jī)構(gòu)0-1拓?fù)鋱D為基準(zhǔn),建立下一層柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型;
首先修改柔順機(jī)構(gòu)拓?fù)鋬?yōu)化的層數(shù)L,使L=L+1;接著,修改體積比:采用體積約束延拓方法,對(duì)下一層優(yōu)化模型,體積比取為:
式中,max代表最大值,α是體積約束延拓因子初值,且0<α<1,Δα是體積約束延拓因子增量,且0<Δα<1;
最后,得到下一層(即第L,(L≥2)層)柔順機(jī)構(gòu)拓?fù)鋬?yōu)化模型為:
式中,ΩL,2是第L-1層提取的柔順機(jī)構(gòu)0-1拓?fù)鋱D中密度為ρmax且恒定不變的單元集合,Ω1\ΩL,2是第L,(L≥2)層可利用材料域中密度可變的單元集合。
S6:重復(fù)步驟S2至S5,如此不斷增大拓?fù)鋬?yōu)化模型的體積約束值,直至提取出滿足目標(biāo)體積V*的柔順機(jī)構(gòu)0-1變構(gòu)型拓?fù)鋱D。圖3為第一層拓?fù)鋬?yōu)化結(jié)果示意圖,圖4為第二層拓?fù)鋬?yōu)化結(jié)果示意圖。
上述實(shí)施例為本發(fā)明較佳的實(shí)施方式,但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制,其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡(jiǎn)化,均應(yīng)為等效的置換方式,都包含在本發(fā)明的保護(hù)范圍之內(nèi)。