欢迎来到天天文库
浏览记录
ID:35172700
大小:4.51 MB
页数:71页
时间:2019-03-20
《simp算法和beso算法的关键技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、密级桂林电子科技大学硕士学位论文题目SIMP算法和BESO算法的关键技术研究(英文)ResearchonKeyTechnologiesofSIMPAlgorithmandBESOAlgorithm研究生学号:1301201002研究生姓名:刘娟指导教师姓名、职务:匡兵副教授申请学位门类:工学学科、专业名称:机械工程提交论文日期:2016年4月论文答辩日期:2016年6月独创性(或创新巧)声明本人声明所呈交的论文是我个人在导师指导下进行的研巧工作及取得的研究成^^11果。尽我所知,除了文中特别加标注和致谢中所罗列的内容[^外|论文中不包含(;其他人己经发表
2、或撰写过的研充成果;也不包含为获得桂林电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献巧已在论文中做了明确的说明并表示了谢意。一申请学位论文与资料若有不实之处,本人承担切相关责任。..扛、;&本人签名:亩贿日期>/、关于论文使巧授权的说明本人完全了解桂林电子科技大学有关保留和使用学位论文的规定,即:研巧生在校攻读学位期间论文工作的知识产权单位属桂林电子科技大学。.本人保证毕业离校后,发表论文或使用论文工作成果时署名单位仍然为桂林电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅
3、论文;学校可(^1公布论文的全部或部分。内容,可封允许采用影印、缩印或其它复制手段保存论支(保密的论文在解密后遵守此规定)本学位论文属于保密在。年解密后适用本授权书、、'本人签名:古賊曰期:如瓜fc乏、tWI《导师签名:艮曰期:,I(摘要摘要各项正交惩罚材料变密度法(SIMP算法)和双向渐进结构优化方法(BESO算法)是目前结构拓扑优化领域中应用较为广泛的两种算法。以SIMP算法和BESO算法为研究对象,通过算例分析了其各自的特性。针对两种算法目前存在的不足提出了改进方案,提高了SIMP算法和BESO算法的优化性能。本文的主要研究工作
4、包括:1.通过经典算例的对比分析找出了SIMP算法和BESO算法的不足之处。介绍了SIMP算法和BESO算法的基础理论,通过对Michell型结构、短悬臂梁结构、MBB梁结构等经典算例的对比分析,探讨了两种算法的特性,并找出了其不足之处。2.提出了一种基于改进灵敏度过滤策略的SIMP算法。在过滤后单元灵敏度的计算中,增加了一个与中心单元过滤前灵敏度有关的部分,该部分在过滤后灵敏度中所占的比重通过过滤权重调节。根据拓扑优化实例的优化结果给出了过滤半径影响过滤权重的情况,并构建了过滤权重函数。在改进灵敏度过滤策略的基础上,结合双重SIMP算法给出了改进SIMP算法的流程
5、。两个实例的优化结果验证了改进SIMP算法能抑制数值不稳定现象的同时有效减少灰度单元。3.提出了一种基于灵敏度修正的BESO算法。在分析灵敏度计算误差原因的基础上,给出了一种利用牛顿-科特斯公式减小灵敏度计算误差的方法。针对牛顿科特公式修正的需要,采用了等间距的方式缩短了传统的BESO算法的进化步长。通过两个经典算例验证了改进BESO算法能有效地通过灵敏度修正提高全局寻优能力。利用ANSYS的静力分析结果,进一步验证了本文所提改进BESO算法相比于SIMP算法的优越性。4.开发了基于两种改进算法的原型优化系统。基于Matlab平台开发了基于两种改进算法的原型优化系统
6、,并利用该原型优化系统对轴承支架和拱桥结构进行了优化设计,通过与ANSYS优化结果的对比,验证了原型优化系统的有效性。关键词:变密度法渐进结构优化方法灵敏度误差灰度单元牛顿—科特斯积分IAbstractAbstractSIMPalgorithmandBESOalgorithmaremorewidelyusedinthefieldofstructuretopologyoptimization.ThepaperisbasedontheSIMPalgorithmandBESOalgorithm,inwhichthecharacteristicsofthesetwokind
7、sofalgorithmintheclassicexamplesarediscussed.AimingattheshortcomingsoftheSIMPalgorithmandBESOalgorithm,theimprovementsofthesetwoalgorithmsareproposedtoimproveit’soptimalperformance.Themaincontentsofthepaperareasfollows:1.ThedisadvantageoftheSIMPalgorithmandEBSOalgorithmareacquiredbya
此文档下载收益归作者所有