欢迎来到天天文库
浏览记录
ID:37127193
大小:1.88 MB
页数:61页
时间:2019-05-18
《位移约束下结构零件的拓扑优化设计》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、中图分类号:V214论文编号:102870118-SZ048学科分类号:085232硕士学位论文位移约束下结构零件的拓扑优化设计研究生姓名苌城专业类别工程硕士专业领域航空工程指导教师姚卫星教授南京航空航天大学研究生院航空宇航学院二О一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAerospaceEngineeringTopologyOptimizationDesignofStructuralPartswit
2、hDisplacementConstraintsAThesisinAerospaceEngineeringbyChangChengAdvisedbyProf.YaoWeixingSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究
3、成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:南京航空航天大学工程硕士学位论文摘要随着近年来航空工业的高速发展,结构优化在飞机设计中得到了广泛的应用。在结构设计中,拓扑优化设计又是目前研究最多,最具挑战性的。通过对拓扑优化的使用,使得飞机零构件在减重方面可以得到更多的收获。在实际工程应用中,拓扑优
4、化结构往往并不是处于单独一个工况作用,而是多种工况共同作用。因此,研究多工况结构拓扑优化问题变得具有更大的意义。本文详细介绍了结构拓扑优化中常用的几种方法和算法,并比较了每种方法和算法,给出了其优点和局限性。介绍了在拓扑优化过程中可能出现的一系列问题,并简单说明了针对所出现问题的解决方法。通过对结构拓扑优化的介绍,延伸出多工况结构拓扑优化的方法。本文在基于SIMP模型的基础上,采用了权值法中的线性加权和法,将多工况约束问题转化为单目标约束问题。最后,以飞机的典型部件为研究对象,在多种边界条件约束下,进行了多工况
5、结构拓扑优化设计。优化过程中,构建了以结构体积最小作为目标函数,设计区域离散单元作为变量,以结构位移作为约束的数学模型,得到了新的拓扑结构,满足设计要求,大幅减小了结构重量,具有较好的实际工程意义。关键词:拓扑优化,变密度法,数值不稳定,多工况,线性加权和法I位移约束下结构零件的拓扑优化设计ABSTRACTWiththerapiddevelopmentofaviationinrecentyears,structuraloptimizationhasbeenwidelyusedinaircraftdesign.I
6、nfieldofstructuraldesign,topologicaloptimizationisthemoststudiedandthemostchallengingone.Theapplicationoftopologicaloptimizationdesignandanalysismethodstotheaircraftdesigncanmakesomeofthecomponentsnotonlyachievetheeffectofreducingweight,butalsoreducethecost.
7、Inpracticalengineeringapplications,theanalysisoftopologyoptimizationisoftennotinasinglecase,butacombinationofmultipleconditionstoachieveoptimalcalculation.Therefore,itbecomesmoreandmoreimportanttostudythetopologicaloptimizationproblemsofmulti-conditionstruct
8、ureinthefieldofaircraftstructuredesign.Inthispaper,severalmethodsandalgorithmscommonlyusedinstructuraltopologyoptimizationareintroducedindetail.Bycomparingeachmethodandalgorithm,theadvantagesand
此文档下载收益归作者所有