針對(duì)拓?fù)鋬?yōu)化過程中計(jì)算精度對(duì)優(yōu)化結(jié)果的影響,將自適應(yīng)p型有限元與雙向漸進(jìn)結(jié)構(gòu)拓?fù)鋬?yōu)化BESO（Bidirectional Evolutionary Structural Optimization）相結(jié)合,根據(jù)誤差控制參數(shù)設(shè)置,通過單元能量誤差分析,自適應(yīng)地提高單元階次,有效改善有限元計(jì)算精度,并采用靈敏度過濾算法和穩(wěn)定策略,減輕了棋盤格和迭代振蕩現(xiàn)象。通過最小柔度拓?fù)鋬?yōu)化問題實(shí)例的計(jì)算,驗(yàn)證了該方法的可行性,結(jié)果表明所提出方法可在較粗糙的網(wǎng)格下提高拓?fù)鋬?yōu)化計(jì)算精度,得到更高的優(yōu)化效率和更好的優(yōu)化結(jié)果。 

【文章來源】：機(jī)械強(qiáng)度. 2020,42(03)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

過濾算法示意圖

BESO流程圖

懸臂梁優(yōu)化最終拓?fù)浣Y(jié)構(gòu)，應(yīng)力云圖及單元階次分布如圖4、圖5、圖6所示，結(jié)果顯示最終結(jié)構(gòu)中很好的避免了棋盤格分布現(xiàn)象的出現(xiàn)，圖7給出了懸臂梁算例優(yōu)化的目標(biāo)函數(shù)和結(jié)構(gòu)體積比的迭代歷程圖，可以看出迭代后體積比保持在目標(biāo)體積50%，同時(shí)目標(biāo)函數(shù)柔度值也平穩(wěn)波動(dòng)直至收斂。為了進(jìn)行對(duì)比，同樣條件下對(duì)懸臂梁例子也進(jìn)行了h型有限元的BESO求解，最終拓?fù)浣Y(jié)構(gòu)及應(yīng)力云圖如圖8、圖9所示。圖4 懸臂梁最終拓?fù)浣Y(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]ESO在2-D結(jié)構(gòu)模型優(yōu)化中的改進(jìn)及應(yīng)用[J]. 陳小明,賴喜德,唐健,朱李,趙璽.  機(jī)械強(qiáng)度. 2016(05)
[2]求解弱不連續(xù)問題的p型自適應(yīng)有限元方法[J]. 王彪,肖映雄,李真有.  固體力學(xué)學(xué)報(bào). 2016(01)



本文編號(hào)：3321048