کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4963954 1447417 2017 41 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Topology optimization under uncertainty via non-intrusive polynomial chaos expansion
ترجمه فارسی عنوان
بهینه سازی توپولوژیک تحت نامطلوب با گسترش هرج و مرج چندجملهای غیر مجذور
کلمات کلیدی
بهینه سازی توپولوژی قوی بهینه سازی توپولوژی مبتنی بر قابلیت اطمینان، گسترش هرج و مرج چندجملهای، تنوع ساختاری،
ترجمه چکیده
این مقاله یک رویکرد سیستماتیک برای بهینه سازی توپولوژی تحت عدم قطعیت ارائه می کند که یکپارچه کردن گسترش هرج و مرج غیر چندمنظوره با تحلیل حساسیت طراحی برای بهینه سازی توپولوژی مبتنی بر قابلیت اطمینان و قوی است. عدم قطعیت در بارگیری و هندسه برای رفع تغییرات تولید معرفی شده است. تنوع تولیدی از طریق تکنیک آستانه ای مدل سازی می شود که در آن میدان آستانه با یک فیلد تصادفی کوچک شده نشان داده شده است. معیارهای واکنش مانند انطباق و حجم به عنوان گسترش هرج و مرج چندجملهای از پارامترهای نامشخص زیردریایی تعریف می شود و بنابراین امکان برآورد دقیق و کارآیی لحظات آماری، احتمال شکست و حساسیت آنها را فراهم می کند. تعدادی از شبیه سازی ها برای ساختارهای خطی تحت عدم اطمینان بارگیری با استفاده از ابررسانا کاهش می یابد. کارایی روش غیر مخرب چندجملهای هرج و مرج با مقایسه روش مونت کارلو با تعداد شبیه سازی ها مشخص شده است. برای نشان دادن تأثیر عدم قطعیت، طرح های بهینه سازی شده که عدم اطمینان را در نظر می گیرند با آنچه که انجام نمی شود مقایسه می شود. مقایسه انواع گسترش هرج و مرج چندجمله ای به روش های موجود در آن، بر اساس مثال عددی نظری نیز برای طرح های مبتنی بر قابلیت اطمینان و بدترین موارد ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
This paper presents a systematic approach for topology optimization under uncertainty that integrates non-intrusive polynomial chaos expansion with design sensitivity analysis for reliability-based and robust topology optimization. Uncertainty is introduced in loading and in geometry to address the manufacturing variability. The manufacturing variability is modeled via a thresholding technique in which the threshold field is represented by a reduced dimensional random field. Response metrics such as compliance and volume are characterized as polynomial chaos expansions of the underlying uncertain parameters thus allowing accurate and efficient estimation of statistical moments, failure probabilities and their sensitivities. The number of simulations is reduced for linear structures under loading uncertainty by means of superposition. Efficiency of the non-intrusive polynomial chaos approach is highlighted by comparison with the Monte Carlo method in terms of the number of simulations. To demonstrate the effect of uncertainty, optimized designs that consider uncertainty are compared to those that do not. Comparisons of polynomial chaos expansion to existing analytical methods on a benchmark numerical example are also provided for reliability-based and worst case designs.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Methods in Applied Mechanics and Engineering - Volume 318, 1 May 2017, Pages 120-147
نویسندگان
, , ,