کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6777596 1432062 2018 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Crashworthiness optimization with uncertainty from surrogate model and numerical error
ترجمه فارسی عنوان
بهینه سازی خرابی با عدم قطعیت از مدل جایگزین و خطای عددی
کلمات کلیدی
ترجمه چکیده
با توجه به هزینه گران تست کامل در مقیاس، طرح های بیشتر و بیشتر به شبیه سازی تکیه می کنند. برای شبیه سازی سقوط بسیار غیر خطی، عدم قطعیت عددی یک محصول جانبی ذاتی است که به نوسان نتایج می رسد زمانی که شبیه سازی در یک طراحی تکرار می شود یا متغیرهای طراحی کمی تغییر می کنند. این نوسان به طور مستقیم بر کیفیت و قابلیت اطمینان طراحی مطلوب تاثیر می گذارد. این مقاله نشان می دهد چگونه این مسائل را می توان با پیشنهاد روش اندازه گیری ساده عدم قطعیت برای عدم قطعیت عددی (سر و صدا) و عدم قطعیت مدل خطای (خطا) در فرآیند بهینه سازی مواجه شده است. برای نشان دادن این روش، سه مسئله مهندسی، نمونه ای از لوله مسطح، مثال نقاشی خودروی جلو و راه آهن و یک مثال از ساختار چند سلولی استفاده می شود. در مرحله اول، میزان عدم قطعیت عددی از لحاظ فراوانی و دامنه نویز کم است و مطالعه همگرایی این دو معیار برای تعیین یک اندازه داده مناسب برای توصیف نویز عددی استفاده می شود. دوم، روش برآورد با توجه به هر نویز عددی و خطای مدل جایگزین، براساس واریانس پیش بینی سطح پاسخ چندجمله ای پیشنهاد شده است. در نهایت، با توجه به روش اندازه گیری عدم قطعیت پیشنهادی، سازه های لوله و روکش جلو بهینه می شوند. مشخص شد که با توجه به دو منبع عدم قطعیت، طرح های بهینه بیشتر از راه حل های قطعی قابل اعتماد هستند.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی عمران و سازه
چکیده انگلیسی
Due to the expensive cost of full-scale tests, more and more designs rely on simulation. For highly nonlinear crash simulation, numerical uncertainty is an inherent by-product, which refers to the oscillation of results when the simulation is repeated at the same design or the design variables are slightly changed. This oscillation directly influences the quality and reliability of the optimal design. This paper shows how these issues can be addressed by proposing a simple uncertainty quantification method for numerical uncertainty (noise) and surrogate model uncertainty (error) in the optimization process. Three engineering problems, a tube crush example, an automotive front-rail crush example and a multi-cell structure crush example, are used to illustrate this method. Firstly, the level of numerical uncertainty is quantified in terms of noise frequency and amplitude, and the convergence study of these two criteria is employed to determine an appropriate data size to describe numerical noise. Secondly, an estimation method considering both numerical noise and surrogate model error is proposed based on the prediction variance of the polynomial response surface. Finally, the tube and front rail structures are optimized according to the proposed uncertainty quantification method. It was found that by considering the two sources of uncertainty, the optimal designs are more reliable than the deterministic solutions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Thin-Walled Structures - Volume 129, August 2018, Pages 457-472
نویسندگان
, , , , , ,