کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6928577 1449341 2018 28 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
High-resolution non-gradient topology optimization
ترجمه فارسی عنوان
بهینه سازی توپولوژیک بدون گرادیان با وضوح بالا
کلمات کلیدی
بهینه سازی توپولوژی، بهینه سازی جعبه سیاه، مجموعه های سطح آزاد بدون مشتقات، جستجوی الگو، ساختارهای پیوسته، انتقال گرما،
ترجمه چکیده
بهینه سازی توپولوژی غیر گرادیانه با هدف استفاده از رویکرد محاسبات نرم به تقریب مات توزیع مواد بهینه در داخل یک دامنه طراحی از پیش تعیین شده یک ساختار است. اگر چه این رویکردها از حل مشکلات بدون نیاز به محاسبه گرادیان یا حساسیت برخوردار است، اما آنها با نقص پیچیده یا محدودیت در حوزه طراحی ارتباط دارند. در این مقاله، ما نشان می دهیم که چگونه روش تعیین سطح مشتق شده رایگان می تواند این نقص را بدون آسیب رساندن به کیفیت توپولوژی های به دست آمده حذف کند. ما سه آزمایش عددی معیار را در سطوح مختلف مشش خوب حل کردیم. علاوه بر این، قابلیت دستیابی توپولوژیکی با استفاده از پردازش تصویر و مدل های مشکلات فیزیکی سازگاری ساختاری، انتقال حرارت و ساختارهای کامپوزیتی مورد بررسی قرار گرفته است. نتایج به دست آمده با روشهای شیبتری مقایسه شد. نتایج نشان می دهد که روش پیشنهادی تعیین شده مشتق شده می تواند تعدادی متغیر تصمیم را مستقل از سطح مش، اما سطح ویژگی های توپولوژیکی قابل دستیابی را ایجاد کند. آنها نشان می دهند که رویکرد پیشنهادی می تواند جزئیات دقیق توپولوژیکی را با استفاده از تعداد کمی از متغیرهای تصمیم گیری در هزینه های محاسباتی نسبتا کم به دست آورد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
بهینه سازی توپولوژیک بدون گرادیان با وضوح بالا
چکیده انگلیسی
Non-gradient topology optimization aims to utilize soft computing approaches to approxi-mate the optimal material distribution inside a predefined design domain of a structure. Although these approaches have the advantage of solving problems without a need for calculating gradients or sensitivities, they are associated with the drawback of coarse meshing or a limitation over the design domain. In this paper, we demonstrate how the derivative-free level-set method can eliminate this drawback without scarifying the quality of obtained topologies. We solved three benchmark numerical experiments at different levels of fine meshing. Additionally, the topological attainability is explored using image processing and models of physical problems of structural compliance, heat transfer and composite structures. The obtained results were compared to those by gradient methods. The results indicate that the proposed derivative-free level-set method can make the number of decision variables independent of the meshing level, but the level of attainable topological features. They demonstrate that the proposed approach can attain complex topological details using small numbers of decision variables at relatively low computational costs.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational Physics - Volume 372, 1 November 2018, Pages 107-125
نویسندگان
, , ,