11第十一讲结构优化设计中的近似技术.pptVIP

结构优化设计中的近似技术Approximation Techniques in the Structural Optimum Design 1 概述 在近似技术未提出之前, 为求解大型复杂结构优化设计问题, 曾遭遇到下列诸多问题 : 1) 需要考虑的设计变量的数量太多; 2) 在优化过程中需要处理的约束条件方程的数量太多; 3)? 在优化迭代过程中, 需要反复进行完整的结构有限元分析的次数太多. 这些问题, 导致迭代次数太多, 收敛慢, 花费大量计算时间,甚至难以获得最优解, 阻碍了数学规划法在结构优化设计中的应用. 在结构优化设计中所采用的近似技术主要包括: A. 设计变量连接, 以减少设计变量数; B. 约束暂时删除或约束截断, 以减少约束条件的数量; C. 对高度非线性隐含的约束条件实行高质量的显式近似处理; D. 对原规划问题实行对偶规划求解法. 通过近似技术处理, 将使原来复杂的问题变为相对小的简单的序列近似子问题, 并保持原问题的基本特性, 通过逐次逼近最终获得原问题的最优解. 2 结构优化设计问题 3 设计变量连接Design Variable Linking 从设计角度看, 既没有必要也不希望使每一个有限单元都拥有自己独立的设计变量. 设计变量连接是用来减少独立设计变量数的.其基本的方法是: 将结构按有限单元的不同, 根据结构组成特点或受力特点划分成若干连接小组.在被连接的一组有限单元内, 所有有限单元的设计尺寸由一个或几个独立设计变量所控制. 例2 三角形机翼平面 三角形机翼平面根据其受力特点和传力路线,可以划分成若干个区域. 在每一个区域中, 所有有限单元共有一个独立设计变量, 如图6-2. 这里, 设计变量连接确定予选区域中有限单元的相对关系. 假设原三角机翼平面每个有限单元都有自己的设计变量 X j , 按区域划分后, 新的独立设计变量用 t C 表示. 向量X中的每一个分量 X j 只与一个新的独立设计变量 t C 成比例. 数学上可表示为 在此例中, 原来的35个有限单元被新的10个独立设计变量所连接 4 减少不等式约束数 4 减少不等式约束数(2) 约束删除概念 “Throw away” or Constraint deletion concept 这种方法对任何一种类型的约束都适用. 其基本思想是: 那些不重要的( 多余的或非临界的 )约束可以暂时删除. 一个结构优化设计问题, 通常包含有大量的性状约束( 不同载荷条件下的应力约束和位移约束等 ), 结构经过一次完整的有限元分析后, 可以获得结构有限元各节点沿各坐标方向的位移( 变形 )及各有限单元内的各应力分量. 假设d i ( t ) 代表第 i个响应量( 位移或应力 )的计算值室, 通常给予它如下的约束限制条件 为了便于比较和计算, 这些响应量约束表达式将变成标准的无量纲的响应比形式 4 减少不等式约束数(3) 当响应比达到或者接近于1时, 所对应的性状约束变成为临界约束. 约束条件可以用响应比来表示, 则有 g i (t) = Ri(t) – 1 ? 0 一种简单而有效的策略用来暂时删除所有非临界约束 , 即响应比小于某个规定的约束截断参数“CTP (Constraint Truncation Parameter )”, CTP = min { max [ Rc , 0.3], 0.7 } 其中, RC 为取小数点后一位中最大的响应比 , 例如, 若max[ Ri (t)| t?NSC ] = 0.56, 则 RC = 0. 5 . 据此, 保留下来的约束应是: 应力约束为 Rc = { 0.79, 0.88, 0.74, 0.9 }, 位移约束为 Rc = { 0.94}. 该例中总约束数由13个减少到5个. 在迭代过程中, 实际保留下来的约束数是在不断改变的, 有的约束条件这次迭代可能进入临界约束中, 而在下一次迭代时则可能又被暂时删除掉了, 也可能某些临界约束始终保留着。 5 高质量的显式近似表达式The explicit approximation with the high qualities 有效求解结构优化问题的一个关键因素是建立或构造准确的显式近似表达式. 因为通常结构的性状约束函数多是隐含的, 非线性的. 而这些约束准确值的获得需要通过完整的结构分析. 约束条件非线性程度越高, 优化问题