一种基于结构分解的大型构件动态优化设计方法技术

本发明专利技术涉及一种基于结构分解的大型构件动态优化设计方法，在三维建模软件中，建立大型构件的几何模型，识别构成结构件的外部框架尺寸变量，识别内部组成单元的基本样式和尺寸变量；对结构件的外部框架进行拓扑优化，同时对内部的组成单元进行尺寸优化，得到尺寸数据；将优化后的尺寸数据导入Isight-FD软件中，根据约束条件和目标函数分别对外部框架和内部组成单元的不同组合以及不同尺寸配置进行优化迭代分析，输出优化结果。本发明专利技术广泛适用于大型重载复杂结构零件的轻量化和减重设计，具有由简入深，快速可靠的优点，由于算法的鲁棒性只需要少量的采样点即可找到满足力学性能要求的几何结构，为现阶段大型重载设备的结构设计工作提供了可靠的技术支持。

【技术实现步骤摘要】

本专利技术涉及大型复杂构件的动态优化设计领域，具体地说是一种基于结构分解的大型构件动态优化设计方法。
技术介绍
随着我国现阶段工业化的蓬勃发展，一些更加大型和复杂的重载设备逐渐出现在我们的视线中，例如：大型重载的数控机床、大型掘进机和采煤机、大吨位的锻造机以及大型高伸缩行程的吊车和起重机等。这些设备都是由一些大型复杂的零部件组合而成，这些大型结构件的动态特性将会直接影响整个设备的动态性能。因此，针对于我国目前在工程应用中大型复杂结构零件的动态特性优化设计问题一直是目前的研究热点。结构优化设计是随着最优化方法的不断发展和改善逐渐得以发展。近些年来,在结构优化算法方面,结构优化设计趋向于采用接近实际的复杂结构模型模拟大型结构系统,由于设计变量数目大,研究新的有效的准则优化方法受到重视,但仍有如何去解决针对各种特殊的结构优化问题建立相应的公式,解决解析推导和数值计算的实现问题；再是使用大型系统的分解优化方法,对于大型结构优化,可以按子结构分解或者进行多级分解优化,对于多学科的复杂系统可以按学科分解优化。分解算法的关键在于建立各个子问题之间的耦合关系,比如通过使用最优解对参数的灵敏度和采用线性分解等法建立起耦合关系,使得子问题的解相容,从而保证迭代收敛。特别是针对于复杂重载大型的机械结构零件，采用基于结构分解的多目标动态结构优化技术对于准确找到整个结构的最优设计方案是一种快速而有效的方法。现阶段我国大型重载设备在作业过程中由于自身的动态性能(包括刚度、强度、阻尼和振动特性等)不足或不匹配而导致整个设备自身出现结构破坏、结构变形、振动剧烈或控制效果不理想，最终导致整个作业任务的没有达到既定目标和失败。
技术实现思路
针对现有技术的不足，本专利技术提供一种基于结构分解的大型构件动态优化设计方法，根据已知的边界载荷和约束的前提下，建立起综合结构动态优化技术流程，深入研究三维实体结构的拓扑优化和尺寸优化技术，完善优化算法的鲁棒性。本专利技术为实现上述目的所采用的技术方案是：一种基于结构分解的大型构件动态优化设计方法，步骤1：在三维建模软件中，建立大型构件的几何模型，识别构成结构件的外部框架尺寸变量，识别内部组成单元的基本样式和尺寸变量；步骤2：对结构件的外部框架进行拓扑优化，同时对内部的组成单元进行尺寸优化，得到尺寸数据；步骤3：将优化后的尺寸数据导入到Isight-FD软件中，根据约束条件和目标函数分别对外部框架和内部组成单元的不同组合以及不同尺寸配置进行优化迭代分析，输出优化结果。所述识别构成结构件的外部框架尺寸变量的过程为将结构件的外部轮廓尺寸定义为外部框架尺寸变量；所述识别内部组成单元的基本样式和尺寸变量过程为：将组成大型零件内部的结构用不同样式的基本单元体来进行填充，再针对于每一种基本单元体不同部位的尺寸进行变量定义，基本单元体的样式即为内部组成单元的基本样式，基本单元体的尺寸变量即为内部组成单元的尺寸变量。所述对结构件的外部框架进行拓扑优化采用变密度法：Find:ρ＝(ρ1,ρ2,…,ρn)T∈RnMin:C(ρ)＝FTX＝XTKXS.T:F＝KXV(ρ)=Σi=1nρivi≤fV0=Vmax]]>0＜ρmin≤ρi≤1,i＝1,2,…,n其中，ρ为设计变量，表示材料的相对密度；n为大型构件结构离散成的单元总数；C(ρ)是优化目标函数，表示大型构件结构的柔度，K为结构的总体刚度矩阵，X为结构的总体位移向量，F为结构所受的载荷向量，vi为结构单元的体积，V为大型构件优化后的体积，V0为大型构件初始状态的体积，Vmax为体积上限，f为体分比，ρmin为最小相对密度。所述对内部的组成单元进行尺寸优化采用基于Kriging插值的目标响应面的方法：Find:X＝[x1x2...xn]TMin:F(X)＝W/f1′S.T:g(x1x2...xn)＝f1-f1′≤0X∈R其中，W为被优化结构件的质量，Xn为被优化结构的尺寸设计变量，f1为优化前结构的第一阶固有频率，f1'为优化后结构的第一阶固有频率，F(X)为目标函数，表示被优化结构件的质量与优化后结构的第一阶固有频率之比。所述优化迭代分析过程为：步骤1：根据设计要求将设计变量采用拉丁方超立方的方法进行实验设计，得到设计空间内的实验矩阵；步骤2：对得到的实验矩阵进行基于Kriging插值和目标响应面方法的优化算法，得到近似模型；步骤3：将近似模型随机采样，分别通过计算机仿真和近似计算，得到真实响应值和近似响应值；步骤4：将真实响应值与近似响应值进行精度检验，如果精度大于被优化对象许用精度，执行步骤5；否则需要新增插值点作为样本点，并更新近似模型样本空间，返回步骤3；步骤5：使用近似模型代替仿真模型，并输出优化结果。所述约束条件为：结构件优化后的体积不大于给定的体积上限数值，即V(ρ)≤Vmax，最小相对密度ρmin在(0,1)之间；结构件优化后的基频不小于原始结构的基频，即f1′≥f1。本专利技术具有以下有益效果及优点：本专利技术可以广泛适用于类似大型重载复杂结构零件的轻量化和减重设计，具有由简入深，快速可靠的优点，由于算法的鲁棒性只需要少量的采样点即可以找到满足力学性能要求的几何结构，为现阶段大型重载设备的结构设计工作提供了可靠的技术支持。附图说明图1是本专利技术的方法流程图；图2是本专利技术的大型悬臂构件针对其外部框架拓扑优化的最优材料分布图；图3是本专利技术的大型悬臂构件针对不同内部单元样式和设计变量的尺寸优化筋格模型图；图4是本专利技术的有限元分析位移云图；图5是本专利技术的优化迭代分析流程图。具体实施方式下面结合附图及实施例对本专利技术做进一步的详细说明。如图1所示为本专利技术的方法流程图。步骤一，首先采用三维造型软件建立起复杂零件的几何模型；识别出构成结构件的主要框架尺寸变量和组成内部单元的基本样式和尺寸变量。具体的识别方法为：将结构件的外部轮廓尺寸定义为框架尺寸变量，例如长、宽、高和横截面积的大小等。将组成大型零件内部的结构用不同样式的筋格(基本单元体)来进行填充，例如：十字筋、米子筋、斜线筋和太阳筋等，详见图1。此外，针对于每一种筋格不同部位的尺寸进行变量定义，例如：壁厚、直径和筋格大小等。这些筋格的样式和尺寸变量就被识别为结构件内部单元的基本样式和尺本文档来自技高网...

【技术保护点】
一种基于结构分解的大型构件动态优化设计方法，其特征在于：步骤1：在三维建模软件中，建立大型构件的几何模型，识别构成结构件的外部框架尺寸变量，识别内部组成单元的基本样式和尺寸变量；步骤2：对结构件的外部框架进行拓扑优化，同时对内部的组成单元进行尺寸优化，得到尺寸数据；步骤3：将优化后的尺寸数据导入到Isight‑FD软件中，根据约束条件和目标函数分别对外部框架和内部组成单元的不同组合以及不同尺寸配置进行优化迭代分析，输出优化结果。

【技术特征摘要】
1.一种基于结构分解的大型构件动态优化设计方法，其特征在于：
步骤1：在三维建模软件中，建立大型构件的几何模型，识别构成结构件的
外部框架尺寸变量，识别内部组成单元的基本样式和尺寸变量；
步骤2：对结构件的外部框架进行拓扑优化，同时对内部的组成单元进行尺
寸优化，得到尺寸数据；
步骤3：将优化后的尺寸数据导入到Isight-FD软件中，根据约束条件和目
标函数分别对外部框架和内部组成单元的不同组合以及不同尺寸配置进行优化
迭代分析，输出优化结果。
2.根据权利要求1所述的基于结构分解的大型构件动态优化设计方法，其特征
在于：所述识别构成结构件的外部框架尺寸变量的过程为将结构件的外部轮廓
尺寸定义为外部框架尺寸变量；
所述识别内部组成单元的基本样式和尺寸变量过程为：将组成大型零件内
部的结构用不同样式的基本单元体来进行填充，再针对于每一种基本单元体不
同部位的尺寸进行变量定义，基本单元体的样式即为内部组成单元的基本样式，
基本单元体的尺寸变量即为内部组成单元的尺寸变量。
3.根据权利要求1所述的基于结构分解的大型构件动态优化设计方法，其特征
在于，所述对结构件的外部框架进行拓扑优化采用变密度法：
Find:ρ＝(ρ1,ρ2,…,ρn)T∈RnMin:C(ρ)＝FTX＝XTKX
S.T:F＝KX
V(ρ)=Σi=1nρivi≤fV0=Vmax]]>0＜ρmin≤ρi≤1,i＝1,2,…,n
其中，ρ为设计变量，表示材料的相对密度；n为大型构件结构离散成的单
元总数；C(ρ)是优化目标函数，表示大型构件结构的柔度，K为结构的总体刚度
矩阵，X为结构的总体位移向量，F为结构所受的载荷向量，vi为结构单元的体

\t积，V为大型构件优化后的体积...

【专利技术属性】
技术研发人员：骆海涛，周维佳，王铁军，富佳，肖磊，于敏，于长帅，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：辽宁;21