【技术实现步骤摘要】
一种RDPRQCG的大规模结构拓扑频率优化方法
[0001]本申请属于结构优化
,具体涉及一种RDPRQCG(Reduction ratio and diagonal preconditioning Rayleigh quotient conjugate gradient,变缩比和对角预处理的瑞利商共轭梯度)的大规模结构拓扑频率优化方法。
技术介绍
[0002]在考虑频率要求的大规模结构拓扑优化研究中,不可避免地涉及到大规模结构少量固有频率和振型计算(即广义特征值问题进行求解)。大规模结构总自由度数N很大,大规模结构拓扑优化过程中,广义特征值问题的系数矩阵常出现病态现象。求解此类广义特征值问题的部分特征对的难度是巨大的,且传统对角预处理器可以看作是提取K的对角元素,忽略该未知元素(用这个对角元素表示)对其他未知元素可能存在的耦合作用。基于传统对角预处理器的结构拓扑优化设计的效率不高,且难于适应规模结构拓扑优化过程中含有病态系数矩阵的结构固有频率和振型计算。
[0003]另外,当采用传统的串行拓扑优化算法对结构进行优化设计时,组装整体刚度矩阵的效率直接受到单元数量的影响。随着单元数量的增加,基于整体刚度矩阵和质量矩阵求解广义特征值问题的部分特征对的时间急剧上升,每个优化迭代步需要几十分钟甚至更久。因此,借助最新发展的具有多线程并行计算的GPU,研发既能减少迭代次数,且又能适应含有病态系数矩阵的结构固有频率和振型并行计算的方法是很有必要的。基于GPU的大规模结构拓扑频率优化方法会极大地提高计算效率,满足大规 ...
【技术保护点】
【技术特征摘要】
1.一种RDPRQCG的大规模结构拓扑频率优化方法,其特征在于,包括:步骤S1、采用GPU与提出的变缩比和对角预处理的正交加速瑞利商共轭梯度算法进行并行计算,获得大规模结构少量固有频率和振型;步骤S2、基于并行计算获得的大规模结构少量固有频率和振型,以结构柔顺度最小为目标函数,同时考虑频率和体积约束,给出大规模结构拓扑优化模型、并行求解方法和典型案例。2.根据权利要求1所述的方法,其特征在于,所述采用GPU与提出的变缩比和对角预处理的正交加速瑞利商共轭梯度算法进行并行计算,获得大规模结构少量固有频率和振型,包括:步骤S11、依据结构总刚度矩阵K,采用式(1)构建新的对角线预处理矩阵的对角元素的对角元素其中,是总体坐标系中扩维的结构单元刚度矩阵K
(e)
的第i行第j列元素,m为结构单元个数,N为结构自由度数;步骤S12、采用式(1)构建由下列对角正定矩阵定义的对角线预处理矩阵步骤S12、采用式(1)构建由下列对角正定矩阵定义的对角线预处理矩阵其中,其中,δ是一个小量,取δ=10
‑6;步骤S13、在第k次迭代步,引入一个缩放因子γ
k
,构建下列变缩比和对角预处理矩阵W
k
:式中,为变缩比,为变缩比,步骤S14、设定计划求广义特征值问题的前p个最小特征值及其对应的特征向量,该最小特征值即为固有频率,该特征向量即为固有振型,包括:选取N
×
p阶初始迭代向量且满足其中I
p
是一个p阶的单位矩阵;设定容许误差TOLL,最大迭代次数NITMAX,重新启动步数NREST和平均残余量然后由式(5)计算初始残量矩阵:其中,M为质量矩阵,G
(0)
表示初始残差矩阵,为p个初始残差向量,
令迭代步k=0;若k比NITMAX小,且比TOLL大,则执行迭代步骤S15
‑
S17,否则退出迭代,执行步骤S16;步骤S15、根据当前迭代步数判断k是否进行Ritz投影步,Ritz投影步相当于小规模广义特征值问题,即:式中,y是一个p维列向量,且X
(k)
满足求解小规模广义特征值问题,得到p个特征向量y
i
(i=1,
…
,p),以及其对应的特征值μ
i
(i=1,
…
,p);将各个y
i
(i=1,
…
,p)单位化,得:Q={q1,
…
,q
p
},则矩阵Q满足:令则是一个对角阵,且满足由式(8)和(9)求得P
(k)
,即:,即:步骤S16、新的矩阵由式(10)计算求得:对于j=1,
…
,p,执行以下步骤:将向量和关于矩阵M正交化得到具体方法如下:若j=1,则若j≠1,则由式(11)求出γ
i
;通过γ
i
和式(12)求出即:通过最小化瑞利商求得α
j
的值;其中,α
j
为标量,其值由方程(bc
‑
ad)t2...
【专利技术属性】
技术研发人员:周泉,钟宇,陈仙阁,李水生,宋英杰,荣见华,蔡金虎,赵磊,冯俊杰,
申请(专利权)人:中国建筑第五工程局有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。