-
公开(公告)号：CN114595601B
公开(公告)日：2023-03-10
申请号：CN202210176149.X
申请日：2022-02-24
Applicant: 大连理工大学 , 北京机电工程总体设计部
IPC: G06F30/23 , G06F30/17 , G06F119/14 , G06F119/02 , G06F111/04
Abstract: 本发明实施例公开了一种双平面包络体内加筋结构的优化方法、装置、计算机设备和存储介质。通过将上、下平面之间的加筋条处理为筋条构件，并以筋条构件的端部坐标和厚度作为设计变量，使用基于形状灵敏度的梯度类优化求解器，求解具有体积约束以及其他约束下的优化列式，得到筋条构件的优化分布和一种双平面包络体内加筋结构的优化结构，优化过程不依赖于背景网格，设计变量数大大降低，计算效率提高；且该优化结构包含筋条构件的明确的尺寸、形状参数信息，可以直接导入到CAD/CAE系统，无需繁杂的人工识别、后处理过程，并方便导出工程强度分析报告解决工程问题，整体上提高了优化和工作效率。
-
公开(公告)号：CN114595601A
公开(公告)日：2022-06-07
申请号：CN202210176149.X
申请日：2022-02-24
Applicant: 大连理工大学 , 北京机电工程总体设计部
IPC: G06F30/23 , G06F30/17 , G06F119/14 , G06F119/02 , G06F111/04
Abstract: 本发明实施例公开了一种双平面包络体内加筋结构的优化方法、装置、计算机设备和存储介质。通过将上、下平面之间的加筋条处理为筋条构件，并以筋条构件的端部坐标和厚度作为设计变量，使用基于形状灵敏度的梯度类优化求解器，求解具有体积约束以及其他约束下的优化列式，得到筋条构件的优化分布和一种双平面包络体内加筋结构的优化结构，优化过程不依赖于背景网格，设计变量数大大降低，计算效率提高；且该优化结构包含筋条构件的明确的尺寸、形状参数信息，可以直接导入到CAD/CAE系统，无需繁杂的人工识别、后处理过程，并方便导出工程强度分析报告解决工程问题，整体上提高了优化和工作效率。
-
公开(公告)号：CN115600383A
公开(公告)日：2023-01-13
申请号：CN202211179622.6
申请日：2022-09-27
Applicant: 大连理工大学宁波研究院(CN) , 大连理工大学(CN)
IPC: G06F30/20 , G06F119/14
Abstract: 本发明公开一种不确定性数据驱动计算力学方法、存储介质及产品，方法包括步骤：初始化局部凸包数据点；根据当前迭代线性规划问题的可行性获取结构响应；根据当前迭代步的结构响应更新局部凸包数据点；执行迭代循环，直到结构响应的位移向量的2范数的相对误差小于设定的阈值。通过更改目标函数来求解结构响应的解集，可以衡量数据集不确定性对解的影响，比经典DDCM方法的单一解更具有可信度，更有利于工程师的判断；可以使用成熟的线性规划问题高效求解，也加快了收敛速度，降低了经典DDCM方法中对实验数据点数目的要求。
-
公开(公告)号：CN115408914A
公开(公告)日：2022-11-29
申请号：CN202211071121.6
申请日：2022-09-02
Applicant: 大连理工大学宁波研究院 , 大连理工大学
Abstract: 本发明公开二维结构的问题无关机器学习拓扑优化方法、介质及产品，方法包括步骤：构建机器学习模型；在随机样本中线下训练机器学习模型；将粗单元中的细单元密度分布输入机器学习模型，输出扩展多尺度有限元中的多尺度形函数值；采用扩展多尺度有限元进行结构分析并优化。实施本发明，通过构建机器学习模型，利用机器学习模型对最耗时的多尺度形函数进行计算，代替了原有扩展多尺度有限元中多尺度形函数复杂的计算，从而充分发挥出了线性边界条件下的扩展多尺度有限元方法的高效性，实现了有限元的分析时间数量级上的降低。
-
公开(公告)号：CN115630542B
公开(公告)日：2023-09-01
申请号：CN202211187180.X
申请日：2022-09-28
Applicant: 大连理工大学宁波研究院 , 大连理工大学
IPC: G06F30/23 , G06F30/15 , G06F119/14
Abstract: 本发明公开了一种薄壁加筋结构的加筋布局优化方法，将待优化的薄壁结构基底曲面生成三角形网格曲面基于共形映射建立基底曲面和参数空间平面的映射关系在参数空间中进行组件布局以模拟参数空间的加强筋，基于共形映射的节点坐标变换将参数空间的加强筋映射为物理空间的加强筋网格模型；基于形状灵敏度分析方法，采用MMA求解器更新设计变量。本发明采用显式几何参数构建并描述参数空间的组件型加强筋，通过共形映射技术构建参数空间和物理空间的映射关系，实现物理空间中复杂曲面上的加筋模型的建立。对整个结构采用高精度的随体壳单元进行，可以准确捕获结构的响应信息。
-
Patent Agency Ranking
公开(公告)号：CN116362079B
公开(公告)日：2024-01-30
申请号：CN202310252549.9
申请日：2023-03-16
Applicant: 大连理工大学 , 大连理工大学宁波研究院
IPC: G06F30/23 , G06F17/16 , G06F119/02
Abstract: 本发明公开了一种基于新型插值模型的多材料结构拓扑优化方法，包括以下步骤：给出多材料结构拓扑优化问题的优化列式‑获得预设数量的网格单元‑根据实际求解问题设置计算的边界约束和载荷条件‑引入用于区分每根组件内材料属性的材料属性区别参数γ，生成所有组件的拓扑描述函数‑设计域内组件的更新变化，直到收敛输出最终的结构优化构型。本发明采用上述基于新型插值模型的多材料结构拓扑优化方法，若考虑设计域内K种不同材料的优化分布，仅需要引入一组描述组件内材料分布类别的未知变量γK‑1，并与组件的拓扑描述函数联系起来，便可以描述有限单元网格内的材料属性，简化了的分析和计算过程，提高了分析计算效率。
-
公开(公告)号：CN115408914B
公开(公告)日：2023-07-04
申请号：CN202211071121.6
申请日：2022-09-02
Applicant: 大连理工大学宁波研究院 , 大连理工大学
IPC: G06F30/23 , G06F30/27 , G06N3/0499 , G06N3/08 , G06N20/00
Abstract: 本发明公开二维结构的问题无关机器学习拓扑优化方法、介质及产品，方法包括步骤：构建机器学习模型；在随机样本中线下训练机器学习模型；将粗单元中的细单元密度分布输入机器学习模型，输出扩展多尺度有限元中的多尺度形函数值；采用扩展多尺度有限元进行结构分析并优化。实施本发明，通过构建机器学习模型，利用机器学习模型对最耗时的多尺度形函数进行计算，代替了原有扩展多尺度有限元中多尺度形函数复杂的计算，从而充分发挥出了线性边界条件下的扩展多尺度有限元方法的高效性，实现了有限元的分析时间数量级上的降低。
-
公开(公告)号：CN115630542A
公开(公告)日：2023-01-20
申请号：CN202211187180.X
申请日：2022-09-28
Applicant: 大连理工大学宁波研究院 , 大连理工大学
IPC: G06F30/23 , G06F30/15 , G06F119/14
Abstract: 本发明公开了一种薄壁加筋结构的加筋布局优化方法，将待优化的薄壁结构基底曲面生成三角形网格曲面基于共形映射建立基底曲面和参数空间平面的映射关系在参数空间中进行组件布局以模拟参数空间的加强筋，基于共形映射的节点坐标变换将参数空间的加强筋映射为物理空间的加强筋网格模型；基于形状灵敏度分析方法，采用MMA求解器更新设计变量。本发明采用显式几何参数构建并描述参数空间的组件型加强筋，通过共形映射技术构建参数空间和物理空间的映射关系，实现物理空间中复杂曲面上的加筋模型的建立。对整个结构采用高精度的随体壳单元进行，可以准确捕获结构的响应信息。
-
公开(公告)号：CN116362079A
公开(公告)日：2023-06-30
申请号：CN202310252549.9
申请日：2023-03-16
Applicant: 大连理工大学 , 大连理工大学宁波研究院
IPC: G06F30/23 , G06F17/16 , G06F119/02
Abstract: 本发明公开了一种基于新型插值模型的多材料结构拓扑优化方法，包括以下步骤：给出多材料结构拓扑优化问题的优化列式‑获得预设数量的网格单元‑根据实际求解问题设置计算的边界约束和载荷条件‑引入用于区分每根组件内材料属性的材料属性区别参数γ，生成所有组件的拓扑描述函数‑设计域内组件的更新变化，直到收敛输出最终的结构优化构型。本发明采用上述基于新型插值模型的多材料结构拓扑优化方法，若考虑设计域内K种不同材料的优化分布，仅需要引入一组描述组件内材料分布类别的未知变量γK‑1，并与组件的拓扑描述函数联系起来，便可以描述有限单元网格内的材料属性，简化了的分析和计算过程，提高了分析计算效率。
-
公开(公告)号：CN115600383B
公开(公告)日：2023-06-02
申请号：CN202211179622.6
申请日：2022-09-27
Applicant: 大连理工大学宁波研究院 , 大连理工大学
IPC: G06F30/20 , G06F119/14
Abstract: 本发明公开一种不确定性数据驱动计算力学方法、存储介质及产品，方法包括步骤：初始化局部凸包数据点；根据当前迭代线性规划问题的可行性获取结构响应；根据当前迭代步的结构响应更新局部凸包数据点；执行迭代循环，直到结构响应的位移向量的2范数的相对误差小于设定的阈值。通过更改目标函数来求解结构响应的解集，可以衡量数据集不确定性对解的影响，比经典DDCM方法的单一解更具有可信度，更有利于工程师的判断；可以使用成熟的线性规划问题高效求解，也加快了收敛速度，降低了经典DDCM方法中对实验数据点数目的要求。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.11 seconds)
