登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 机械机电类 > 机械工程及自动化 > 正文

基于代理模型的晶格结构集成优化设计开题报告

 2020-02-20 10:02  

1. 研究目的与意义(文献综述)

1.1 研究目的及意义

晶格结构具有高孔隙率的特点,在保证轻质的同时,保持了高强度和强吸收能量等机械性能,被普遍认为是极具前景的革命性结构[1]。然而,晶格结构的复杂性却是铸造、模具加工和机加工等传统加工技术的重大难题。随着增材制造技术的重大革新,如今已经能够轻松地制造晶格结构,因此,晶格结构逐步在汽车和航空航天领域受到重视。如何设计晶格结构、选择合理的截面参数让晶格发挥出最优的性质已成为众多学者所关注的问题。

结构优化设计是多学科协同设计中一个非常重要的部分,在现代结构设计中占有十分重要的地位,它能使工程设计者从众多的设计方案中获得较为完善的或最为合适的最优设计方案,是虚拟设计和制造的重要环节,并贯穿于设计和制造的整个过程。

在实际工程问题中,结构优化设计的对象通常是计算机仿真模型,但是由于当前的结构优化问题越来越复杂,计算机仿真模型会存在计算量大的问题,这使得基于计算机仿真模型的优化方法无法满足设计需要。多学科设计和最优化设计结合不确定性的需要形成了额外的挑战。目前普遍使用的方法便是构造代理模型替代复杂的计算机仿真模型[2],也常称作近似模型。代理模型方法在复杂的源模型基础上通过实验设计(designof experiment ,doe)产生的采样点构造与源模型近似的数学模型代替计算昂贵的源模型进行仿真优化分析,能减少优化过程中仿真迭代的次数,大幅减少计算量,得到越来越多研究者的重视。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

本课题旨在提出并完成基于cad-cae集成的晶格结构一体化优化设计。即晶格优化过程在matlab环境下编程实现:调用cad软件更新几何模型,传递到cae软件中进行有限元分析,提取需要的目标结果,运用代理模型和优化算法得到最优晶格结构并验证。

2.1基于代理模型的工程优化

基于代理模型的设计优化策略包括以下几步:(1)选择代理模型类型;(2)设计试验次数;(3)进行仿真;(4)进行代理模型拟合或插值;(5)检验拟合或插值模型的质量优劣;(6)执行优化过程并检查代理模型在预测最优设计点的精度。

2.2试验设计方法

试验设计是构建代理模型的重要基础与前提,合理的安排试验设计能真实有效地反映样本空间、从而精确反映系统输入与输出之间的复杂函数关系。试验设计是利用统计学方法在设计空间上科学取点,以尽量少的样本点表达整体设计空间的方法。目前常用的试验设计方法主要包括网格法、正交设计法和优化拉丁超立方法等。其中网格法填充均匀性好,但由于网格尺寸不易把控,造成样本点过多或者过少,样本点过多导致计算资源的浪费,反之,导致样本点过少不足以反映设计空间的特征信息;正交设计法因受到水平数和因素数的影响,导致设计空间容量不能任意设定,即样本点数目不能连续变化;与前面两种方法相比,优化拉丁超立方法[19]能够以较小的成本获取更为合理的设计空间样本点分布,以尽可能多的反映设计空间的特征信息,同时优化拉丁超立方法所生成的样本点数目可连续变化,在适应性和灵活性上具有更大的优势。因此本次设计采用优化拉丁超立方法。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

课题研究进度安排表

2019.2.18-2019.3.4

外文文献翻译、开题报告撰写

2019.3.5-2019.3.24

Abaqus、Ansys等有限元分析软件学习

2019.3.25-2019.4.5

常用代理模型的理论基础学习

2019.4.6-2019.4.20

MATLAB学习及主要程序的编写

2019.4.21-2019.4.30

晶格结构学习及建模

2019.5.1-2019.5.10

不同近似模型方法在工程实例中的比较验证

2019.5.11-2019.5.20

晶格优化,数据处理及得出结论

2019.5.20-2019.6.7

撰写毕业论文及答辩

4. 参考文献(12篇以上)

[1]hammetter c i , rinaldi r g , zok f w .pyramidal lattice structures for high strength and energy absorption[j].journal of applied mechanics, 2013, 1(4):407.

[2] jin r, chen w, simpson t w. comparativestudies of metamodelling techniques under multiple modelling criteria[j].structural and multidisciplinary optimization, 2001, 23(1): 1-13.

[3] cressie n. spatial prediction andordinary kriging[j]. mathematical geology, 1988, 20(4): 405-421.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图