.png){kind=icon}
返回
The parameterized level set method for structural topology optimization with shape sensitivity constraint factor
.png){kind=icon}
PRE
AI
DOI：10.1007/s00366-019-00860-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，与常规水平集方法相比，参数化水平集方法 (PLSM) 以其稳定性好、效率高、拓扑优化结果光滑等优点引起了人们的广泛关注。在PLSM中，径向基函数 (rbf) 通常用于执行常规水平集方程的插值拟合，从而将迭代更新的偏微分方程 (PDE) 转换为常微分方程 (ode)。因此，rbf在提高PLSM结构拓扑优化数值计算的效率，精度和稳定性方面起着关键作用，它可以描述结构拓扑及其在优化过程中的变化。特别是，紧凑支撑径向基函数 (cs-rbf) 因其具有相当大的优势而在PLSM中广泛用于结构拓扑优化。在这项工作中，基于cs-rbf，我们提出了一种用于结构拓扑优化的PLSM，通过添加形状灵敏度约束因子来控制迭代中的步长，同时使用移动渐近线 (MMA) 的方法更新设计变量。利用形状灵敏度约束因子，在MMA算法的迭代过程中，更新步长是可变和可控的，从而提高了优化速度。因此，该方法可以提高结构拓扑优化的效率和稳定性。通过涉及单材料和多材料结构拓扑优化的几个典型数值算例，证明了该方法的可行性和有效性。
Keyword:
Compactly supported radial basis function
Parameterized level set method
Shape sensitivity constraint factor
MMA algorithm
Structural topology optimization
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.9
论文数:
2.6K
被引数:
9.3K
机构
引用论文
Development and Validation of the University of Washington Clinical Assessment of Music Perception Test华盛顿大学音乐知觉临床评估测试的开发和验证
OAAI
.png){kind=icon}
OAAI分享收藏分享收藏Semi-Lagrange method for level-set-based structural topology and shape optimization基于水平集的结构拓扑和形状优化的半拉格朗日方法
PREAI
分享收藏A level-set-based topology and shape optimization method for continuum structure under geometric constraints几何约束下基于水平集的连续体结构拓扑和形状优化方法
PREAI
分享收藏SURF: A connectivity-based space filling curve construction algorithm in high genus 3D surface WSNsSURF: 一种基于连通性的高属三维曲面WSNs空间填充曲线构建算法
PREAI
分享收藏分享收藏
查看更多内容