Optimasi Topologi Evolusi diperpanjang Metode Elemen hingga dan Isoline

Latar Belakang/Permasalahan

Penelitian ini menyajikan pendekatan optimasi evolusi sederhana dan efektif dalam domain
jaringan tetap. Kebaruan dari pekerjaan ini adalah untuk menerapkan X-FEM dengan algoritma
optimasi evolusioner. Metode yang diusulkan tidak memerlukan kerangka level set untuk deskripsi
geometri di X-FEM dan batas-batas desain dapat hanya diwakili oleh isoline dari kinerja struktural
yang diinginkan. algoritma diimplementasikan dalam optimasi topologi dua kasus uji dan solusi
akhir dibandingkan dengan solusi BESO standar. Untuk mengevaluasi akurasi metode yang
diusulkan, solusi yang diimpor ke NASTRAN dan dianalisis kembali menggunakan metode
elemen hingga klasik.

Penyelesaian :

Optimasi Topologi Isoline

Ide dasar dari desain isoline adalah untuk mewakili bentuk dan topologi struktur menggunakan
kontur perilaku struktural yang diinginkan. Ide ini telah disarankan dalam beberapa penelitian
(Maute dan Ramm, 1995; Lee et al, 2007). Batas isoline representasi berbeda dari penjelasan
tingkat set batas desain. Dalam metode level set batas digambarkan oleh fungsi level nol set
(biasanya ditandatangani fungsi jarak) (Angka 3) dan evolusi batas diwakili dengan memecahkan
apa yang disebut 'Hamilton-Jacobi' persamaan. Dalam metode isoline, batas desain diwakili oleh
tingkat minimum kriteria (seperti von Mises stres atau SED) yang iteratif diperbarui selama proses
desain (gambar 4). algoritma optimasi isoline yang digunakan dalam makalah ini berasal dari
desain topologi isoline (ITD) algoritma yang diusulkan oleh Victoria et al (2009). Tidak seperti
metode ESO / BESO di mana optimasi beroperasi pada tingkat unsur, dalam pendekatan ITD,
optimasi dilakukan di tingkat global, berdasarkan kinerja struktural. Dalam penelitian kami,
distribusi perilaku struktural yang diinginkan diperoleh dalam tahap analisis melalui penggunaan
X-FEM.
ITD pendekatan dapat diringkas ke dalam langkah-langkah berikut:

1 An diperpanjang analisis elemen hingga dilakukan untuk mencari distribusi kepadatan energi
regangan dalam domain desain.

2 Tingkat SED minimum (MSL) ditentukan dan batas struktural baru diperoleh dari
persimpangan distribusi SED dan MSL.

3 Daerah dari domain yang memiliki kriteria (SED) tingkat kurang dari MSL tidak termasuk
dalam domain desain. Oleh karena itu properti materi mereka diatur untuk bahan lemah.
Daerah-daerah di mana kriteria tingkat yang lebih besar dari MSL berada di dalam domain
desain dan properti materi mereka diatur ke bahan padat.
Langkah 1-3 diulang secara bertahap meningkatkan MSL sampai optimum yang diinginkan
diperoleh.
 Gambar 9. Flowchart algoritma optimasi.

Contoh Numerik :

Gambar 10. Dua kasus uji.

Langkah – langkah Penyelesaian :
1. Pemeriksaan pendahuuan konvigurasi
Domain desain awal itu descritized menggunakan 60x30 mesh. optimasi dimulai dengan
domain desain sepenuhnya solid. Sejarah evolusi fungsi tujuan dan fraksi volume untuk
kasus uji 1 dan 2 ditunjukkan pada Gambar 11. Hal ini dapat dilihat bahwa energi regangan
meningkat, sebagai bahan secara bertahap dihapus dari domain desain, kemudian mencapai
nilai konstan pada konvergensi.

Perkembangan topologi dalam proses optimasi berulang untuk dua kasus uji diilustrasikan
dalam angka 12 dan 13. Hal ini dapat dilihat bahwa pada awalnya sejumlah lubang muncul
sebagai fraksi volume menurun. Setelah sejumlah iterasi beberapa lubang menggabungkan
untuk membuat lubang yang lebih besar, sehingga mengurangi kompleksitas akhir dari
topologi. Hal ini dapat dilihat pada gambar 12 bahwa topologi tetap simetris seluruh
optimasi. Hal ini dapat dilihat dalam topologi akhir bahwa meskipun menggunakan mesh
kasar untuk masalah optimasi ini, desain akhir telah didefinisikan dengan jelas, batas-batas
halus dan tidak perlu interpretasi lebih lanjut (tidak seperti standar SIMP dan ESO metode
/ BESO). Dalam dua bagian berikutnya, keakuratan hasil yang dipelajari dan metode ini
dibandingkan dengan standar BESO.

2. Mengevaluasi solusi X-FEM

Tabel 1. Perbandingan solusi X-FEM dan struktur NASTRAN diregenerasi
Energi
Uji kasus 1 regangan tip Pemindahan
X-FEM 29.81 57,08
NASTRAN 30,01 57,36
% Kesalahan 0,67 0,49
Energi
Uji kasus 2 regangan tip Pemindahan
X-FEM 30,82 61,77
NASTRAN 31,04 62,10
% Kesalahan 0.70 0.53
3. Perbandingan dengan Solusi BESO
Solusi yang diperoleh dari metode yang diusulkan dibandingkan dengan solusi BESO
untuk berbagai mesh ukuran solusi BESO diperoleh dengan menggunakan kode BESO
MATLAB-membunuh lunak (Huang dan Xie, 2009). Untuk mengatasi masalah dam (Jog
dan Harber, 1996) dalam solusi BESO dan mempertahankan kompleksitas solusi
konvergensi, radius filter yang kecil 1,2 kali panjang elemen, digunakan. Tingkat evolusi
yang dipilih untuk BESO adalah 0,004 yang dipilih untuk memberikan kira-kira jumlah
yang sama dari iterasi untuk berkumpul sebagai XFEM-isoline pendekatan optimasi (180-
200 iterasi).
 4. Perbandingan Energi Regangan

Pendekatan \
Mesh 40x20 60x30 80x40 100x50 120x60
X-FEM 19 s 43 s 92 s 188 s 434 s
BESO 9s 25 s 65 s 151 s 399 s
Perbandingan 211% 172% 142% 125% 109%
Tabel 4. Perbandingan biaya waktu BESO dan X-FEM untuk 100 iterasi

5. Perbandingan Kekasaran Permukaan

Sebagai tahap pasca pengolahan, algoritma smoothing Laplacian dapat digunakan untuk
membuat batas-batas halus untuk topologi dioptimalkan, jika hal ini diperlukan untuk
pembuatan misalnya. smoothing Laplacian adalah teknik berulang smoothing, yang biasa
digunakan dalam pengolahan citra dan meningkatkan kualitas jerat elemen hingga (Cannan
et al, 1993; Freitag, 1997). Dalam aplikasi pengolahan gambar, smoothing Laplacian
beroperasi dengan mengganti nilai abu-abu pixel dengan rata-rata nilai abu-abu piksel
tetangga. Dalam FE aplikasi meshing, lokasi simpul dimodifikasi menggunakan rata-rata
dari lokasi dari simpul tetangga (Vollmer et al, 2001). Gambar 16 menunjukkan batas-batas
sebelum dan setelah smoothing untuk solusi BESO uji kasus 2 untuk berbagai mesh
kepadatan. Kekasaran permukaan rata-rata dari topologi dioptimalkan sebelum smoothing
dan jumlah iterasi di smoothing Laplacian juga termasuk dalam gambar. Akar berarti
kekasaran persegi (Rq) Ditentukan dengan perbandingan batas-batas topologi sebelum dan
setelah smoothing Laplacian. Hal ini dapat dilihat pada Gambar 16 bahwa kekasaran
permukaan topologi dari BESO optimasi meningkat sebagai kerapatan mesh menurun.
Gambar 17 menunjukkan batas-batas solusi X-FEM untuk kasus pengujian yang sama
sebelum dan setelah smoothing. Dibandingkan dengan solusi BESO, kekasaran permukaan
solusi X-FEM jauh lebih rendah dan mereka membutuhkan jauh lebih sedikit langkah
iterasi di smoothing Laplacian. Juga dapat dilihat bahwa tidak seperti solusi BESO,
kekasaran permukaan solusi X-FEM memiliki sedikit ketergantungan pada kerapatan
mesh.

Output :

Dalam penelitian ini, metode desain X-FEM dan isoline digabungkan dengan optimasi algoritma
evolusioner untuk menentukan optimasi topologi struktur kontinum 2D. Hasil kami menunjukkan
bahwa menggunakan X-FEM memiliki keuntungan yang signifikan, tidak hanya menghindari
memakan waktu teknik pembentukan grid ulang, tetapi juga menghasilkan struktur yang memiliki
batas-batas yang halus memerlukan sedikit atau tidak ada interpretasi atau pasca pengolahan lebih
lanjut. Menggunakan geometri tes sederhana, telah menunjukkan bahwa X-FEM topologi
berdasarkan optimasi memiliki potensi untuk akurasi yang lebih besar dan solusi yang lebih kuat
dengan ketergantungan kurang pada ukuran mesh dari BESO, meskipun ini perlu ditetapkan untuk
lebih realistis, geometri 3D. Hal ini diantisipasi namun bahwa metode ini relatif sederhana untuk
memperpanjang.