采用多点逼近遗传算法的屈曲约束下桁架拓扑优化

采用多点逼近遗传算法的屈曲约束下桁架拓扑优化

本文刊登于《机械科学与技术》2019年第1期

摘要:基于线弹性屈曲理论,讨论了杆单元建模及欧拉单杆失稳判据在桁架结构稳定性分析中的缺陷。为更精确地获得桁架屈曲响应,建议以梁单元进行有限元建模,并利用特征值屈曲分析来获取结构各阶失稳载荷因子及屈曲模态。分析了从基结构法出发求解特征值屈曲约束下桁架拓扑优化问题所存在的求解困难与奇异性。为有效求解该类问题,采用了多点逼近遗传算法,对离散拓扑变量和连续尺寸变量进行了联合优化。同时,通过屈曲模态识别、删除杆件屈曲模态过滤、局部约束临时删除等措施,特征值约束下的求解困难和删除杆件在优化过程中的不利影响也得到了克服。数值算例验证了本文结构建模及优化方法的有效性,同时也表明了该方法具有较高的效率,能够凭借较少的结构分析次数来获得优化解。

原文链接:http://journals.nwpu.edu.cn/jxkxyjs/FileUp/HTML/20190118.htm

采用多点逼近遗传算法的屈曲约束下桁架拓扑优化

长按二维码 关注我们

有问题请联系微信ID:JXKXYJS

采用多点逼近遗传算法的屈曲约束下桁架拓扑优化


分享到:


相關文章: