物理学 > 计算物理
[提交于 2025年3月25日
(v1)
,最后修订 2025年3月27日 (此版本, v2)]
标题: 基于累积损伤准则的拓扑优化设计中荷载的概率组合
标题: Probabilistic combination of loads in topology optimization designs via cumulative damage criteria
摘要: 拓扑优化(TO)是一种在用户定义约束下进行结构设计的成熟方法,例如最小体积和最大刚度。 然而,这些方法传统上仅应用于静态、确定性载荷,在这种情况下模量、位置和方向都是已知且不变的。 这与结构工程设计中使用的概率载荷组合相矛盾,并导致两个重要的缺点。 第一个与维护和可靠性有关:静态载荷未能考虑载荷过程、测量或常规服务中的自然出现的不确定性;同时定量地忽略了诸如振动等未预见现象,材料行为被假设为线性各向同性,忽略了功能梯度材料中的疲劳、塑性和各向异性。 第二个涉及最优性本身:通常,作为“最优”结构呈现的结构实际上高估了载荷,从而因超过其实际需求和/或在整个设计域中分布不当而浪费材料。 本文提出了一种概率框架:引入不确定和伪动态载荷,通过一种增强的SIMP方案并嵌入惩罚项,以解决疲劳损伤、层方向、力学响应(拉伸/压缩)和屈服极限(冯·米塞斯等效应力)。 这个计算高效的框架被应用于各种载荷场景,生成具有相同体积分数约束的多样化设计,性能得到改善且更加现实。 在所提出的方法下,如果载荷是永久性的且损伤各向同性,该方法将收敛到传统的(确定性)拓扑优化结果。 本文还探讨了这项工作的未来影响,特别是关于超材料设计。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.