非正态分布连续体结构可靠性拓扑优化设计.pdf 6页VIP

非正态分布的连续体结构可靠性拓扑优化设计 *  李景奎 张义民  (东北大学机械工程与自动化学院 沈阳  110819)  摘要：由于具有不确定性参数的连续体结构普遍存在，因此研究不确定性参数连续体结构的可靠性拓扑优化问题具有十分重 要的意义。在基本随机变量前四阶矩已知的情况下，利用四阶矩技术以及随机有限元方法求解连续体结构的可靠度，对隐式 的可靠度约束进行显式化的处理。将连续体的拓扑优化设计视为一种对单元的模式识别，将模式识别领域的 K邻近方法引入 到连续体结构拓扑优化设计领域，以结构的单元应力作为识别的变量，利用应力的欧拉距离作为判别的标准，对连续体结构 进行了可靠性拓扑优化设计。通过数值算例与确定性设计结果进行对比，结果表明，考虑了可靠度影响的拓扑优化结果要优 于确定性参数的优化结果，同时表明该计算方法是可行的。 关键词：连续体 拓扑优化  K邻近 四阶矩技术 可靠度 中图分类号：TH122;TB114.3  The Reliability­based Topological Optimization Design of Continuum  StructuralwithAbnormal Distribution  LI Jingkui  ZHANGYimin  （School of Mechanical Engineering and Automation, Northeastern University, Shenyang 110819）  Abstract：B ecause of the continuum structuralwith uncertainty is common, the research of reliability­based topology optimization is  of great significance. Techniques from the fourth prime matrix and the stochastic finite element method employed to present the  practical and effective method for the reliability­based topology optimization for continuum structural with abnormal distribution  parameters in the case of given the first­forth moments of basic random variables. The topology optimization is described as pattern  recognition to element and the K Nearest Neighbor (KNN) method is extracted from the technique of pattern recognition to seek the  optimized result with the element stress as variable and Euclidean distance of stress as recognition standard. Several numerical  examples given to compare with optimized results with deterministic indicate that the approach proposed is a convenient  and  practical method.  Key words：Continuum   Topology optimization  K­nearest neighbor  Fourthprime matrix  Reliability  拓扑优化设计。连续体结构的拓扑优化设计从产生 0  前言 到现在经历了不断的发展和完善，形成了均匀化方 [1]  [2]  [3]  法  、变密度方法  、水平集方法  、渐进结构优化 [4­5]  [6­7]  连续体拓扑优化，是优化设计领域的研究热点 方法  以及独立、连续、映射方法  等多种方法。 与难点， 其主要思想是寻求机械结构的最优拓扑解， 李枝东、刘辛军利用导重法求解了单工况的拓扑优 [8]  也就是在给定的基结构区域内寻求材料的最优分 化问题  ，Zhan Jinqing 和 Zhang Xianmin 利用基结 [9]  布。优化的基本思路是对初始设计区域进行有限元 构法解决了非线性复杂机械的拓扑优化问题  ，Z uo  [10]  划分并进行有限元分析，然后依据一定的运算法则 Kongtian等提出了拓扑优化的新的HMM 算法  。 对区域内的结构进行增减，从而实现连续体结构的 随着计算机技术的发展，机械结构的可靠性分 析和设计理论有了较大的发展，这些方法大多是基 * 长江学者和创新团队发展计划(No. IRT0816)、 “高档数控机床与基 于设计参数服从正态分布的基础上进行分析和设计 础制造装备”科技重大专项课题(2010ZX04014­014)、 国家自然科学 的。但是实际工程中很多时候各种设计参数服从多 基金项目、“十一五”国家科技支撑计划 (2009BAG12A02-A07-2)资助。********收到初稿，********收到修 种形式的概率分布，所以单纯的假设设计参数满足 改稿 正态分布进行可靠性设计会带来一定的设计误差， 式中，E 为弹性模量，m为泊松比，均为随机变量。 甚至设计结果不够理想。因此设计参数服从非正态 连续体结构单元的单元应力可以表示为  [11]  e 分 布 的可 靠 性 设 计 十 分 必 要 。Rosenblatt  和  s  = DBs (5)  [12]  Rackwitz  提出了将非正态随机变量转换为正态分 所以状态函数可表示为 布随机变量的方法。可是实际工程中某些情况下无 * ( )  (6)  法将非正态随机变量转化为正态随机变量。张义民 g X = s  - DBs  等利用四阶矩技术 [13­14] 以及随机有限元方法求解了 非正态分布连续体结构 的基本 随机变量为  非正态分布参数的连续体的可靠度。 *  T  X=(s ,E, m,F)  。可以求得状态函数 g(X)的均值、方 基于可靠度约束下的连续体结构拓扑优化设 差、三阶矩和四阶矩为 计，既能够保证连续体结构的可靠性，同时也能够 ( )  m  = g X  (7) 解决结构的最优化问题，已经吸引了很多研究人员 g 的注意力。Kh  armandG 等讨论了可靠性拓扑优化设 [ ( )] [ 2 ]  计的必要性，并讨论了灵敏度、可靠性指标等对计 2 [ ( )] È g X  ˘ ( )  s  = Var g X  = Var X  (8) [15]  g Í X T  ˙ 算结果的影响  ，罗阳军等考虑了荷载及材料属性 Î ˚ 的不确定性，进行了基于多椭球凸模型描述的柔性 [ 3 ]  [16]  [ ( )] 机构可靠性拓扑优化设计的研究  。本文将连续体 [ ( )] È g X  ˘ ( )  q  = T g X  = T  X  (9) g 3  Í X T  ˙ 3  的拓扑优化视为是一种对单元应力的模式识别，利 Î ˚ 用 K 邻近方法进行拓扑优化设计，利用四阶矩技术 [ ( )] [ 4 ]  和随机有限元方法相结合获得随机参数服从非正态 [ ( )] È g X  ˘ ( )  h  = F g X  = F  X  (10)  g 4  Í X T  ˙ 4  分布的可靠度，最后得到优化结果，为工程设计分 Î ˚ 析给出了一种有效的数值分析方法。  式中，Var(X),T (X),F (X)为基本随机变量的方差， 3 4 [j]  [j­1] 三阶矩和四阶矩向量。[]  = []  ƒ []=[]ƒ[]ƒ … 1  可靠性分析 ƒ[]为[]的 Kronecker 代数，符号ƒ表示 Kronecher  [2]  积， 假设 A 的维数为 m¥n， 则 A  的维数为 mm¥nn。 连续体可靠性拓扑优化设计的可靠度约束为 可靠度指标定义为 [ ( ) * e ]  *  (1)  Prob g X  = s  - s 0 - P  0  m [ ] E g X  g  ( ) b  = = (11)  *  * e  S 式中，P 为给定的可靠度，s 为许用应力，s  为单 s [ ]  Var g X  g  ( ) * e 元应力，g(X) s -s  0 为安全状态下的状态函数。 对于某一连续体结构，其有限元平衡方程可表 在基本随机变量 X 服从正态分布时，可以得到 示为  可靠度的一阶估计值 ( )  ks = F  (2)  P = F b (12)  S  S  式中，k 为单元刚度矩阵，s、F 分别为节点位移向 式中，F()为标准正态分布函数。 量和节点力向量。根据有限元理论，可以建立以下 在基本变量的前四阶矩已知的情况下，可靠性 方程 [17]  指标可以定义  为 e  T  (3)  2  k  =  B  DB dx  dy   e = 1,  2 , L , n  ( ) ( ) ÚÚ 3 z 4g  - 1 b S  + z 3 g  b S  - 1  e  b  =  (13)  F ( 2  )( )  9z  - 5z  - 9 z - 1  4 g  3 g  4 g  式中，B 为单元的应变矩阵，只与单元的几何参数 3  有关，所以视其为定常矩阵，D 为弹性矩阵，表达 式中，z q /s  为状态函数 g(X)的三阶偏态系数， 3g g g  4  式为 z h /s  为状态函数g(X)的四阶峰态系数。 4g g g  Ê ˆ 因此,在随机变量的分布为非正态分布，且随机 Á 1  m 0  ˜ E  Á ˜ (4)  变量的前四阶矩可求的情况下，作为可供选择的实 D =  2 Á m 1  0  ˜ 1 - m  用方法,可以采用四阶矩技术求得可靠性指标b ,而 Á 1 - m ˜ F Á 0  0  ˜ Ë 2  ¯ 后得到可靠度的估计值 P 。非正态分布连续体结构 F 的可靠度为 e  P = F b (14)  构总质量，s 为单元应力，s*为单元许用应力。可 F  ( F )  e 靠度约束 Prob[g(X) s*-s 0]0  的求解过程在前 至此，求解了非正态分布连续体可靠度约束。  面已经进行了详细的介绍。 利用 KNN 方法进行连续体结构可靠性拓扑优 2  拓扑优化设计 化设计时， 以单元应力作为特征向量描述单元样本， 给出单元应力的欧氏距离识别标准 ds(s)， 计算每个 连续体结构拓扑优化设计的主要思想是在给定 单元与最大应力单元的欧氏距离 的初始设计区域内，通过一定的运算方法增加或者 n 删除结构的材料，从而达到结构优化的目的。也可 e e  e  e  2  d ( σ  , σ  ) =   ( σ  ­ σ  )  (16)  i  max  i  max  以理解为根据结构中各个单元的应力大小将单元分 i =1  类，筛选出应力贡献度大的单元集合和应力贡献度 如果  小的单元集合。保留应力贡献度大的单元，同时删 e e  d ( σ  , σ  ) £ ds ( σ )  (17)  除应力贡献小的单元，逐步达到结构的最优化。可 i max  以看出，对结构单元进行分类的过程，就相当于对 说明该单元的单元应力与最大单元应力的欧氏距离 单元进行模式识别的过程。因此，可以将连续体结 较小，该单元在整个结构中的应力贡献度较大，所 构拓扑优化设计看作是一种对连续体结构单元的模 以保留该单元。否则删除该单元。 式识别。 将所有单元分类以后，以保留的单元为新的样 模式识别(Pattern  Recognition)是指对表征事物 本空间，重新进行 KNN 运算，得到新的样本空间。 或现象的各种形式的信息进行处理和分析，以对事 当某次运算结束后结构没有单元被删除，则说明此 物或现象进行描述、辨认、分类和解释的过程。模 时的欧氏距离度量标准已经不能满足 KNN  计算的 式识别的主要方法有判别函数法、KNN 方法、非线 要求，那么减少 ds(s)的数值继续进行运算，直到结 性映射法、特征分析法、主因子分析法等。  构达到最优为止。KNN 方法的实施步骤如下：  [18]  KNN 算法最初由 Cover 和 Hart  于 1967 年提 (1)给定设计的全区域，施加边界条件和应力载荷， 出的，是一种理论成熟的方法，被广泛应用于各种 进行一次有限元分析；  模式识别领域 [19­20] 。该方法在分类决策上只依据最 (2)给定应力欧氏距离判据标准 ds(s)；  邻近的一个或者几个样本的类别来决定待分样本所 (3)计算每个单元的单元应力与最大单元应力的欧 属的类别。对于类别交叉或重叠较多的待分样本集 氏距离；  来说，KNN 方法较其他方法更为适合。本文将初始 (4)如果满足式(17)，该单元保留，否则删除该单元；  设计领域的全部有限单元集合作为待分样本空间， (5)生成新的样本空间，重新进行 K 邻近计算；  以样本单元应力与最大单元应力的欧氏距离作为识 (6)如果没有单元被删除，减少 ds(s)的值，  别标准，识别出应力贡献度大的单元集合和应力贡 ds( σ ) = ds ( σ ) ­ Δds ( σ )  (18)  献度小的单元集合，保留应力贡献度大的单元集合 并删除应力贡献度小的单元集合。每次对单个单元 重复以上步骤，直到结构被破坏。 样本进行分类，待全部样本识别后以保留的单元集 通常，ds(s)初始值取为第一次运算中最大单元 合作为新的待分样本空间重新进行模式识别，直到 应力与零应力的欧氏距离，Dds(s)约为  ds(s)的  1  结构最优并打破给定的可靠度要求为止。 ％～0.1％。  非正态分布连续体可靠性拓扑优化设计的数学 模型如下 3  计算结果与比较  find  ψ = (y    ,y  , L ,y  ) T  1 2  n  min  M ( ψ ) = n  m y i = 1 , 2 , Ln (15)  3.1  算例一   i  i  i  给定的初始设计区域如图 1a 所示， 其外形尺寸 [ *  e  ] *  s .t   Prob g ( X ) = s - s 0 - P  0  为  140mm×50mm，底部两端点支撑，下端中心受 { }  y i  = 0 , 1  到向下的压力 F，弹性模量 E、泊松比m 、许用应力 s*均为随机变量，服从非正态分布，它们的均值、 式中，y ={0,1}为设计变量，y 0 时该单元将被删 i i 方差、 三阶矩和四阶矩分别为：{1,  0.005,1.2e­9,2e­9;  除，y =1 时保留该单元，m 为单元质量，M(y )为结 i i  1,0.005,1.1e­9,1.8e­9;0.2,0.001,2.4e­12,3e­12;2,0.01,2 *  e­8,2.8e­8}，给定的可靠度要求为 P =0.9984，不考 虑可靠性的拓扑优化结果如图 1b 所示， 考虑可靠性 约束的拓扑优化结果如图 1c 所示。  a初始设计区域  a初始设计区域  b  不考虑可靠度的优化结果  b  不考虑可靠度的优化结果  c考虑可靠度的优化结果 图 1  算例一的优化结果  3.2  算例二 给定的初始设计区域如图 2a 所示， 其外形尺寸 为 60mm×60mm，左端固定，右端两端点受到垂直 方向上的拉力 F，弹性模量 E、泊松比m 、许用应力 c考虑可靠度的优化结果 s*均为随机变量，服从非正态分布，它们的均值、 方差、 三阶矩和四阶矩分别为：{1,  0.005,1.2e­9,2e­9;  图2  算例二的优化结果 1,0.005,1.1e­9,1.8e­9;0.2,0.001,2.4e­12,3e­12;2,0.01,2  表 1  优化结果对照表 *  e­8,2.8e­8}， 给定的可靠度要求为 P =0.975，不考虑 结构优化 迭代步数 体积比 最大应力  可靠度 可靠性的拓扑优化结果如图 2b 所示， 考虑可靠性约 /MPa  算例一 不考虑可靠度  825  0.370  1.423  － 束的拓扑优化结果如图 2c 所示。 考虑可靠度  398  0.649  1.312  0.9985  表 1 为两种连续体结构优化设计的数据，可以 看出，考虑了可靠性的优化结果要比没有考虑可靠 算例二 不考虑可靠度  137  0.489  0.435  － 性的优化结果所用的迭代步数少，结构更合理，单 考虑可靠度  135  0.518  0.424  0.99995  元最大应力小。由于考虑了可靠度的因素，所以结 构的优化结果的可靠度得到了保证。  4  结论 （1） 建立了可靠度约束下的连续体拓扑优化设 计的数学模型，在服从非正态分布的基本随机变量 前四阶矩已知的情况下，解决了对随机参数的分布 概型的限制问题，利用随机有限元和四阶矩技术求 解了非正态分布的连续体结构的可靠度约束。 （2） 将连续体结构拓扑优化设计看作是对结构 单元的模式识别，利用模式识别的 KNN  方法对连 107­114.  续体结构进行了拓扑优化设计。 [9] ZHAN Jingqing, ZHANG Xianmin. Topology optimization  （3）给出了常用的两个计算示例，对算例进行 of compliant mechanisms with geometrical nonlinearities  了非正态分布的可靠性拓扑优化设计并与具有确定 using the ground structure approach[J]. Chinese Journal of  性参数的不考虑可靠度的拓扑优化设计结果想比 Mechanical Engineering. 2011,24(2):257­263.  较。算例表明该方法对解决非正态分布的连续体结 [10] ZUO Kongtian, ZHAO Yudong, CHEN Liping, et al. New  构可靠性拓扑优化设计问题是可行的，为工程实际 HMM  algorithm  for  topology  optimization[J].  Chinese  的结构可靠性拓扑优化提供了一种实用有效的设计 Journal of Mechanical Engineering.2005,18(3):346­350.  方法。 [11]ROSENBLATT  M.  Remarks  on  a  multivariate  transformation[J]. Annals of Mathematical Statistics, 1952,  参 考 文 献  23(2):470­472.  [1]  BENDSØE  M  P,  KIKUCHI  N.  Generating  optimal  [12]RACKWITZ R, FIESSLER B. Structural reliability under  topologies  instructural  design  using  a  homogenization  combined  random  load  sequences[J].  Comput.  Struct.,  method[J].  Comp. Meth. Appl. Mech. Engrg.,  1988,  71:  1978,9(5):489­494.  197­224.  [13]ZHANG  Y  M,  YANG  Z.  Reliability­based  sensitivity  [2]  MLEJNEK  H  P,  SCHIRRMACHER  R.  An  engineering  analysis  of  vehicle  components  with  non­normal  approach  to  optimal  material  distribution  and  shape  distribution  parameters[J].  International  Journal  of  finding[J]. Comp. Meth. Appl. Mech. Engrg.,  1993,  106:  Automotive Technology, 2009,10(2):181­194.  1­26.  [14]杨周,张义民.  不完全概率信息下机械零部件的可靠性灵 [3]SETHIAN J A, WIEGMANN A. Structural boundary design  敏度设计[J].东北大学学报(自然科学版),2008.7,29(7):  via level set and immersed interface methods[J]. Journal of  1012­1015.  Computational Physics.2000,163:489­528.  YANG Zhou, ZHANG Yimin. Reliability­based sensitivity  [4]XIE Y M, STEVEN G P. A simple evolutionary procedure  design of mechanical components depending on incomplete  for  structural  optimization[J].  Comput.  Struct.,  1993,49:  information  on  probability[J].  Journal  of  Northeastern  885­896.  University(Natural Science),2008.7,29(7):1012­1015.  [5] 刘书田,贺丹.  基于 SIMP 插值模型的渐进结构优化方法  [15]KHARMAND  G,  OLHOFF  N,  MOHAMED  A,  et  al.  [J].  计算力学学报,2009.12,26(6):761­765.  Reliability­based topology optimization[J]. Struct Multidisc  LIU Shutian, HE Dan. SIMP­based evolutionary structural  Optim 2004,26:295–307.  optimization method for topology optimization[J]. Chinese  [16]罗阳军,亢战,吴子燕.  考虑不确定性的柔性机构拓扑优 Journal  of  Computational  Mechanics,  2009.12,26(6):  化设计[J].  机械工程学报.2011.1,47(1):1­7.  761­765.  LUO  Yangjun,  KANG  Zhan,  WU  Ziyan.  Topology  [6] SUI Yunkang, YANG Deqing. A new method for structural