基于ESO和BESO連續體結構拓撲優化分析

，

(長春工業大學機電工程學院,吉林 長春 130012)

基于ESO和BESO連續體結構拓撲優化分析

母德強，范以撒

(長春工業大學機電工程學院,吉林 長春 130012)

使用APDL參數化設計語言編寫程序，利用ANSYS軟件平臺實現了對大型龍門工程機械橫梁的拓撲優化。分析結果表明，雙向漸進結構優化算法(BESO)迭代過程快，計算效率高，優化結構清晰。

連續體結構；拓撲優化；算法；參數化設計語言

0 引言

漸進結構優化法ESO[1-2]是近年來興起的一種解決各類結構優化問題的數值方法。通過刪除結構中的低效或者無效材料，以使結構“進化”為最優形態[3]。借助現有的有限元分析軟件，ESO方法可以方便地解決各種優化問題。在迭代過程中，傳統的ESO法刪除一些單元后，導致材料的性能不能完全發揮；也可能造成結構的“奇異”而使求解困難。

雙向漸進結構優化法BESO[4]是對ESO算法的延伸和改進，可以有效解決ESO方法存在的問題，優化的核心是刪除低應力或無應力單元的同時,在高應力單元周圍增加新單元，提高材料的使用效率。由于可以逐漸增加結構中所需的材料，所以初始優化區域可以小于設計區域，這就提高了計算效率。

1 拓撲優化方法的發展

[5]主要解決連續體結構的拓撲優化問題，研究了ESO法在頻率約束下的有關問題。Chu發表了基于位移約束的ESO的相關研究，由于ESO算法思想簡單，可以借助有限元分析軟件實現迭代過程，通用性較好。

Querin進一步發展了ESO法，提出不僅可以在迭代中刪除低效率的材料，還可以在高應力單元周圍增加單元。Yang利用位移優化模型和頻率優化模型,介紹了BESO法在解決拓撲優化問題的優勢[6]。它在連續體結構拓撲優化的工程應用方面具有寬廣的發展空間。

2 拓撲優化方法理論及算法實現

2.1 ESO方法理論與算法實現

ESO方法的基本思想是通過將無效或低效的單元逐步去掉，結構將逐步趨于優化。在優化迭代中，有限元網絡是固定的，對存在的材料單元編號為非零數，對不存在的材料單元編號為零。ESO算法的實現過程和BESO優化算法的實現過程前4步是一樣的，可見下一節。

2.2 BESO方法理論與算法實現

優化過程中，刪除低應力單元的同時，在可能導致結構“奇異”的單元周圍增加單元，以確保迭代收斂到最優解，結構保持不變性，充分發揮材料的性能。BESO算法實現的步驟,即

a.在給定的荷載和邊界條件下，定義初始設計區域，并用有限元網格離散該區域。

b.在復雜應力條件下，使用Von Mises作為最常用的判別準則，Von Mises應力為：

(1)

σx,σy,σz為正應力；τxy,τyz,τzx為切應力。

c.在每次有限元分析完成后，從模型中刪除符合下列條件的所有單元,即

(2)

RRI為當前的刪除率，通常取1%～2%。若兩應力的比值大于RRI，則認為單元特性處于高應力狀態，如果小于RRI,則認為單元特性處于低應力狀態，可以刪除。

d.重復迭代操作，直至達到下一個穩態。引進一個進化率ER，并把它加到刪除率中，即

RRI+1=RRI+ER

(3)

e.每次迭代根據刪除率，單元刪除個數記為E1。如果刪除單元后存在奇異的單元，也一起刪除，單元刪除個數記為E2。每迭代1次刪除單元總數為：

E=E1+E2

(4)

f.檢查結構中需要添加單元的節點，增加單元總數為M。

g.在當前迭代過程中，當刪除的單元個數N和增加的單元個數M接近時，達到一個穩定狀態。

h.增加的刪除率重復步驟b～步驟g，直到達到結構的最優拓撲形狀。

3 連續體結構優化算法的實現及分析

對有限元軟件ANSYS的APDL語言進行二次開發，分別實現了漸進結構優化和雙向漸進結構優化算法。

基于這2種方法，對某類大型龍門礦山機械的橫梁截面進行拓撲優化設計。初始刪除率為0.02，進化率為0.01，體積刪除率為50%，過濾半徑為0.3，最大迭代次數為200，優化初始模型截面尺寸為10m×2m,如圖1所示。彈性模量取2.0×1011MPa，泊松比取0.3，F=2000N。

圖1 橫梁截面結構的有限元模型

圖1是橫梁截面結構的有限元模型，在結構的左右節點施加完全約束，結構中點位置受一個集中載荷力F。圖2是使用ESO算法進行拓撲優化的結果，由圖2可知，一些單元被刪除后，不能恢復，這樣就造成了最終優化結果上一些單元的缺失，不但影響優化的美觀，對后續的提取結構模型進行圓整增加困難。圖3是使用BESO算法進行拓撲優化的結果，由圖3可知，圖形結果非常清晰，優化結果新穎，為下一步的提取模型，生產實體進行形狀優化和多目標優化提供更大的方便。

圖2 ESO拓撲優化模型

圖3 BESO拓撲優化模型

2種算法的體積刪除率和迭代過程如圖4所示。橫軸代表優化迭代的次數；縱軸體積分數表示的是在整個優化迭代的過程中，體積的減小百分比，隨著迭代過程的進行，體積逐漸減小至不變；縱軸平均柔度(N·mm)是整個結構的平均柔度大小，隨著迭代次數的增加，結構的平均柔度趨于穩定，它反映的是結構單元的承載剛度。由圖4知，經過30步的迭代，結構的體積達到平衡狀態。結構的設計過程中剛度是一個重要的影響因素。通常，在最大的變形量的約束下要求有最大的剛度。而且，拓撲優化就是在最大的剛度和規定體積下尋找材料的最好布置方式。在此過程中,使用應變能去衡量結構的最大剛度，最大剛度也代表著結構的平均柔度。所以，圖4a最終平均柔度是3.5×10-7N·mm，圖4b最終的平均柔度是4×10-7N·mm。單元的平均柔度越高，這說明結構材料性能得到了充分的體現，高效單元更多，低效或無效單元更少。優化的結果證明了BESO優化算法的優點。

圖4 體積刪除率和迭代過程變化

4 結束語

對有限元軟件ANSYS的APDL語言進行二次開發，分別實現了漸進結構優化和雙向漸進結構優化算法。分析結果表明,BESO比傳統的ESO算法具有更好的優化性能，驗證了BESO的正確性和有效性。

參考文獻：

[1] 榮見華,謝憶民,姜節勝,等.漸進結構優化設計的現狀與進展[J].長沙交通學院學報,2001,17(3):17-24.

[2] Xie Y M,Steven G P.Shape and layout optimization via an evolutionary procedure[C].Proceedings of the International Conference on Computational Engineering Science,Hong Kong,1992.

[3] 謝億民,黃曉東,左志豪,等.漸進結構優化法(ESO)和雙向漸進結構優化法(BESO)的近期發展[J].力學進展,2011,41(4):462-471.

[4] Yang X Y,Xie Y M,Steven G P,et al.Bidirectional evolutionary method for stiffness optimization[J].AIAA Journal,1999,37(11):1483-1488.

[5] Xie Y M,Steven G P.Evolutionary structural optimization[M].Berlin,Heidelberg,New York:Springer-Verlag Berlin and Heidelberg GmbH & Co.K,1997.

[6] Yang X Y,Xie Y M,Steven G P.Evolutionary methods for topology optimization of continuous structures with design dependent loads[J].Computers & Structures,2005,83(12):956-963.

Topology Optimization Analysis Based on ESO and BESO Continuum Structures

MUDe-qiang,FANYi-sa

(School of Mechatronic Engineering,Changchun University of Technology,Changchun 130012,China)

In this paper,writing programs by ansys parametric design language (APDL),and using ANSYS software platform we completed the topology optimization process of large-scale project machinery beam gantry.The results show that,BESO algorithm has advantages of fast iterative process,high computational efficiency and clear optimize structure.

continuum structure；topological optimization；algorithm；parametric design language

2013-12-27

TH122

A

1001-2257(2014)06-0076-02

母德強(1961-)，男，遼寧昌圖人，教授，博士研究生導師，院長,研究方向機械系統動力學與優化設計;范以撒(1986-)，男，河南周口人，碩士研究生，研究方向數字化設計與分析技術。