【技术实现步骤摘要】
本专利技术涉及点阵结构优化设计领域，尤其涉及一种混合点阵结构参数的优化方法。
技术介绍
1、点阵结构由支柱和节点组成的单胞周期性排列而成，具有高比模量、高比强度和高比表面积等良好的力学性能，以及优异的能量吸收性能，在航空航天、汽车和船舶等交通装备领域具有广阔的应用前景。近年来，选区激光熔化技术的快速发展为制备复杂金属点阵结构提供了有效手段。与传统铸造、锻造等技术相比，slm在金属点阵结构制造中表现出更高的制造灵活性和材料利用率。点阵结构的力学性能主要由原材料性能、几何构型和相对密度等因素决定，因此，可以通过对点阵结构的几何构型优化和创新设计提高其使用性能。
2、但是相关技术中的点阵结构设计多为单个胞元结构优化设计，力学性能相对单一，难以适配复杂的力学环境，目前对混合点阵的结构的优化研究较少，现有的混合点阵结构优化设计方法速度慢，优化效率低，没有对不同相对体积胞元和孔隙率的混合点阵结构展开研究。
技术实现思路
1、专利技术目的：本专利技术的目的是提供一种混合点阵结构参数的优化方法，利用混合点阵结构的参数优化模型对混合点阵结构进行优化，能够有效提高结构能量吸收能力。
2、技术方案：本专利技术所述的混合点阵结构参数的优化方法，通过建立混合点阵结构初始模型，结合力学仿真计算结果，根据最大能量吸收能力为优化目标建立目标函数p和适应度函数ff。搭建的仿真分析系统，将萤火虫算法优化后的模型导入仿真软件进行力学分析，通过适应度函数和计算结果，建立混合点阵结构中单胞种类，单胞
3、该方法包括以下步骤：
4、建立以所述混合点阵结构中单胞种类，孔隙率，相对体积为设计变量，引入结构强度和刚度作为约束条件，能量吸收能力最大化为目标建立优化模型；初始点阵结构，使用建模软件对混合点阵结构进行有限元建模；
5、基于搭建的混合点阵结构模型，在混合点阵结构连接处的网格局部加密，保证有限元计算的准确性和有效性。
6、搭建自动化仿真分析流程系统，该系统能够实现建模软件与仿真软件的集成，系统自动将模型导入仿真软件中，进行力学性能的分析，系统将自动提取仿真结果中的关键参数，从而显著提升混合点阵结构优化的效率；
7、以初始结构参数为基准，将混合点阵结构设计方案的对应变量参数组负载于萤火虫上，萤火虫的位置和亮度由对应参数组表示，对应参数组包括混合点阵结构中单胞种类，孔隙率，相对体积和能量吸收能力；基于不同结构参数初始化萤火虫种群以及建立的仿真分析系统，将不同结构的模型导入有限元仿真软件分析其力学性能，通过计算混合点阵结构的应变应力，评估其对应的适应度，通过萤火虫位置和亮度的更新，在解空间搜寻最优解，即不同参数组合实现混合点阵结构优化。
8、本专利技术所述的萤火虫算法是一种基于自然界萤火虫发光行为的启发式优化算法，萤火虫算法中，每个萤火虫代表解空间中的一个潜在解，萤火虫的亮度与其解的质量成正比。算法通过模拟萤火虫之间的相互吸引来更新解的位置，亮度较高的萤火虫会吸引亮度较低的萤火虫向其移动。吸引度通常随着萤火虫之间距离的增加而减少，这可以通过一个衰减函数来模拟，算法通过迭代过程来不断更新萤火虫的位置。在每次迭代中，萤火虫会根据其他萤火虫的亮度和吸引度来调整自己的位置，可以同时处理多个萤火虫的位置更新问题，因此，使用萤火虫算法对上述参数优化，在有限元仿真结果的辅助下，通过多次迭代获得最佳混合点阵结构方案。
9、进一步地，所选混合点阵结构由五种常见单胞中的至少两种单胞组成，五种可选单胞结构为(bcc,fcc,diamond,octet,hcp)，所述孔隙率为0.1～0.9，相对体积为0.2～0.8。
10、进一步地，所述能量吸收能力通过单位体积下的吸能大小w来评估：
11、
12、式中，εd为任意应变；σ为压缩应力；ε为压缩应力对应的压缩应变。
13、进一步地，所述关键参数包括混合点阵结构的刚度，应力分布和/或应变情况。
14、进一步地，本专利技术通过得到的参数组，在强度和刚度的约束条件下，得到包括单胞种类，孔隙率，相对体积的最优变量组合，使经过参数优化的混合点阵结构的能量吸收能力最大化。
15、进一步地，萤火虫的位置和亮度由对应参数组表示，对应参数包括混合点阵结构中单个胞元种类，孔隙率，相对体积和能量吸收能力，其所述优化公式为:
16、ii＝f(xi),xi＝[xi1,xi2,…,xin]
17、n＝1,2…,n
18、σmax≤σs
19、ks≥kmin
20、其惩罚函数和适应度公式如下：
21、p＝ω1·max(0,σs-σmax)+ω2·max(0,ks-kmin)
22、ff＝f(xi)-p
23、式中，ii为个体i的绝对亮度；f(xi)为个体i的目标函数值；xi为优化变量集；n为变量个数。xi1,xi2,…,xin为xi中的各个变量，ω1和ω2为权重系数，σmax为结构应力，σs为材料屈服强度，ks为结构刚度，kmin为最小刚度要求。p为惩罚函数，ff为适应度函数，所述变量包括单胞种类，孔隙率和相对体积。
24、进一步地，所述萤火虫的亮度的表达式如下：
25、
26、式中，ii,j为个体i和个体j的相对亮度，i0为萤火虫最大亮度，ri,j为个体i和个体j的欧式距离，xi和xj为萤火虫i，j的空间位置，γ为光强吸引系数，d为空间位置维数，xi,k表示萤火虫i在d维空间中第k个分量。
27、进一步地，初始化萤火虫种群包括：以第一步得到的初始结构为基准，生成初始种群的个体结构参数值及其对应的有限元模型，计算其对应的萤火虫亮度和位置，并将混合点阵结构的强度和刚度作为约束条件。
28、进一步地，基于建立的仿真分析系统，将每个个体导入仿真软件进行力学性能分析，得到其对应的适应度，若适应度满足期望值或迭代次数达到最大值，则取种群中适应度最大即能量吸收能力最大的个体即为最优结构。
29、进一步地，萤火虫算法的吸引度公式为：
30、
31、式中，βi,j为个体i和个体j的相对吸引力，β0为最大吸引力，γ为光强吸引系数，ri,j为个体i和个体j的欧式距离。
32、进一步地，萤火虫的位置更新的公式如下：
33、xi＝xj+β·(xj-xi)+α·rand
34、式中，β为吸引力，xi和xj为萤火虫i，j的空间位置，α为步长因子，取值区间为[0,1]，rand为高斯分布，均匀分布的随机数变量。
35、有益效果：与现有技术相比，本专利技术具有如下显著优点：(1)通过不同单胞组合排列的混合点阵结构，得到具有高强度和良好能量吸收能力的点阵结构，以适应复杂的力学环境；(2)将萤火虫算法与点阵结构优化设计过程相结合，需要调整本文档来自技高网...
【技术保护点】
1.一种混合点阵结构参数的优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：所述能量吸收能力通过单位体积下的吸能大小W来评估：
3.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：所选混合点阵结构至少包括两种单胞类型，所述单胞类型包括体心立方，面心立方，金刚石立方，正八面体心立方或六角密堆积，所述孔隙率为0.1～0.9，所述相对体积为0.2～0.8。
4.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：所述关键参数包括混合点阵结构的刚度，应力分布和/或应变情况。
5.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：通过得到的参数组，在强度和刚度的约束条件下，得到包括单胞种类，孔隙率，相对体积的最优变量组合，使经过参数优化的混合点阵结构的能量吸收能力最大化。
6.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：基于萤火虫算法的优化公式如下：
7.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：所述萤火
8.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：基于所述的仿真分析流程系统，将每个个体导入仿真软件进行力学性能分析，得到其对应的适应度，若适应度满足期望值或迭代次数达到最大值，则取种群中适应度最大即能量吸收能力最大的个体即为最优结构。
9.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：萤火虫算法的吸引度公式为：
10.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：萤火虫的位置更新的公式如下：
...【技术特征摘要】
1.一种混合点阵结构参数的优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：所述能量吸收能力通过单位体积下的吸能大小w来评估：
3.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：所选混合点阵结构至少包括两种单胞类型，所述单胞类型包括体心立方，面心立方，金刚石立方，正八面体心立方或六角密堆积，所述孔隙率为0.1～0.9，所述相对体积为0.2～0.8。
4.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：所述关键参数包括混合点阵结构的刚度，应力分布和/或应变情况。
5.根据权利要求1所述的混合点阵结构参数的优化方法，其特征在于：通过得到的参数组，在强度和刚度的约束条件下，得到包括单胞种类，孔隙率，相对体积的最优变量组...
【专利技术属性】
技术研发人员：唐文来，李佳利，吴倩茹，杨继全，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。