Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连理工大学张晓鹏获国家专利权

大连理工大学张晓鹏获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉大连理工大学申请的专利瞬态应力约束下快速求解的工程结构拓扑优化方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121503177B

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610043135.9,技术领域涉及:G06F30/23;该发明授权瞬态应力约束下快速求解的工程结构拓扑优化方法和系统是由张晓鹏;陈瑞锋;锁刘佳设计研发完成,并于2026-01-14向国家知识产权局提交的专利申请。

瞬态应力约束下快速求解的工程结构拓扑优化方法和系统在说明书摘要公布了:本申请公开了瞬态应力约束下快速求解的工程结构拓扑优化方法和系统,其以整体结构平均动柔度的平方取为目标函数,为了解决瞬态动力学分析的计算量消耗巨大的问题采用了一种准静态响应补偿的模态位移法,并实现了考虑瞬态分析的应力控制,为了控制计算效率,采用P‑norm聚合后的瞬态应力来进行约束;基于伴随法,推导目标函数以及P‑norm聚合后的瞬态应力的灵敏度,采用基于移动渐近线法的优化算法来求解优化问题。优化算例表明本申请的方法在降低瞬态动力学分析计算量的同时能够有效满足应力约束要求。

本发明授权瞬态应力约束下快速求解的工程结构拓扑优化方法和系统在权利要求书中公布了:1.瞬态应力约束下快速求解的工程结构拓扑优化方法,其特征在于,包括步骤: S0:构建所述工程结构的瞬态动力学有限元模型的拓扑优化列式;包括 建立所述工程结构的包括多个单元的瞬态动力学有限元模型,所述瞬态动力学有限元模型由瞬态动力学有限元方程表示,其中,K为所述工程结构的全局刚度矩阵、C为其全局阻尼矩阵,M为其全局质量矩阵,维度均为;为所述工程结构初始时刻的位移,为所述工程结构初始时刻的速度;Ft为外载荷,是N维向量;为所述工程结构的位移响应矩阵,为所述工程结构的速度响应矩阵,为所述工程结构的加速度响应矩阵; 构建所述瞬态动力学有限元模型的拓扑优化列式,将所述工程结构的平均动柔度的平方视为目标函数: ; 其中:T为外载荷加载总时间;为表示所述瞬态动力学有限元模型的第e个单元的设计变量;为表示所述瞬态动力学有限元模型的第e个单元的体积;为采用P-norm聚合后的瞬态应力;所述拓扑优化列式所设立的约束条件为:在总单元体积之和要小于所设立的体积要求V且所述经过P-norm聚合后的瞬态应力要小于所设定的应力要求情况下,求解所述平均动柔度的平方的最小值; 步骤S1:输入所述设计变量的初始值,基于所述设计变量的初始值,采用RAMP插值模型;推导全局刚度矩阵K、全局质量矩阵M和全局阻尼矩阵C的初始值,并输入模态的初始值;其中,为任意单元的刚度矩阵,为单元的质量矩阵;和分别为时刻的刚度矩阵以及质量矩阵,以及分别为的刚度矩阵以及质量矩阵,是惩罚因子;所述全局刚度矩阵K,所述全局质量矩阵M通过所述RAMP插值模型得到的各单元e的和组成;所述全局阻尼矩阵C通过所述全局刚度矩阵K和所述全局质量矩阵M得到; 步骤S2:根据所述全局刚度矩阵K、全局质量矩阵M和全局阻尼矩阵C的初始值,求解所述工程结构的结构特性矩阵并进行q+1阶子空间投影; 步骤S3:在所述q+1阶子空间中采用Newmark方法求解结构的位移响应矩阵;并通过得到的位移响应矩阵来求解所述目标函数平均时刻的动柔度的平方以及P-norm聚合后的瞬态应力; 步骤S4:采用伴随法求解所述目标函数的灵敏度以及所述P-norm聚合后的瞬态应力作为约束函数的灵敏度; 步骤S5:基于所述目标函数的灵敏度和所述P-norm聚合后的瞬态应力作为约束函数的灵敏度,采用迭代算法进行优化,求解下一迭代步的设计变量,并设定迭代停止准则,其中,迭代停止准则可以设定为:当相邻两个迭代步骤之间的设计变量的最大差值小于预设值或者迭代步大于预设值,则终止优化。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。