引言
压电材料因具有能量转换率高、响应快、性能稳定等优点,被广泛应用在结构的主动控制中. 由于压电传感器/作动器位置的 分布会直接影响振动控制效果,因此压电传感器/作动器布局优化的研究一直备受学者们的关注[1 -4 ] . 然而,以往关于压电材料布局优化的研究大多基于启发式或智能算法,如遗传算法[5 -6 ] 、粒子群算法[7 ] 等. 这些方法可以搜索全设计域,但计算量大,通常只能处理较少数量的设计变量,限制了这些方法在复杂工程设计中的应用.
拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题.
拓扑优化方法在压电智能结构中的应用也广受关注[22 -24 ] . Kang等[25 ] 同时考虑了压电层合板结构拓扑和控制 电压的优化. Wang等[26 ] 研究了具有嵌入式可移动作动器的柔性智能结构的拓扑优化问题. Yang等[27 ] 提出了以电压大小,压电作动器位置和基体板材料布局为设计变量结合精确变形控制的协同优化方法. Yoon等[28 ] 采用拓扑优化方法设计了声能聚焦器并提出一种改进的形态密度过滤函数使优化结果易于制备. 然而,考虑压电作动器主动控制的拓扑优化研究尚不多见.
Wang等[29 ] 基于控制矩阵的奇异值提出了可控性指标(controllability index, CI),并计算了作动器位置对指标的影响. 该可控性指标可以衡量在一定电能输入下,压电作动器输出能量的大小[30 ] . Bruant 等[31 ] 考虑控制溢出对CI进行了修改,并以此为目标函数设计了压电作动器和传感器的布局. Dhuri等[32 ] 采用遗传算法研究了最大化CI和最小化结构固有频率变动的多目标优化问题.
可控性指标的大小和控制算法以及外激励形式没有关系[1 ] ,而以往的压电结构拓扑优化大多基于预设的控制算法和外 激励载荷[33 -34 ] ,考虑可控性的拓扑优化研究可为不确定外激励形式或控制算法的压电作动器优化布局提供 一种解决方案. 但是,基于可控矩阵奇异值可控性的压电作动器的拓扑优化研究尚属空白.
本文提出了考虑可控性的压电作动器优化设计方法. 建立了基于经典层合板理论的压电智能结构的有限元数值分析模型,推导了 基于控制矩阵奇异值的可控性指标. 优化模型中,以作动器单元的相对密度为设计变量并构建了中间密度单元压电系数的惩罚模型;给出了可控性指标关于设计变量 的灵敏度分析方法,并采用基于梯度的数学计划方法实现对压电作动器的优化设计.
1 压电智能结构有限元动力模型
如图1 所示为压电层合板结构. 在外激励和压电控制力作用下,压电结构的振动方程为[33 ]
(1) $$ {\pmb M}\ddot {\pmb x}(t) + {\pmb C}\dot{\pmb x} (t) + {\pmb K}{\pmb x} (t) = {\pmb f}_{a} (t) + {\pmb f} (t) $$
式中,${\pmb M} \in {\pmb R}^{n\times n}$,${\pmb C} \in {\pmb R}^{n\times n}$ 和 ${\pmb K} \in {\pmb R}^{n\times n}$分 别为结构的质量矩阵、阻尼矩阵和刚度矩阵;$\ddot {\pmb x} (t) \in {\pmb R}^{n\times 1}$,$\dot{\pmb x} (t) \in {\pmb R}^{n\times 1}$和${\pmb x} (t) \in {\pmb R}^{n\times 1}$分别为加速度、速度和位移向量;${\pmb f} (t) \in {\pmb R}^{n\times 1}$和${\pmb f}_{a} (t) \in {\pmb R}^{n\times 1}$分别为外激励向量和主动控制力向量;$n$是结构总自由度数目.
图1
图1
压电层合板示意图
Fig. 1
Schematic diagram for piezoelectric laminated plate
由于压电层合板结构包含基体层和压电作动器层,因此结构整体的刚度阵和质量阵可进一步表达为${\pmb M} = {\pmb M}_{h} + {\pmb M}_{a} $和${\pmb K} = {\pmb K}_{h} + {\pmb K}_{a} $,其中下标h和a分别表示基体层和作动器层.
直接求解方程(1)的计算量很大,而对于一般的工程结构,振动能量主要集中在低阶振动模态中,并且由于主动控制主要 应对低频振动,故引入常用的模态叠加法在保证精度的情况下降低计算量[35 ] . 结构的位移可近似为
(2) $$ {\pmb x}(t) \approx {\pmb \varPsi} {\pmb \eta} (t) $$
式中,${\pmb \varPsi} = \left\{ { {\pmb\psi}_1 ,\;{\pmb\psi}_2 ,\; \cdots ,\;{\pmb\psi}_m } \right\}$和${\pmb\eta} = \left\{ {\eta _1 ,\;\eta _2 ,\; \cdots ,\;\eta _m } \right\}^{ T}$分别为对应的无阻尼系统的前$m$阶归一化模态矩阵和模态位移向量. 模态矩阵${\pmb \varPsi} $可通过求解如下的特征值问题获得
(3) $$ \left( { {\pmb K}-\omega _i^2 {\pmb M}} \right){\pmb\psi}_i = {\bf 0} $$
式中,$i = 1, 2, \cdots , m$;$\omega _i $为特征向量${\pmb\psi}_i $对应的圆频率.
对于低频振动为主的问题,也可采用模态加速法[36 -38 ] 在一定程度上提高响应分析的精度.
(4) $$ \tilde{\pmb C \ } = {\pmb \varPsi }^{T}{\pmb C}{\pmb \varPsi }= 2{\pmb Z}_{d} {\pmb \varOmega}_{ f} $$
式中,$\tilde{\pmb C \ } \in {\pmb R}^{m\times m}$为解耦的阻尼矩阵;${\pmb Z}_{d} \in {\pmb R}^{m\times m}$ 为阻尼系数组成的对角阵;${\pmb \varOmega}_{f} $为圆频率组成的对角矩阵,即${\pmb \varOmega} _{f} ={diag}\left( {\omega _1 , \omega _2 , \cdots , \omega _m } \right)$.
将方程(2)代入方程(1)并左乘${\pmb \varPsi}^{T}$,可得
(5) $$ \ddot {\pmb \eta }(t) + 2{\pmb Z}_{d} {\pmb \varOmega}_{f} \dot {\pmb \eta }(t) + {\pmb \varOmega}_{f}^2 {\pmb \eta} (t) = \\ \qquad {\pmb \varPsi}^{T}{\pmb f}_{a} (t) + {\pmb \varPsi}^{T}{\pmb f}(t) $$
压电控制力由施加在压电片上的电压产生,并由逆压电效应决定,满足如下关系式
(6) $$ {\pmb f}_{a} (t) =-{\pmb K}_{{u}\varphi } {\pmb \varPhi}_{a} \left( t \right) $$
式中,${\pmb \varPhi}_{a} \left( t \right)$为施加在压电作动器上的主动控制电压向量;${\pmb K}_{{u}\varphi }$是压电作动器的力电耦合矩阵;${\pmb K}_{{u}\varphi } $可表达为${\pmb K}_{{u}\varphi }= \int_{\varOmega _{a} } {\pmb B}_{u}^{T} e^{T}{\pmb B}_\varphi d\varOmega $,其中${\pmb B}_{u} $,${\pmb e}$,${\pmb B}_\varphi $和$\varOmega _{a} $分别是应变位移矩阵、压电系数矩阵、电场电压矩阵和作动器的体积域.
(7) $$ \ddot {\pmb \eta }(t) + 2{\pmb Z}_{d} {\pmb \varOmega}_{f} \dot {\pmb \eta }(t) + {\pmb \varOmega}_{f}^2 {\pmb \eta} (t) = {\pmb B}{\pmb \varPhi}_{a} (t) + {\pmb \varPsi}^{T}{\pmb f}(t) $$
式中,${\pmb B}$为控制矩阵并有${\pmb B} =-{\pmb \varPsi}^{T}{\pmb K}_{{u}\varphi } $.
2 可控性指标和拓扑优化模型
2.1 基于控制矩阵奇异值的可控性指标
(8) $$ {\pmb f}_{a} ^{T}{\pmb f}_{a} = {\pmb \varPhi}_{a} ^{T}{\pmb B}^{T}{\pmb B}{\pmb \varPhi }_{a} $$
(9) $$ {\pmb B} ={\pmb M}{\pmb S}{\pmb N}^{T} $$
式中,${\pmb M}$和${\pmb N}$分别是控制矩阵的左右奇异向量;有${\pmb M} \in {\pmb R}^{m\times m}$,${\pmb M}^{T}{\pmb M} ={\pmb I}_m $,${\pmb N} \in {\pmb R}^{k\times k}$,${\pmb N}^{T}{\pmb N} = {\pmb I}_k $和
(10) $$ {\pmb S} = \left[ \!\! \begin{array}{cccc} {\sigma _1 } & { 0} & { 0} & {\bf 0} \\ { 0} & \ddots & { 0} & {\bf 0} \\ { 0} & { 0} & {\sigma _m } & {\bf 0} \end{array} \!\! \right] \in {\pmb R}^{m\times k} $$
式中,$\sigma _i \;\left( {i = 1,\;2,\; \cdots ,\;m} \right)$为矩阵${\pmb S}$的奇异值;$k$为作动器的数量. 这里假设作动器的数量比减缩的模态数量多,即$k > m$.
(11) $$ {\pmb f}_{a} ^{T}{\pmb f}_{a} ={\pmb \varPhi} _{a} ^{T}{\pmb N} {\pmb S}^2{\pmb N}^{ T}{\pmb \varPhi} _{a} $$
引入${\pmb \varPhi} = {\pmb N}^{T}{\pmb \varPhi}_{a} $可得(观察可知${\pmb \varPhi}^2 = {\pmb \varPhi}_{a}^2$)
(12) $$ {\pmb f}_{a}^{T}{\pmb f}_{a} = {\pmb \varPhi}^{T}{\pmb S}^2{\pmb \varPhi} $$
从能量的角度看,${\pmb \varPhi}$和${\pmb \varPhi}_{a} $是等价的,因此有
(13) $$ {\pmb f}_{a}^{T}{\pmb f}_{a}= \sum_{i = 1}^m \sigma _i^2 \phi _i^2 $$
式中,$\sigma _i $为矩阵${\pmb S}$的第$i$个奇异值;$\phi _i $为向量${\pmb \varPhi} $的第$i$个分量.
观察方程(13)可知,可通过提高矩阵${\pmb S}$的奇异值来提高系统的控制能量. 因此选取可控性指标(CI)为[29 ]
(14) $$ W_{CI} = \prod\limits_{i = 1}^m {\sigma _i } $$
需要说明的是,以上的公式推导考虑了所有前$m$阶模态的可控性;若只考虑其中几阶模态的可控性,公式将有细微的改变,此处省略.
2.2 拓扑优化列式
本文以提高压电智能结构的可控性为目标设计压电作动器的布局,选取压电作动器层为设计区域,并假设基体层不变. 以压电材料的总用量为约束,作动器层单元的相对密度为设计变量. 由于迭代过程中可控性指标(CI)的数值将发生很大变化,故采用其对数形式为目标并最小化其负数. 优化列式为
(15) $$ \left.\!\!\begin{array}{ll} {\mathop {\min }\limits_\rho \;} & {J\left( \rho \right) =-\lg \prod\limits_{i = 1}^m {\sigma _i } } \\ {s.t.}\;\;\; & {\left( {K-\omega _i^2 M} \right)\psi _i = 0} , \ \ i = 1, 2, \cdots , m \\ & {\sum_{e = 1}^{N_{e} } {\rho _e V_e-f_{v} \sum_{e = 1}^{N_{e} } {V_e } } \leqslant 0} \\ & 0 < \rho _{\min } \leqslant \rho _e \leqslant 1 , \ \ e = 1, 2, \cdots , N_{e} \end{array}\!\!\right\} $$
式中,$\rho _e $为第$e$个压电单元的相对密度;$V_e $为第$e$个压电单元的体积;$f_{v} $为体积分数;$N_{e} $为单元的总数;$\rho _{\min } = 10^{-6}$为设计变量的下限.
采用SIMP模型,第$e$个压电单元的质量阵和刚度阵可表示为
(16) $$ \left.\begin{array} {\pmb M}_{a}^e = \rho _e \tilde {\pmb M \ }_{a}^e \\ {\pmb K}_{a}^e = (\rho _e )^{p_1 }\tilde{\pmb K \ }_{a}^e \end{array}\right\} $$
式中,$\tilde {\pmb M \ }_{a}^e $和$\tilde {\pmb K \ }_{a}^e $为相对密度为1时压电单元的质量阵和刚度阵;$p_{1} = 3$为惩罚系数. 由于基层板在优化过程中不变,低密度压电单元处将不会导致局部模态现象[15 ] .
类似于SIMP模型,引入惩罚模型对中间密度值的压电单元的压电系数进行惩罚,则有[25 ]
(17) $$ {\pmb e} = \rho _e^{p_2 } \tilde {\pmb e} $$
式中,$\tilde {\pmb e}$为相对密度为1时压电材料的压电系数矩阵;$p_{2}$为压电系数的惩罚系数,本研究中取$p_{2} =1$.
3 灵敏度分析
由于优化模型的求解基于梯度优化算法,因此需要对目标函数关于设计变量做灵敏度分析. 为了提高计算效率,采用伴随变量法[34 , 38 -39 ] 进行求解.
对方程(15)中的目标函数$J$关于设计变量$\rho _e $求导,可得
(18) $$ \begin{array} \dfrac{ dJ}{ d\rho _e } =-\dfrac{ d\lg \Big (\prod\limits_{i = 1}^m {\sigma _i }\Big) }{ d\rho _e } = \\ \qquad-\dfrac{1}{\prod\limits_{i = 1}^m {\sigma _i } }\left( {\sum_{i = 1}^m {\dfrac{\partial \sigma _i }{ d\rho _e }} \prod\limits_{j = 1}^m {\sigma _j } } \right) , \ \ j \ne i \end{array} $$
上式包含奇异值对设计变量的导数. 通过求解${\pmb W} = {\pmb B}{\pmb B}^{T}$矩阵的特征值$\lambda _i = \sigma _i^2 $的导数可得到奇异值$\sigma_i $对设计变量的导数. ${\pmb W}$矩阵的特征方程为
(19) $$ \left( {{\pmb W}-\lambda _i {\pmb I} } \right) {\pmb \varphi} _i = {\bf 0} $$
对方程(19)关于$\rho _e $求导,并左乘${\pmb \varphi}_i^{T} $可得
(20) $$ {\pmb \varphi}_i^{T} \left( {\dfrac{\partial {\pmb W}}{\partial \rho _e }-\dfrac{\partial \lambda _i }{\partial \rho _e }{\pmb I}} \right) {\pmb \varphi}_i + {\pmb \varphi}_i^{T} \left( {{\pmb W }- \lambda _i {\pmb I}} \right)\dfrac{\partial {\pmb \varphi}_i }{\partial \rho _e } = 0 $$
由于$\left( {{\pmb W}-\lambda _i {\pmb I}} \right)$是对称矩阵,因此方程(20)的第2项为0,可得
(21) $$ \dfrac{\partial \lambda _i }{\partial \rho _e } = {\pmb \varphi}_i^{T} \dfrac{\partial {\pmb W}}{\partial \rho _e }{\pmb \varphi}_i $$
对关系式$\sigma _i^ = \sqrt {\lambda _i } $求导,并引入方程(21),则有
(22) $$ \begin{array}\dfrac{\partial \sigma _i }{\partial \rho _e } = \dfrac{1}{2\sqrt {\lambda _i } }\dfrac{\partial \lambda _i }{\partial \rho _e } = \dfrac{1}{2\sqrt {\lambda _i } }{\pmb \varphi}_i^{T} \dfrac{\partial {\pmb W}}{\partial \rho _e }{\pmb \varphi} _i =\\ \qquad \dfrac{1}{2\sqrt {\lambda _i } }{\pmb \varphi}_i^{T} \dfrac{\partial \left( {{\pmb B}{\pmb B}^{T}} \right)}{\partial \rho _e }{\pmb \varphi}_i = \\ \qquad \dfrac{1}{2\sqrt {\lambda _i } }{\pmb \varphi}_i^{T} \left( {\dfrac{\partial B}{\partial \rho _e }{\pmb B}^{T} + {\pmb B}\dfrac{\partial {\pmb B}^{T}}{\partial \rho_e }} \right) {\pmb \varphi}_i \end{array} $$
(23) $$ \begin{array} \dfrac{\partial {\pmb B}}{\partial \rho _e } = -{\pmb \varPsi} ^{T}\dfrac{\partial {\pmb K}_{{ u}\phi } }{\partial \rho _e } = \\ \qquad -{\pmb \varPsi}^{T}{\pmb G}^{T}p_2 \rho _e^{(p_2-1)} \int_{\varOmega _{a}^e } {{\pmb B}_{u}^{T} \tilde {e}^{T}{\pmb B}_\varphi } d\varOmega \cdot {\pmb G} \end{array} $$
将方程(22)和(23)代入方程(18)就可得到目标函数对设计变量的敏度.
4 数值算例和讨论
4.1 灵敏度分析验证
算例1 如图2 ,左端固支悬臂板的长宽分别为$a = 1.6$ m,$b = 1.2 $ m. 下层基 体板厚$t_{h} = 2\times 10^{-2}{m}$,密度$\rho _{h} = 2 700$ kg/m$^{3}$,杨氏模量$E_{h} = 6.9\times 10^{10}$ N/m$^2$,泊松比$\nu _{h} = 0.3$. 上层压电材料板厚$t_{a} = 5\times 10^{-4}$ m,其材料属性见表1 . 假设阻尼系数矩阵为${\pmb Z}_{d} = \zeta _{d} {\pmb I}$,其中$\zeta _{d} = 1.0\times 10^{ -4}$. 优化模型中,目标函数考虑第1到第5阶模态的可控性,并取压电材料的体积分数为$f_{v} = 0.5$.
图2
图2
左端固支悬臂板示意图
Fig. 2
A cantilever plate with left end fixed
悬臂板划分成$N_{e} = 432(24\times 18)$个四节点Mindlin壳单元. 初始设计中,所有作动器单元的相对密度设为0.5. 采用本文所提灵敏度分析方法得到的目标函数关于设计变量的灵敏度结果如图3 所示. 作为对比,分别采用有限差分法(finite difference method, FDM)计算了扰动为0.02%,0.1%和0.5%的灵敏度,得到的结果基本相同,并取扰动为0.1%的结果显示在图3 中.
图3
图3
本文所提灵敏度计算方法和有限差分法计算的 灵敏度结果对比
Fig. 3
Comparison of sensitives obtained by the proposed adjoint method and finite difference method
由图3 可知,两种计算方法结果基本一致,这说明了本文灵敏度计算方法的有效性. 另外,本文灵敏度分析方法计算耗时2.147 s,有限差分法耗时342.148 s,可见本文方法更高效.
4.2 矩形悬臂板优化算例
算例2 考虑如图2 所示左端固支矩形板作动器优化问题,板的长宽分别为 $a = 1.8$ m,$b = 1.2$ m. 材料属性、厚度、阻尼系数和体积分数与算例1相同. 在目标函数中考虑第1到第5阶模态的可控性. 将矩形板划分为$N_{ e} = 2 400$ $(60\times 40)$个四节点Mindlin壳单元,并设作动器单元初始的相对密度为0.5(初始设计). 采用移动渐近线算法(MMA)求解优化问题[40 ] .
优化经过49次迭代收敛,得到如图4 所示的优化结果,结果显示灰色单元基本没有出现,因此本研究采用的压电材料人工模型 表现出了一定的自惩罚性. 图5 为相应的目标函数和体积分数的优化迭代历史曲线;目标函数从36.539降低到33.986,即优化设计的可控性相对于初始设 计的可控性提高了12.8倍. 表2 为初始设计和优化设计的前五阶固有频率,可以发现最大的频率变化只有3.26%.
图4
图4
考虑1$\sim $5阶模态可控性的拓扑优化结果
Fig. 4
Topology optimization result for the controllability considering first five modes
图5
图5
可控性指标和体积分数的迭代历史曲线
Fig. 5
Iteration history for controllability index and volume fraction
为了进一步验证优化结果的有效性,这部分计算了优化设计与两个参考设计(如图6 )在频率为80 Hz(悬臂板结构第五阶固有频率 附近)的简谐外激励作用下等增益速度反馈(constant gain velocity feedback, CGVF)[41 ] 和线性二次型最优控制(linear quadratic regulator, LQR)[33 ] 的主动控制效果,取减缩阶数$m$为40 (由于结构的第40阶频率在820 Hz左右,因此认为 对于80 Hz载荷的响应计算精度可以接受). 外激励作用在悬臂板的右端中部,方向垂直于板面向下,振幅为1$\times $10$^{3 }$ N;CGVF的反馈系数为$G_{ a}G_{c} = 1 \times 10^{6}$ V/A;LQR的权重矩阵${\pmb R}$取$m$阶单位阵,${\pmb Q}$取$\left[ \!\! \begin{array}{cc} {\bf 0} & {\bf 0} \\ {\bf 0} & {1\times 10^8 {\pmb I}^{m\times m}} \end{array} \!\! \right]$. CGVF和LQR的具体实施方法见文献[33 , 41 ] . 选取结构的动柔度和控制电压向量幅值的内积[33 ] 作为衡量控制效果的指标,结果见表3 . 由表3 可知,同样条件 下优化设计的动柔度(dynamic compliance)和能量消耗(energy consumption)都更小,可见优化设计在该结构CGVF和LQR控制中对能量的使用效率更高.
图6
图6
两个参考设计
Fig. 6
Two reference designs
为了研究体积分数对优化结果的影响,现考虑体积分数分别为0.4和0.6两种情况下的优化问题,优化结果如图7 . 优化结果对应的可控 性指标分别为34.332和33.724,相对于体积分数为0.5的优化结果的可控性分别降低了29.25%和增加了29.95%,可见增加材 料的用量,可以提高所研究压电结构的可控性.
图7
图7
体积分数为0.4和0.6下的拓扑优化结果
Fig. 7
Optimization results with volume fraction of 0.4 and 0.6
图7
图7
体积分数为0.4和0.6下的拓扑优化结果(续)
Fig. 7
Optimization results with volume fraction of 0.4 and 0.6 (continued)
算例3 采用和算例2相同的模型,分别在目标函数中考虑第1, 2, 3, 4和5阶模态的可控性,体积分数都取为0.5,优化结果如图8 . 由图可知,优化结果的拓扑构型发生了明显改变,即目标函 数中所考虑的模态对优化结果影响很大.
图8
图8
考虑不同模态可控性的拓扑优化结果
Fig. 8
Optimization results for the controllability considering difference mode
5 结论
本文研究了考虑可控性指标的压电作动器拓扑优化设计问题. 首先推导了基于控制矩阵奇异值的可控性指标,构建了以此指标为目标函数的压电层合板结构的优化模型. 优化模型引入了对中间密度单元压电系数的惩罚. 进而,提出了可控性关于设计变量的灵敏度分析方法. 和差分法的对比验证了灵敏度分析方法的有效性. 数值算例得到了清晰的拓扑构型,优化设计相对于参考设计控制效果更好. 算例还讨论了体积分数和所选控制模态对优化结果的影响.
参考文献
View Option
[1]
Gupta V Sharma M Thakur N . Optimization criteria for optimal placement of piezoelectric sensors and actuators on a smart structure: A technical review
Journal of Intelligent Material Systems and Structures , 2010 ,21 :1227 -1243
DOI
URL
[本文引用: 2]
[2]
Salas RA Ramírez-Gil FJ Montealegre-Rubio W , et al . Optimized dynamic design of laminated piezocomposite multi-entry actuators considering fiber orientation
Computer Methods in Applied Mechanics and Engineering , 2018 ,335 :223 -254
DOI
URL
[3]
Hu K Li H . Multi-parameter optimization of piezoelectric actuators for multi-mode active vibration control of cylindrical shells
Journal of Sound and Vibration , 2018 ,426 :166 -185
DOI
URL
[4]
Yassin B Lahcen A Zeriab ESM . Hybrid optimization procedure and application to location optimization of piezoelectric actuators and sensors for active vibration control
Applied Mathematical Modelling , 2018 ,62 :701 -716
DOI
URL
[本文引用: 1]
[5]
Xu B Ou J Jiang J . Integrated optimization of structural topology and control for piezoelectric smart plate based on genetic algorithm
Finite Elements in Analysis and Design , 2013 ,64 :1 -12
DOI
URL
[本文引用: 1]
[6]
徐斌 , 赵普猛 , 黎莹 . 区间参数压电智能桁架结构/控制的多目标非概率可靠性拓扑优化
振动工程学报 , 2013 ,26 (2 ):169 -177
[本文引用: 1]
( Xu Bin Zhao Pumeng Li Ying . Multi-objective optimization for structural topology and control of piezoelectric smart truss with interval parameter considering non-probability reliability constraints
Journal of Vibration Engineering , 2013 ,26 (2 ):169 -177 (in Chinese))
[本文引用: 1]
[7]
Zorić ND Simonović AM Mitrović ZS , et al . Optimal vibration control of smart composite beams with optimal size and location of piezoelectric sensing and actuation
Journal of Intelligent Material Systems and Structures , 2013 ,24 :499 -526
DOI
URL
[本文引用: 1]
[8]
Bends?e MP Kikuchi N . Generating optimal topologies in structural design using a homogenization method
Computer Methods in Applied Mechanics and Engineering , 1988 ,71 :197 -224
DOI
URL
[本文引用: 1]
[9]
Bends?e MP . Optimal shape design as a material distribution problem
Structural Optimization , 1989 ,1 :193 -202
DOI
URL
[本文引用: 1]
[10]
Wang MY Wang X Guo D . A level set method for structural topology optimization
Computer Methods in Applied Mechanics and Engineering , 2003 ,192 :227 -246
DOI
URL
[本文引用: 1]
[11]
Allaire G Jouve F Toader AM . Structural optimization using sensitivity analysis and a level-set method
Journal of Computational Physics , 2004 ,194 :363 -393
DOI
URL
[本文引用: 1]
[12]
Xie YM Steven GP . A simple evolutionary procedure for structural optimization
Computers & Structures , 1993 ,49 :885 -896
[本文引用: 1]
[13]
彭细荣 , 隋允康 . 频率响应位移幅值敏度分析的伴随法
应用力学学报 , 2008 ,25 (2 ):247 -252, 357
[本文引用: 2]
( Peng Xirong Sui Yunkang . Sensitivity analysis for frequency response amplitude with adjoint method
Chinese Journal of Applied Mechanics , 2008 ,25 (2 ):247 -252, 357 (in Chinese))
[本文引用: 2]
[14]
彭细荣 , 隋允康 . 考虑破损——安全的连续体结构拓扑优化ICM方法
力学学报 , 2018 ,50 (3 ):611 -621
[本文引用: 1]
( Peng Xirong Sui Yunkang . ICM method for fail-safe topology optimization of continuum structures
Chinese Journal of Theoretical and Applied Mechanics , 2018 ,50 (3 ):611 -621 (in Chinese))
[本文引用: 1]
[15]
Pedersen NL . Maximization of eigenvalues using topology optimization
Structural and Multidisciplinary Optimization , 2000 ,20 :2 -11
DOI
URL
[本文引用: 2]
[16]
刘虎 , 张卫红 , 朱继宏 . 简谐力激励下结构拓扑优化与频率影响分析
力学学报 , 2013 ,45 (3 ):588 -597
( Liu Hu Zhang Weihong Zhu Jihong . Structural topology optimization and frequency influence analysis under harmonic force excitations
Chinese Journal of Theoretical and Applied Mechanics , 2013 ,45 (3 ):588 -597 (in Chinese))
[17]
Du J Sun C . Reliability-based vibro-acoustic microstructural topology optimization
Structural and Multidisciplinary Optimization , 2017 ,55 :1195 -1215
DOI
URL
[本文引用: 1]
[18]
Du J Olhoff N . Topological design of freely vibrating continuum structures for maximum values of simple and multiple eigenfrequencies and frequency gaps
Structural and Multidisciplinary Optimization , 2007 ,34 :91 -110
DOI
URL
[本文引用: 1]
[19]
Rong JH Tang ZL Xie YM , et al . Topological optimization design of structures under random excitations using SQP method
Engineering Structures , 2013 ,56 :2098 -2106
DOI
URL
[本文引用: 1]
[20]
Vicente W Zuo Z Pavanello R , et al . Concurrent topology optimization for minimizing frequency responses of two-level hierarchical structures
Computer Methods in Applied Mechanics and Engineering , 2016 ,301 :116 -136
DOI
URL
[本文引用: 1]
[21]
Zhu JH He F Liu T , et al . Structural topology optimization under harmonic base acceleration excitations
Structural and Multidisciplinary Optimization , 2018 ,57 :1061 -1078
DOI
URL
[本文引用: 1]
[22]
Gonçalves JF De Leon DM Perondi EA . Topology optimization of embedded piezoelectric actuators considering control spillover effects
Journal of Sound and Vibration , 2017 ,388 :20 -41
DOI
URL
[本文引用: 1]
[23]
Larbi W Deü JF da Silva LP . Design of shunted piezoelectric patches using topology optimization for noise and vibration attenuation
Advances in Acoustics and Vibration , 2017 : 23 -33
[24]
Zhang X Takezawa A Kang Z . Topology optimization of piezoelectric smart structures for minimum energy consumption under active control
Structural and Multidisciplinary Optimization , 2018 ,58 :185 -199
DOI
URL
[本文引用: 1]
[25]
Kang Z Tong L . Integrated optimization of material layout and control voltage for piezoelectric laminated plates
Journal of Intelligent Material Systems and Structures , 2008 ,19 :889 -904
DOI
URL
[本文引用: 2]
[26]
Wang Y Luo Z Zhang X , et al . Topological design of compliant smart structures with embedded movable actuators
Smart Materials and Structures , 2014 ,23 :045024
DOI
URL
[本文引用: 1]
[27]
Yang K Zhu J Wu M , et al . Integrated optimization of actuators and structural topology of piezoelectric composite structures for static shape control
Computer Methods in Applied Mechanics and Engineering , 2018 ,334 :440 -469
DOI
URL
[本文引用: 1]
[28]
Yoon GH Choi H Hur S . Multiphysics topology optimization for piezoelectric acoustic focuser
Computer Methods in Applied Mechanics and Engineering , 2018 ,332 :600 -623
DOI
URL
[本文引用: 1]
[29]
Wang Q Wang CM . Optimal placement and size of piezoelectric patches on beams from the controllability perspective
Smart Materials and Structures , 2000 ,9 :558
DOI
URL
[本文引用: 2]
[30]
Wang Q Wang CM . A controllability index for optimal design of piezoelectric actuators in vibration control of beam structures
Journal of Sound and Vibration , 2001 ,242 :507 -518
DOI
URL
[本文引用: 1]
[31]
Bruant I Proslier L . Optimal location of actuators and sensors in active vibration control
Journal of Intelligent Material Systems and Structures , 2005 ,16 :197 -206
DOI
URL
[本文引用: 1]
[32]
Dhuri K Seshu P . Multi-objective optimization of piezo actuator placement and sizing using genetic algorithm
Journal of sound and vibration , 2009 ,323 :495 -514
DOI
URL
[本文引用: 1]
[33]
Hu J Zhang X Kang Z . Layout design of piezoelectric patches in structural linear quadratic regulator optimal control using topology optimization
Journal of Intelligent Material Systems and Structures , 2018 ,29 (10 ):2277 -2294
DOI
URL
[本文引用: 5]
[34]
Zhang X Kang Z . Dynamic topology optimization of piezoelectric structures with active control for reducing transient response
Computer Methods in Applied Mechanics and Engineering , 2014 ,281 :200 -219
DOI
URL
[本文引用: 2]
[35]
Kang BS Park GJ Arora JS . A review of optimization of structures subjected to transient loads
Structural and Multidisciplinary Optimization , 2006 ,31 :81 -95
DOI
URL
[本文引用: 1]
[36]
Cheng G Kang Z Wang G . Dynamic optimization of a turbine foundation
Structural Optimization , 1997 ,13 :244 -249
DOI
URL
[本文引用: 1]
[37]
Liu H Zhang W Gao T . A comparative study of dynamic analysis methods for structural topology optimization under harmonic force excitations
Structural and Multidisciplinary Optimization , 2015 ,51 :1321 -1333
DOI
URL
[38]
Zhao J Wang C . Dynamic response topology optimization in the time domain using model reduction method
Structural and Multidisciplinary Optimization , 2016 ,53 :101 -114
DOI
URL
[本文引用: 2]
[39]
Kang Z Zhang X Jiang S Cheng G . On topology optimization of damping layer in shell structures under harmonic excitations
Structural and Multidisciplinary Optimization , 2012 ,46 :51 -67
DOI
URL
[本文引用: 1]
[40]
Svanberg K . A class of globally convergent optimization methods based on conservative convex separable approximations
SIAM journal on Optimization , 2002 ,12 :555 -573
DOI
URL
[本文引用: 1]
[41]
Zhang X Kang Z . Topology optimization of piezoelectric layers in plates with active vibration control
Journal of Intelligent Material Systems and Structures , 2014 ,25 :697 -71
DOI
URL
[本文引用: 2]
Optimization criteria for optimal placement of piezoelectric sensors and actuators on a smart structure: A technical review
2
2010
... 压电材料因具有能量转换率高、响应快、性能稳定等优点,被广泛应用在结构的主动控制中. 由于压电传感器/作动器位置的 分布会直接影响振动控制效果,因此压电传感器/作动器布局优化的研究一直备受学者们的关注[1 -4 ] . 然而,以往关于压电材料布局优化的研究大多基于启发式或智能算法,如遗传算法[5 -6 ] 、粒子群算法[7 ] 等. 这些方法可以搜索全设计域,但计算量大,通常只能处理较少数量的设计变量,限制了这些方法在复杂工程设计中的应用. ...
... 可控性指标的大小和控制算法以及外激励形式没有关系[1 ] ,而以往的压电结构拓扑优化大多基于预设的控制算法和外 激励载荷[33 -34 ] ,考虑可控性的拓扑优化研究可为不确定外激励形式或控制算法的压电作动器优化布局提供 一种解决方案. 但是,基于可控矩阵奇异值可控性的压电作动器的拓扑优化研究尚属空白. ...
Optimized dynamic design of laminated piezocomposite multi-entry actuators considering fiber orientation
2018
Multi-parameter optimization of piezoelectric actuators for multi-mode active vibration control of cylindrical shells
2018
Hybrid optimization procedure and application to location optimization of piezoelectric actuators and sensors for active vibration control
1
2018
... 压电材料因具有能量转换率高、响应快、性能稳定等优点,被广泛应用在结构的主动控制中. 由于压电传感器/作动器位置的 分布会直接影响振动控制效果,因此压电传感器/作动器布局优化的研究一直备受学者们的关注[1 -4 ] . 然而,以往关于压电材料布局优化的研究大多基于启发式或智能算法,如遗传算法[5 -6 ] 、粒子群算法[7 ] 等. 这些方法可以搜索全设计域,但计算量大,通常只能处理较少数量的设计变量,限制了这些方法在复杂工程设计中的应用. ...
Integrated optimization of structural topology and control for piezoelectric smart plate based on genetic algorithm
1
2013
... 压电材料因具有能量转换率高、响应快、性能稳定等优点,被广泛应用在结构的主动控制中. 由于压电传感器/作动器位置的 分布会直接影响振动控制效果,因此压电传感器/作动器布局优化的研究一直备受学者们的关注[1 -4 ] . 然而,以往关于压电材料布局优化的研究大多基于启发式或智能算法,如遗传算法[5 -6 ] 、粒子群算法[7 ] 等. 这些方法可以搜索全设计域,但计算量大,通常只能处理较少数量的设计变量,限制了这些方法在复杂工程设计中的应用. ...
区间参数压电智能桁架结构/控制的多目标非概率可靠性拓扑优化
1
2013
... 压电材料因具有能量转换率高、响应快、性能稳定等优点,被广泛应用在结构的主动控制中. 由于压电传感器/作动器位置的 分布会直接影响振动控制效果,因此压电传感器/作动器布局优化的研究一直备受学者们的关注[1 -4 ] . 然而,以往关于压电材料布局优化的研究大多基于启发式或智能算法,如遗传算法[5 -6 ] 、粒子群算法[7 ] 等. 这些方法可以搜索全设计域,但计算量大,通常只能处理较少数量的设计变量,限制了这些方法在复杂工程设计中的应用. ...
区间参数压电智能桁架结构/控制的多目标非概率可靠性拓扑优化
1
2013
... 压电材料因具有能量转换率高、响应快、性能稳定等优点,被广泛应用在结构的主动控制中. 由于压电传感器/作动器位置的 分布会直接影响振动控制效果,因此压电传感器/作动器布局优化的研究一直备受学者们的关注[1 -4 ] . 然而,以往关于压电材料布局优化的研究大多基于启发式或智能算法,如遗传算法[5 -6 ] 、粒子群算法[7 ] 等. 这些方法可以搜索全设计域,但计算量大,通常只能处理较少数量的设计变量,限制了这些方法在复杂工程设计中的应用. ...
Optimal vibration control of smart composite beams with optimal size and location of piezoelectric sensing and actuation
1
2013
... 压电材料因具有能量转换率高、响应快、性能稳定等优点,被广泛应用在结构的主动控制中. 由于压电传感器/作动器位置的 分布会直接影响振动控制效果,因此压电传感器/作动器布局优化的研究一直备受学者们的关注[1 -4 ] . 然而,以往关于压电材料布局优化的研究大多基于启发式或智能算法,如遗传算法[5 -6 ] 、粒子群算法[7 ] 等. 这些方法可以搜索全设计域,但计算量大,通常只能处理较少数量的设计变量,限制了这些方法在复杂工程设计中的应用. ...
Generating optimal topologies in structural design using a homogenization method
1
1988
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
Optimal shape design as a material distribution problem
1
1989
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
A level set method for structural topology optimization
1
2003
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
Structural optimization using sensitivity analysis and a level-set method
1
2004
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
A simple evolutionary procedure for structural optimization
1
1993
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
频率响应位移幅值敏度分析的伴随法
2
2008
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
... [13 ]推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
频率响应位移幅值敏度分析的伴随法
2
2008
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
... [13 ]推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
考虑破损——安全的连续体结构拓扑优化ICM方法
1
2018
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
考虑破损——安全的连续体结构拓扑优化ICM方法
1
2018
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
Maximization of eigenvalues using topology optimization
2
2000
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
... 式中,$\tilde {\pmb M \ }_{a}^e $和$\tilde {\pmb K \ }_{a}^e $为相对密度为1时压电单元的质量阵和刚度阵;$p_{1} = 3$为惩罚系数. 由于基层板在优化过程中不变,低密度压电单元处将不会导致局部模态现象[15 ] . ...
Reliability-based vibro-acoustic microstructural topology optimization
1
2017
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
Topological design of freely vibrating continuum structures for maximum values of simple and multiple eigenfrequencies and frequency gaps
1
2007
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
Topological optimization design of structures under random excitations using SQP method
1
2013
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
Concurrent topology optimization for minimizing frequency responses of two-level hierarchical structures
1
2016
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
Structural topology optimization under harmonic base acceleration excitations
1
2018
... 拓扑优化是一种重要的结构优化设计方法,在过去的三十年,发展了均匀化法[8 ] 、变密度法[9 ] 、水平 集法[10 -11 ] 、进化结构优化法[12 ] 和独立连续映射(ICM)法[13 -14 ] 等. 特别是,不少国内外学者研究了动力学拓扑优化问题[15 -17 ] . Du和Olhoff[18 ] 考虑了结构的频率优化问题. 彭细荣等[13 ] 推导了频响分析下位移幅值灵敏度的伴随法. Rong等[19 ] 采用序列二次规划优化了随机激励下结构的拓扑构型. 近几年,Vicente等[20 ] 优化了宏微观两种尺度下材料的布局以降低结构的响应. 朱继宏等[21 ] 考虑了谐波基加速度激励下的动力拓扑优化问题. ...
Topology optimization of embedded piezoelectric actuators considering control spillover effects
1
2017
... 拓扑优化方法在压电智能结构中的应用也广受关注[22 -24 ] . Kang等[25 ] 同时考虑了压电层合板结构拓扑和控制 电压的优化. Wang等[26 ] 研究了具有嵌入式可移动作动器的柔性智能结构的拓扑优化问题. Yang等[27 ] 提出了以电压大小,压电作动器位置和基体板材料布局为设计变量结合精确变形控制的协同优化方法. Yoon等[28 ] 采用拓扑优化方法设计了声能聚焦器并提出一种改进的形态密度过滤函数使优化结果易于制备. 然而,考虑压电作动器主动控制的拓扑优化研究尚不多见. ...
Design of shunted piezoelectric patches using topology optimization for noise and vibration attenuation
2017
Topology optimization of piezoelectric smart structures for minimum energy consumption under active control
1
2018
... 拓扑优化方法在压电智能结构中的应用也广受关注[22 -24 ] . Kang等[25 ] 同时考虑了压电层合板结构拓扑和控制 电压的优化. Wang等[26 ] 研究了具有嵌入式可移动作动器的柔性智能结构的拓扑优化问题. Yang等[27 ] 提出了以电压大小,压电作动器位置和基体板材料布局为设计变量结合精确变形控制的协同优化方法. Yoon等[28 ] 采用拓扑优化方法设计了声能聚焦器并提出一种改进的形态密度过滤函数使优化结果易于制备. 然而,考虑压电作动器主动控制的拓扑优化研究尚不多见. ...
Integrated optimization of material layout and control voltage for piezoelectric laminated plates
2
2008
... 拓扑优化方法在压电智能结构中的应用也广受关注[22 -24 ] . Kang等[25 ] 同时考虑了压电层合板结构拓扑和控制 电压的优化. Wang等[26 ] 研究了具有嵌入式可移动作动器的柔性智能结构的拓扑优化问题. Yang等[27 ] 提出了以电压大小,压电作动器位置和基体板材料布局为设计变量结合精确变形控制的协同优化方法. Yoon等[28 ] 采用拓扑优化方法设计了声能聚焦器并提出一种改进的形态密度过滤函数使优化结果易于制备. 然而,考虑压电作动器主动控制的拓扑优化研究尚不多见. ...
... 类似于SIMP模型,引入惩罚模型对中间密度值的压电单元的压电系数进行惩罚,则有[25 ] ...
Topological design of compliant smart structures with embedded movable actuators
1
2014
... 拓扑优化方法在压电智能结构中的应用也广受关注[22 -24 ] . Kang等[25 ] 同时考虑了压电层合板结构拓扑和控制 电压的优化. Wang等[26 ] 研究了具有嵌入式可移动作动器的柔性智能结构的拓扑优化问题. Yang等[27 ] 提出了以电压大小,压电作动器位置和基体板材料布局为设计变量结合精确变形控制的协同优化方法. Yoon等[28 ] 采用拓扑优化方法设计了声能聚焦器并提出一种改进的形态密度过滤函数使优化结果易于制备. 然而,考虑压电作动器主动控制的拓扑优化研究尚不多见. ...
Integrated optimization of actuators and structural topology of piezoelectric composite structures for static shape control
1
2018
... 拓扑优化方法在压电智能结构中的应用也广受关注[22 -24 ] . Kang等[25 ] 同时考虑了压电层合板结构拓扑和控制 电压的优化. Wang等[26 ] 研究了具有嵌入式可移动作动器的柔性智能结构的拓扑优化问题. Yang等[27 ] 提出了以电压大小,压电作动器位置和基体板材料布局为设计变量结合精确变形控制的协同优化方法. Yoon等[28 ] 采用拓扑优化方法设计了声能聚焦器并提出一种改进的形态密度过滤函数使优化结果易于制备. 然而,考虑压电作动器主动控制的拓扑优化研究尚不多见. ...
Multiphysics topology optimization for piezoelectric acoustic focuser
1
2018
... 拓扑优化方法在压电智能结构中的应用也广受关注[22 -24 ] . Kang等[25 ] 同时考虑了压电层合板结构拓扑和控制 电压的优化. Wang等[26 ] 研究了具有嵌入式可移动作动器的柔性智能结构的拓扑优化问题. Yang等[27 ] 提出了以电压大小,压电作动器位置和基体板材料布局为设计变量结合精确变形控制的协同优化方法. Yoon等[28 ] 采用拓扑优化方法设计了声能聚焦器并提出一种改进的形态密度过滤函数使优化结果易于制备. 然而,考虑压电作动器主动控制的拓扑优化研究尚不多见. ...
Optimal placement and size of piezoelectric patches on beams from the controllability perspective
2
2000
... Wang等[29 ] 基于控制矩阵的奇异值提出了可控性指标(controllability index, CI),并计算了作动器位置对指标的影响. 该可控性指标可以衡量在一定电能输入下,压电作动器输出能量的大小[30 ] . Bruant 等[31 ] 考虑控制溢出对CI进行了修改,并以此为目标函数设计了压电作动器和传感器的布局. Dhuri等[32 ] 采用遗传算法研究了最大化CI和最小化结构固有频率变动的多目标优化问题. ...
... 观察方程(13)可知,可通过提高矩阵${\pmb S}$的奇异值来提高系统的控制能量. 因此选取可控性指标(CI)为[29 ] ...
A controllability index for optimal design of piezoelectric actuators in vibration control of beam structures
1
2001
... Wang等[29 ] 基于控制矩阵的奇异值提出了可控性指标(controllability index, CI),并计算了作动器位置对指标的影响. 该可控性指标可以衡量在一定电能输入下,压电作动器输出能量的大小[30 ] . Bruant 等[31 ] 考虑控制溢出对CI进行了修改,并以此为目标函数设计了压电作动器和传感器的布局. Dhuri等[32 ] 采用遗传算法研究了最大化CI和最小化结构固有频率变动的多目标优化问题. ...
Optimal location of actuators and sensors in active vibration control
1
2005
... Wang等[29 ] 基于控制矩阵的奇异值提出了可控性指标(controllability index, CI),并计算了作动器位置对指标的影响. 该可控性指标可以衡量在一定电能输入下,压电作动器输出能量的大小[30 ] . Bruant 等[31 ] 考虑控制溢出对CI进行了修改,并以此为目标函数设计了压电作动器和传感器的布局. Dhuri等[32 ] 采用遗传算法研究了最大化CI和最小化结构固有频率变动的多目标优化问题. ...
Multi-objective optimization of piezo actuator placement and sizing using genetic algorithm
1
2009
... Wang等[29 ] 基于控制矩阵的奇异值提出了可控性指标(controllability index, CI),并计算了作动器位置对指标的影响. 该可控性指标可以衡量在一定电能输入下,压电作动器输出能量的大小[30 ] . Bruant 等[31 ] 考虑控制溢出对CI进行了修改,并以此为目标函数设计了压电作动器和传感器的布局. Dhuri等[32 ] 采用遗传算法研究了最大化CI和最小化结构固有频率变动的多目标优化问题. ...
Layout design of piezoelectric patches in structural linear quadratic regulator optimal control using topology optimization
5
2018
... 可控性指标的大小和控制算法以及外激励形式没有关系[1 ] ,而以往的压电结构拓扑优化大多基于预设的控制算法和外 激励载荷[33 -34 ] ,考虑可控性的拓扑优化研究可为不确定外激励形式或控制算法的压电作动器优化布局提供 一种解决方案. 但是,基于可控矩阵奇异值可控性的压电作动器的拓扑优化研究尚属空白. ...
... 如图1 所示为压电层合板结构. 在外激励和压电控制力作用下,压电结构的振动方程为[33 ] ...
... 为了进一步验证优化结果的有效性,这部分计算了优化设计与两个参考设计(如图6 )在频率为80 Hz(悬臂板结构第五阶固有频率 附近)的简谐外激励作用下等增益速度反馈(constant gain velocity feedback, CGVF)[41 ] 和线性二次型最优控制(linear quadratic regulator, LQR)[33 ] 的主动控制效果,取减缩阶数$m$为40 (由于结构的第40阶频率在820 Hz左右,因此认为 对于80 Hz载荷的响应计算精度可以接受). 外激励作用在悬臂板的右端中部,方向垂直于板面向下,振幅为1$\times $10$^{3 }$ N;CGVF的反馈系数为$G_{ a}G_{c} = 1 \times 10^{6}$ V/A;LQR的权重矩阵${\pmb R}$取$m$阶单位阵,${\pmb Q}$取$\left[ \!\! \begin{array}{cc} {\bf 0} & {\bf 0} \\ {\bf 0} & {1\times 10^8 {\pmb I}^{m\times m}} \end{array} \!\! \right]$. CGVF和LQR的具体实施方法见文献[33 , 41 ] . 选取结构的动柔度和控制电压向量幅值的内积[33 ] 作为衡量控制效果的指标,结果见表3 . 由表3 可知,同样条件 下优化设计的动柔度(dynamic compliance)和能量消耗(energy consumption)都更小,可见优化设计在该结构CGVF和LQR控制中对能量的使用效率更高. ...
... [33 , 41 ]. 选取结构的动柔度和控制电压向量幅值的内积[33 ] 作为衡量控制效果的指标,结果见表3 . 由表3 可知,同样条件 下优化设计的动柔度(dynamic compliance)和能量消耗(energy consumption)都更小,可见优化设计在该结构CGVF和LQR控制中对能量的使用效率更高. ...
... [33 ]作为衡量控制效果的指标,结果见表3 . 由表3 可知,同样条件 下优化设计的动柔度(dynamic compliance)和能量消耗(energy consumption)都更小,可见优化设计在该结构CGVF和LQR控制中对能量的使用效率更高. ...
Dynamic topology optimization of piezoelectric structures with active control for reducing transient response
2
2014
... 可控性指标的大小和控制算法以及外激励形式没有关系[1 ] ,而以往的压电结构拓扑优化大多基于预设的控制算法和外 激励载荷[33 -34 ] ,考虑可控性的拓扑优化研究可为不确定外激励形式或控制算法的压电作动器优化布局提供 一种解决方案. 但是,基于可控矩阵奇异值可控性的压电作动器的拓扑优化研究尚属空白. ...
... 由于优化模型的求解基于梯度优化算法,因此需要对目标函数关于设计变量做灵敏度分析. 为了提高计算效率,采用伴随变量法[34 , 38 -39 ] 进行求解. ...
A review of optimization of structures subjected to transient loads
1
2006
... 直接求解方程(1)的计算量很大,而对于一般的工程结构,振动能量主要集中在低阶振动模态中,并且由于主动控制主要 应对低频振动,故引入常用的模态叠加法在保证精度的情况下降低计算量[35 ] . 结构的位移可近似为 ...
Dynamic optimization of a turbine foundation
1
1997
... 对于低频振动为主的问题,也可采用模态加速法[36 -38 ] 在一定程度上提高响应分析的精度. ...
A comparative study of dynamic analysis methods for structural topology optimization under harmonic force excitations
2015
Dynamic response topology optimization in the time domain using model reduction method
2
2016
... 对于低频振动为主的问题,也可采用模态加速法[36 -38 ] 在一定程度上提高响应分析的精度. ...
... 由于优化模型的求解基于梯度优化算法,因此需要对目标函数关于设计变量做灵敏度分析. 为了提高计算效率,采用伴随变量法[34 , 38 -39 ] 进行求解. ...
On topology optimization of damping layer in shell structures under harmonic excitations
1
2012
... 由于优化模型的求解基于梯度优化算法,因此需要对目标函数关于设计变量做灵敏度分析. 为了提高计算效率,采用伴随变量法[34 , 38 -39 ] 进行求解. ...
A class of globally convergent optimization methods based on conservative convex separable approximations
1
2002
... 算例2 考虑如图2 所示左端固支矩形板作动器优化问题,板的长宽分别为 $a = 1.8$ m,$b = 1.2$ m. 材料属性、厚度、阻尼系数和体积分数与算例1相同. 在目标函数中考虑第1到第5阶模态的可控性. 将矩形板划分为$N_{ e} = 2 400$ $(60\times 40)$个四节点Mindlin壳单元,并设作动器单元初始的相对密度为0.5(初始设计). 采用移动渐近线算法(MMA)求解优化问题[40 ] . ...
Topology optimization of piezoelectric layers in plates with active vibration control
2
2014
... 为了进一步验证优化结果的有效性,这部分计算了优化设计与两个参考设计(如图6 )在频率为80 Hz(悬臂板结构第五阶固有频率 附近)的简谐外激励作用下等增益速度反馈(constant gain velocity feedback, CGVF)[41 ] 和线性二次型最优控制(linear quadratic regulator, LQR)[33 ] 的主动控制效果,取减缩阶数$m$为40 (由于结构的第40阶频率在820 Hz左右,因此认为 对于80 Hz载荷的响应计算精度可以接受). 外激励作用在悬臂板的右端中部,方向垂直于板面向下,振幅为1$\times $10$^{3 }$ N;CGVF的反馈系数为$G_{ a}G_{c} = 1 \times 10^{6}$ V/A;LQR的权重矩阵${\pmb R}$取$m$阶单位阵,${\pmb Q}$取$\left[ \!\! \begin{array}{cc} {\bf 0} & {\bf 0} \\ {\bf 0} & {1\times 10^8 {\pmb I}^{m\times m}} \end{array} \!\! \right]$. CGVF和LQR的具体实施方法见文献[33 , 41 ] . 选取结构的动柔度和控制电压向量幅值的内积[33 ] 作为衡量控制效果的指标,结果见表3 . 由表3 可知,同样条件 下优化设计的动柔度(dynamic compliance)和能量消耗(energy consumption)都更小,可见优化设计在该结构CGVF和LQR控制中对能量的使用效率更高. ...
... , 41 ]. 选取结构的动柔度和控制电压向量幅值的内积[33 ] 作为衡量控制效果的指标,结果见表3 . 由表3 可知,同样条件 下优化设计的动柔度(dynamic compliance)和能量消耗(energy consumption)都更小,可见优化设计在该结构CGVF和LQR控制中对能量的使用效率更高. ...
