Optimization of thin-walled structures like an aircraft wing, aircraft fuselage or submarine hull often involves dividing the shell surface into numerous localized panels, each characterized by its own set of design variables. The process of extracting information about a localized panel (nodal coordinates, mesh connectivity) from a finite element model, input file is usually a problem-specific task. In this work, a generalized process to extract localized panels from the two-dimensional (2D) mesh is discussed. The process employs set operations on elemental connectivity information and is independent of nodal coordinates. Thus, it is capable of extracting panel of any shape given the boundary and thus can be used during optimization of a wide range of structures. A method to create stiffeners on the resulting local panels is also presented, and the effect of stiffener element size on buckling is studied. The local panel extraction process is demonstrated by integrating it into a distributed MDO framework for optimization of an aircraft wing having curvilinear spars and ribs (SpaRibs). A range of examples is included wherein the process is used to create panels on the wing-skin, bounded by adjacent SpaRibs.


翻译:机翼、飞机机身或海底船体等薄墙结构的最佳化往往涉及将空壳表面分成许多局部面板,每个面板都有自己的设计变量。从一个有限元素模型中提取关于一个局部面板(节点坐标、网格连接)的信息的过程,输入文件通常是一项针对具体问题的任务。在这项工作中,讨论了从二维(2D)网目中提取局部面板的普遍过程。这一过程在元素连接信息上采用固定操作,并且独立于节点坐标。因此,它可以提取任何形状的板块,从而可以在优化各种结构时使用。还介绍了在由此产生的本地面板上制造硬度板的方法,并研究了硬度元素大小对振动的影响。当地面板的提取过程通过将其整合成一个分布式的 MDO 框架来优化具有曲线式喷雾器和肋骨(SpaRibs)的飞机翼翼。一系列例子包括了在相邻SpaRibs的侧翼上创建面板板块的过程。

0
下载
关闭预览

相关内容

【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
最新《高级算法》Advanced Algorithms,176页pdf
专知会员服务
90+阅读 · 2020年10月22日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
干货 | LIDAR、ToF相机、双目相机如何科学选择?
计算机视觉life
4+阅读 · 2019年1月23日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
AI/ML/DNN硬件加速设计怎么入门?
StarryHeavensAbove
10+阅读 · 2018年12月4日
深度学习如何调参?
炼数成金订阅号
6+阅读 · 2018年10月18日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年6月9日
VIP会员
相关资讯
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
干货 | LIDAR、ToF相机、双目相机如何科学选择?
计算机视觉life
4+阅读 · 2019年1月23日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
AI/ML/DNN硬件加速设计怎么入门?
StarryHeavensAbove
10+阅读 · 2018年12月4日
深度学习如何调参?
炼数成金订阅号
6+阅读 · 2018年10月18日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员