In this paper, a two-scale approach for elastic shape optimization of fine-scale structures in additive manufacturing is investigated. To this end, a free material optimization is performed on the macro-scale using elasticity tensors in a set of microscopically realizable tensors. A database of these realizable tensors and their cost values is obtained with a shape and topology optimization on microscopic cells, working within a fixed set of elasticity tensors samples. This microscopic optimization takes into account manufacturability constraints via predefined material bridges to neighbouring cells at the faces of the microscopic fundamental cell. For the actual additive manufacturing on a chosen fine-scale, a piece-wise constant elasticity tensor ansatz on grid cells of a macroscopic mesh is applied. The macroscopic optimization is performed in an efficient online phase, whereas the associated cell-wise optimal material patterns are retrieved from the database that was computed offline. For that, the set of admissible realizable elasticity tensors is parametrized using tensor product cubic B-splines over the unit square matching the precomputed samples. This representation is then efficiently used in an interior point method for the free material optimization on the macro-scale.


翻译:在本文中,对添加剂制造中微缩结构的弹性形状优化的两尺度方法进行了调查。为此,在宏观尺度上,在一组微缩可实现的成粒体中,使用弹性成粒体进行免费材料优化。在微缩缩微粒细胞上,以形状和地形优化的方式,获得了这些可变的成粒体及其成本值的数据库,在固定的弹性抗压样品组中工作。这种微缩微缩优化考虑到了通过在微缩基本细胞面部与相邻细胞预设材料桥梁的制造限制。对于选择的微缩度上的实际添加剂制造,则采用了一个粒子常态弹性成粒子的成粒体。宏观优化是在高效的在线阶段进行的,而从计算离线数据库中检索了相关的细胞最佳材料模式。为此,可接受的可变弹性加热气体阵列的组装,使用高压成的微缩放量点B-底部模型,在目前使用的磁标上,对正标的磁标的磁标表示法进行高效的模拟。

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年9月15日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员