基于TLBO算法的不确定性条件下复杂产品协同设计的可靠性拓扑优化

复杂产品的拓扑优化设计可以显著节省材料和节能,有效地降低惯性力和机械振动。本研究以一种大吨位液压机作为典型的复杂产品,用于阐述该优化方法。本文提出了一种基于可靠性与优化解耦模型和基于教学学习的优化(TLBO)算法的可靠性拓扑优化方法。将由板结构形成的支撑物作为拓扑优化对象,重量轻、稳定性好。将不确定性下的可靠性优化和结构拓扑优化协同处理。首先,利用有限差分法将优化问题中的不确定性参数修正为确定性参数。然后,将不确定性可靠性分析和拓扑优化的复杂嵌套解耦。最后,利用TLBO算法求解解耦模型,该算法参数少,求解速度快。TLBO算法采用了自适应教学因子,在初始阶段实现了更快的收敛速度,并在后期进行了更精细的搜索。本文给出了一个液压机基板结构的数值实例,说明了该方法的有效性。