基于自适应阈值的拓扑图像密度单元优化

拓扑优化变密度法运用固体各项同性材料惩罚模型(SIMP)得到优化的图像中存在大量灰度单元,本文提出基于数字图像处理的自适应阈值空域灰度变换算法,通过数值化提取拓扑结构灰度单元,依据最大类间方差法(OTSU)确定初始阈值,通过histogram函数确定均匀宽度值,依据整体结构灰度值约束条件建立自适应阈值计算公式,得到修正后自适应阈值算子,在满足拓扑约束条件下将图像增强算法应用于拓扑图像。通过典型算例验证了算法可行性,并与最大类间方差法OTSU、动态范围压缩、阶梯量化等算法对比,自适应阈值方法在拓扑约束偏离值仅为0.01%情况下实现灰度单元有效过滤,收敛快速且优化结构清晰。

基于DBSCAN的拓扑结构优化设计方法

拓扑优化变密度法得到的优化结构边界呈离散阶梯分布,边缘不清晰且可制造性较差,现有重构算法均基于非参数轮廓的提取,在可适用性及响应精度方面有待改进。针对此类不足提出一种拓扑结构优化方法,利用Canny检测算法提取拓扑优化结构边缘,基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法对其结构模型进行聚类分析,得到密度划分的多簇特征点集,利用凸包Graham Scan算法逆序扫描数据点集,连接自然极限边界形成整体轮廓,为考虑可制造性条件下拓扑设计提供一种优化方法。通过典型算例验证了设计方案的可行性,整体结构边缘清晰,且对拓扑构型可能存在的无实义内部空隙有修复作用。结果表明:经处理后的优化构型结构响应度误差较小,满足设计要求。