打印容器_3D打印:增材点阵结构在压力容器优化设计中的应用

0b46fd8e38e3094608b66062da5d5ca4.png

“增材制造是未来制造业的发展趋势,其优势显而易见,它可以实现传统加工工艺难以制造的设计,比如复杂薄壁结构、点阵结构、一体化结构等。

其中,点阵结构作为一种新型的轻量化结构,具有良好的比刚度、比强度等力学性能。传统加工工艺很难制造点阵结构,3D打印技术的快速发展使得点阵结构的制造更加具有可行性。”

本期增材专栏列举了面向增材制造的点阵加筋一体化压力容器的设计与分析案例,仿真技术作为正向设计体系中的核心技术,以产品性能驱动设计为导向,可以快速、高效地解决设计各个环节中的工程难点问题,为产品设计提供强有力的技术保障。

aebdd423dfd93ae33266322c86e4ccce.png
图片:增材制造中的点阵结构

3909b28ef1ccd6b7b02af78e6532f0cf.png
图1 优化设计流程图基本流程图

压力容器概述

某型号压力容器为满足设计要求,需要在有限的空间内尽可能地提高容积,并减小质量。原始设计如下图2所示,材料为钛合金,主要参数如表1所示。

b32f41eadd5a9fca324202af1fdba2a6.png
图2 某型号压力容器原始设计

bd6c4d0a857a148966e428dc2172c029.png
表1 主要参数

采用ANSYS Workbench对原始结构设计进行有限元分析,四个螺孔设置固定约束,内腔施加42MPa,结果如下图3所示。

4ee51f411d5eb9020a65fecf62c4c6f5.png
图3 原始结构分析结果

从上图3可以看出,位移和等效应力结果都非常大,所以原始结构设计承载能力很差,需要改进结构。根据压力容器变形结果,拟采用点阵结构加筋的方法进行设计。

参数化几何模型

根据上一节提出的概念结构设计,采用ANSYS Design Modeler建立参数化的几何模型,具体结构部件组成见下图3。参数变量包括加强筋板和支撑结构筋板个数、间距及壁厚,内外壳体壁厚,内腔圆角半径和均质化点阵结构体积分数等参数,为后续参数优化分析做数据准备,几何参数变量如表2所列。

4d3da88af0b44b34f47448b7e7199e5e.png
表2 几何参数变量

有限元模型建立

在ANSYS Workbench中建立有限元分析模型,加强筋板、内外壳体、支撑结构筋板、气体进出口结构和固定螺栓结构均采用钛合金材料,均质化点阵结构采用安世中德开发的Lattice Simulation中Built-in模块自带数据库进行描述,并将体积分数设置为优化参数变量,如下图5所示。

a178e1902292bfc079f2debbdcf25e12.png
图4 点阵加筋型压力容器结构

7d6226b8823c59d32c01cf32f9dadcd6.png
图 5 Lattice Simulation Built-in 材料模型

采用高阶单元划分,单元尺寸取为6mm,共划分247715个节点,174104个单元。含筋板壳体结构为一体化结构,接触绑定设置仅考虑均质化点阵结构和内外壳体结构。模型为四分之一对称结构,设置对称边界约束,内腔施加42MPa压力。同时,将各筋板厚度、总质量及最大等效应力作为优化参数变量。考虑材料不能够出现屈服,因此仅考虑线弹性分析。有限元模型如下图6所示。

a9b06f5f2a056749d8e7fd72e962e566.png
图6 压力容器有限元模型

参数优化及验证分析

在ANSYS Workbench上构建基于optiSLang的参数优化分析流程,如下图7所示。在optiSLang中可以定义各参数变量的取值范围,除筋板个数为离散变量外,其余参数均为连续变量,共35个独立参数变量。ANSYS基于optiSLang生成的样本空间求解每个样本点,按照优化目标及约束方程优化出最优的变量组合。

0c757e9c9af6ee26c083716f83f6c6db.png
图7 ANSYS optiSLang参数优化分析流程

敏感性分析

optiSLang敏感性分析在于过滤掉不重要的参数变量,而保留对目标函数影响较大的参数变量,从而实现变量空间的降维,保证后续优化分析的效率和精度。

603044ab5402b03aef29e2c9247c9e10.png
图8 敏感性分析结果

从上图8可以看出,optiSLang把点阵结构的体积分数变量过滤掉了。而我们希望在后续的优化分析中保留该变量,所以不采用MOP响应面的方法进行优化分析。选取敏感性分析中的最佳设计点,依次作为起始点进行后续EA遗传算法优化计算,这样可以提高优化分析效率。

参数优化分析

Evolutionary Algorithm算法(简称EA)是一种全局优化方法,与传统的基于微积分的方法和穷举法当优化算法相比,EA算法那具有很强的鲁棒性及广泛的适用性,具有自组织、自适应和自学习的特性,能够处理传统的优化算法难以解决的复杂问题。因此,基于压力容器的连续和离散组合的变量空间,选取EA算法进行优化分析。

a97ca2957fd3a77ebb37c75dc3a91286.png
表3 优化目标及约束条件

在压力容器优化分析中,总质量作为单一目标函数。经过二次优化分析,optiSLang得出#116为满足设计目标和约束条件的最优设计点,目标总质量约为14Kg(相比原设计,减重50%),容积11.08L,最大等效应力为1079.5MPa。如下图9所示。

f17db29544b061caf70694a8fb6eb850.png
图9 EA遗传算法优化结果

下图10为该设计点的有限元分析结果,可以看出最大位移仅为0.77mm,位于几何对称中心处。最大等效应力为1079.5MPa,位于内部支撑筋板下沿与内壳体下端相交位置。均质化点阵的最大等效应力仅为12.4MPa,位于长度方向圆角处的内表面位置。尽管均质化点阵结构的应力水平较低,但很难说明细观胞元的受力情况,还需要进一步验证校核。

ee238c401764db595f1af2c2e22dc8a8.png
图10 压力容器等效应力云图

点阵验证分析

根据前述,均质化点阵结构采用SpaceClaim中的Lattice类型等效,有限元分析中采用与之等效的各向异性的弹性矩阵。因此,采用Lattice Simulation对细观晶格结构进行校核验证。从图11可以看出,选取的等效应力最大的四个位置的细观应力均小于1098MPa。也就是说,细观晶格没有发生塑性屈服,满足设计要求。

b40146d7afe47ee40f0ac1677028c479.png

结论

本文采用面向增材制造的先进设计理念和实现手段,对某型号压力容器进行了创新设计。采用加筋壳体一体化设计及点阵填充的方法设计了新型压力容器结构,并对均质化点阵结构进行了细观验证。结果表明,优化后的压力容器减重50%,应力和容积满足设计要求。另外,采用多尺度算法对点阵结构进行了细观-宏观-细观的分析及验证,显示Lattice Simulation可以高效快速的对复杂点阵结构进行数值分析,大大提高设计效率。

由于篇幅有限,本文未对点阵加筋壳体一体化结构的实体化建模与验证分析进行描述。实际上,一方面实体筋板相交处可倒圆角或局部加强,可进一步降低应力集中。另一方面内部支撑结构通过开孔可进一步减轻质量。并且均质化点阵结构的细观校核,可以采用ANSYS Discovery直接进行线弹性分析验证。这三方面内容将进一步保证产品的轻量化与合格性。

综上所述,在面向增材制造的正向设计体系中,数值仿真作为核心技术,始终贯穿其中,其先进设计理念及其设计流程和实现手段是可行且有效的,将会在与增材设计有关的产品设计中起到至关重要的作用。

名词解释:

1 比刚度:比刚度是指材料的弹性模量与其密度的比值,亦称为“比模数” 或“比弹性模量”,是结构设计,特别是航空、航天结构设计对材料的重要要求之一。

2 比强度:比强度是材料的强度(断开时单位面积所受的力)除以其表观密度。又被称为强度-重量比。比强度的国际单位为(N/m2)/(kg/m3) 或N·m/kg。材料的抗拉强度与材料表观密度之比叫做比强度。比强度的法定单位为牛/特(N/tex)习惯上,有时将比强度也称为强度。材料在断裂点的强度(通用拉伸强度)与其密度之比,用厘米(米2 /秒2 )表示。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/350149.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java平台模块系统公众审查未能通过

在过去的几周里,Java世界中的戏剧,阴谋和政治活动异常高涨,最终在本周的JSR 376 Java平台模块系统公共评审投票中达到了顶峰。 Java模块化(包括Java平台模块系统(JPMS))可以说是JDK 9最重要的部…

区间素数个数查询

给出一个闭区间的两端l和r&#xff0c;输出[l,r]中素数的个数。 输入格式: 两个整数l和r&#xff0c;之间用空格隔开&#xff08;1<l<r<10000&#xff09;。 输出格式: 输出一个结果。 输入样例: 2 10输出样例: 4 import java.util.Scanner;public class Main {static…

jtabel 遍历_使用抽象表模型获取JTable中选定的行

在下面的示例中&#xff0c;TableModel更新Set checked在执行setValueAt()..相邻模型JList侦听表的模型并显示当前选定的行号。该示例假定所选行数与行数相比较小。注意使用TreeSet&#xff0c;其迭代器保留了元素的自然顺序。import java.awt.Dimension;import java.awt.Event…

neo4j cypher_优化Neo4j Cypher查询

neo4j cypher上周&#xff0c;我花了很多时间来尝试优化大约20个使用实时系统数据执行的灾难性的Cypher查询&#xff08;36866ms至155575ms&#xff09;。 经过一番尝试和错误&#xff0c;以及来自Michael的大量投入&#xff0c;我能够大致确定对查询进行哪些操作才能使它们性能…

Mac--PHP已经开启gd扩展验证码不显示

错误显示&#xff1a;Call to undefined function imagettftext() 原因&#xff1a; mac系统中自带的php的gd库中&#xff0c;缺少对freetype的支持&#xff0c;导致图片无法显示。 解决&#xff1a; 1 下载freetype&#xff0c;安装即可 下载地址&#xff1a;https://download…

cprintdialog预览_怎样用CPrintDialog来实现打印功能

把以下程序段加入你的程序把dc1当作Device Content.就任你打印了.注意别画错地方.自己换页.更绝的是可调用窗口的OnPrint或OnDraw成员函数直接打印.不用你去做行距多少啦!但别忘换页.// 打印// 建立打印对话框对象CPrintDialoghttp://www.gaodaima.com/?p65323怎样用CPrintDia…

容器中Java RAM的使用:不会丢失内存的5大技巧

在本文中&#xff0c;我们希望分享Java内存管理的细节和容器内部的弹性&#xff0c;这些细节乍一看并不明显。 在下面&#xff0c;您将找到要注意的问题列表以及即将发布的JDK版本中的重要更新&#xff0c;以及针对核心痛点的现有解决方法。 我们收集了5个最有趣&#xff0c;最…

G1垃圾收集器设计目标与改良手段【纯理论】

在之前已经详细对CMS垃圾回收器进行了学习&#xff0c;今天准备要学习另一个全新的垃圾收集器---G1&#xff08;Garbage First Collector 垃圾优先的收集器&#xff09;&#xff0c;说是一种全新的&#xff0c;其实G1垃圾收集器已经出现了N多年了&#xff0c;只是从发展到成熟是…

centos7安装es mysql_Centos7 安装MySQL详细步骤

Centos7 安装MySQL详细步骤首先在虚拟机中安装一个Centos7(VM虚拟机安装Centos7)1.1 MySQL安装1.1.1 下载wget命令yum -y install wget11.1.2 在线下载mysql安装包wget https://dev.mysql.com/get/mysql57-community-release-el7-8.noarch.rpm11.1.3 安装MySQLrpm -ivh mysql57…

Mac入门--通过homebrew下载过慢问题

使用国内的镜像替换homebrew镜像&#xff0c;对镜像进行加速源 原先我们执行brew命令安装的时候&#xff0c;跟3个仓库地址有关 1 brew.git 2 homebrew-core.git 3 homebrew-bottles 把三个仓库地址全部替换成国内Alibaba提供的地址 1 替换/还原brew.git仓库地址 # 替换成阿里…

在卷积层的运用_Conv 卷积层

onv 卷积层一.why CNN for image ? 1.Some Patterns are much smaller than the whole image.一些模式比起整张图片来说更小&#xff0c;即寻找模式不用看完整的图像。2.The same patterns appear in different regions.同一个模式可能会出现在不同的区域。3.Subsamping the p…

idea 编写javafx_用JavaFX编写图块引擎

idea 编写javafx随着JavaFX嵌入式版本的问世&#xff0c;我们的框架对于游戏开发变得越来越有趣&#xff0c;因为我们现在可以瞄准平板电脑和智能手机等小型消费类设备。 因此&#xff0c;我决定对JavaFX进行更多的游戏编写实验。 这次&#xff0c;我想使用Canvas对渲染进行更多…

C#/.Net操作MongoDBHelper类

先 NuGet两个程序集 1:MongoDB.Driver、 2:MongoDB.Bson namespace ConsoleApp1{ /// <summary> /// MongoDb帮助类 /// </summary> /// <summary> /// MongoDb帮助类 /// </summary> public class DB { private static readonly string connStr &q…

echo回声不能用了_已懂得用电子分频器,为何不继续加个效果器让音响效果更好?...

效果器是一种提供各种声场效果&#xff0c;并对声音信号在时间和频率等多方面多方位进行加工处理以产生特殊音响效果的周边设备&#xff0c;它广泛使用在电台、电视台的节目制作上。然而要充分发挥效果器的作用&#xff0c;使其获得满意的效果&#xff0c;还必须掌握正确的连接…

Spring Web-Flux – Cassandra后端的功能样式

在上一篇文章中&#xff0c;我介绍了Spring Web-Flux的基础知识&#xff0c;它表示Spring框架的Web层中的响应式支持。 我已经展示了使用Spring Data Cassandra并在Spring Web Layers中使用传统注释支持的端到端示例&#xff0c; 大致如下&#xff1a; ... import org.spring…

Mac入门--安装PHP扩展redis,swoole

1 php7以下可以通过pecl安装PHP扩展 安装redis扩展 pecl install redis 安装swoole扩展 pecl install swoole2 PHP7以上通过源码编译安装扩展 2.1 扩展安装包在官网上查找链接地址&#xff1a;http://pecl.php.net 2.2.1 在官网上直接下载上传的服务器上解压 2.2.2 通过wget下载…

商品pid是什么意思_0基础搞懂自动驾驶传统算法与深度学习的鸿沟-PID控制算法与MLP优化方法...

0基础搞懂自动驾驶传统算法与深度学习的鸿沟这个专题核心是要思考如何让rule-base的自动驾驶算法逐步提升为data-driven的算法&#xff0c;从而尽可能的提升软件的泛化性。数据驱动的逻辑代替控制&#xff0c;规划&#xff0c;定位&#xff0c;融合&#xff0c;感知以及替换整个…

1000以内完数c语言程序_C语言经典面试题目及答案详解(二)

接着上次来说&#xff0c;C语言经典面试题目及答案详解&#xff08;一&#xff09;当中大部分是一些概念和理解的东西 &#xff0c;今天说一说实践操作&#xff0c;有关c的经典程序。1、输出9*9口诀。共9行9列&#xff0c;i控制行&#xff0c;j控制列。#include "stdio.h&…

「题解」:[组合数学]:Perm 排列计数

题干&#xff1a; Description称一个1,2,…,N的排列P1,P2…,Pn是Magic的&#xff0c;当且仅当2<i<N时&#xff0c;Pi>Pi/2. 计算1&#xff0c;2&#xff0c;…N的排列中有多少是Magic的&#xff0c;答案可能很大&#xff0c;只能输出模P以后的值Input输入文件的第一行…

最受欢迎的java技术_最受欢迎的Java环境

最受欢迎的java技术该职位将是即将发布的系列文章中的第一篇。 我们从所使用的环境开始&#xff1a;如果您感兴趣的是最受欢迎的JVM供应商或JVM版本&#xff0c;那么32bit是比64bit更流行的体系结构&#xff0c;还是Windows 8比Windows XP更流行的体系结构-这些都将在我们的文章…