文献

J-GLOBAL ID：202202291086886981   整理番号：22A0571134

時間依存トポロジー最適化のためのオンザフライ二重縮小【JST・京大機械翻訳】

On-the-fly dual reduction for time-dependent topology optimization

著者 (1件)： Qian Xiaoping (Department of Mechanical Engineering, University of Wisconsin-Madison, United States of America)
資料名： Journal of Computational Physics  (Journal of Computational Physics)
巻： 452  ページ： Null  発行年： 2022年 
JST資料番号： B0860A  ISSN： 0021-9991  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 弾性力学問題の時間依存トポロジー最適化のために,新しいモデル縮小アプローチを提示した。モデル縮小アプローチの2つの顕著な特徴は,オンザフライと二重削減である。すなわち,スナップショットと縮小基底はオフライン訓練よりも最適化時に得られる。プライムと随伴方程式は独立して減少した。オンザフライ低減のために,著者らはスナップショットのための2つの相補的動的サンプリング戦略を使用する:最も近いnf完全次数解とnt解の回転過渡集合。二重還元のために,適切な直交分解とGalerkin手順を一次方程式に独立に適用し,縮小のための随伴方程式に適用した。この二重還元戦略の中心は随伴方程式を得るために連続随伴の使用であり,随伴方程式が独立に低減され,一次方程式縮小が側面に沿って減少する。支配プライマと随伴方程式の残差を用いて,完全次数モデル(FOM)ベース解を使用すべきかどうかを決定した。弾性力学問題のトポロジー最適化に関する二次元および三次元数値例を示した。この数値結果は,オンザフライ二重還元アプローチがFOM低減(FOM解法の回数に関して)とデータ蓄積(後方時間依存随伴方程式を解くのに必要な一次解の貯蔵に関して)の2桁の改善をもたらし,感度を計算することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 一次方程式 ,  *最適化 ,  微分方程式 ,  基底 ,  残差 ,  時間依存性 ,  データ蓄積 ,  弾性力学 ,  二次元 ,  三次元 ,  モデル縮小
準シソーラス用語： 随伴方程式 ,  *位相最適化 ,  スナップショット ,  オフライン , 【Automatic Indexing@JST】

著者キーワード (6件)： トポロジー最適化 ,  時間依存 ,  低次元モデル ,  連続随伴 ,  オンザフライ ,  弾性力学

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (2件)： トポロジー最適化 ,  縮小