传统渐进结构优化法ESO的参数删除率和进化率保持固定,降低了优化过程收敛速度和结构稳定性.文中通过构造一种基于罚值选择与结构信息的参数自适应算法,使得参数随优化迭代过程进行而变化.分析典型算例结果,合适选择罚值的参数自适应渐进结构优化方法解决了传统渐进结构优化方法中参数固定且难以选择的问题,提高了优化过程中优化速度与结构稳定性.将此方法应用于调节阀设计,优化后调节阀刚度提高10%,说明参数自适应渐进结构优化方法可高效拓展至三维结构优化,并为阀门类结构设计提供参考.

1 前言

结构拓扑优化是一种针对给定结构设计域的初始优化设计.在给定的约束条件下，它通过在设计域内寻找合适的材料分布或者结构形式的分布，使得目标函数达到最优.20世纪80年代前的结构优化研究主要集中在设计部件的尺寸、形状优化，自从1988年Bendsse针对拓扑优化创造性的研究，将微结构复合材料引人结构优化，解决了各种优化方法用于拓扑结构优化的难题，随后的几十年内,拓扑优化方法得到了迅猛发展. Xie 等[2]提出了渐进结构优化方法ESO,属于结构拓扑优化方法的一种.

ESO方法通过逐步删除设计域结构中具有低效单元灵敏度的材料,最终得到优化结构[3].因其方法原理简单且易于理解，并在工程实践中具有良好的应用性，得到了科研人员与工程师的广泛关注.

目前，ESO方法已经应用于车辆结构设计、蝶阀结构设计等方面并获得很好的效果[4-6].在ESO方法中，删除率RR和进化率ER控制着优化结果的优化趋势,属于关键的影响参数.删除率RR和进化率ER两参数设置过大，会导致构不稳定甚至优化失败;参数设置过小，会使得优化过程中删除单元量增加，从而引起可能的结优化过程十分漫长，效率低且计算量增加
本文针对传统渐进结构优化法中存在的上述问题，提出了优化过程中参数自适应的方法，并引人约束罚函数,达到优化过程快与优化结果稳定目标.