MétaCan
Menu
Retour à la cohorte
Enregistrement W4205176776 · doi:10.2514/6.2022-1139

Multiscale Design Optimization with Integrating Overhang Constraints for Additively Manufactured Lattice Structures

2022· article· en· W4205176776 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAIAA SCITECH 2022 Forum · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTopology optimizationStiffnessTopology (electrical circuits)Lattice (music)Structural engineeringConstraint (computer-aided design)Computer scienceMaterials scienceMechanical engineeringMathematical optimizationMathematicsFinite element methodEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

View Video Presentation: https://doi.org/10.2514/6.2022-1139.vid Topology optimization determines the optimal placement of material within a specified design space to maximize structural performance including its specific stiffness. Such design often results in geometrically complex structures that can be built employing additive manufacturing. To further increase the specific stiffness of structures, mesoscale periodic lattice structures can be implemented into intermediate density regions. Self-supporting structures are often desired to reduce sacrificial support material during additive manufacturing processes and are usually enforced by using an overhang constraint. However, as the overhang inclination angle is restricted during the optimization process, the design freedom and the specific stiffness of the components are often consequently lowered. This study explores the amalgamation of overhang constraints employing lattice structures. It is found that lattice structures could act as a support for more structurally dense material that lies above. This results in regaining some of the design freedom typically compromised when applying an overhang constraint in a typical topology optimization process. The benefit of lattice structure supporting overlying solid material is found to be optimal in a volume fraction range of 0.3-0.7; where volume fractions below or above this range often result in, respectively, lattice structure or solid material dominant designs. A case study is presented to demonstrate the proposed approach. In this case study, it is found that applying an overhang constraint to a traditional topology optimization problem increases the maximum deflection by 58.8% when compared to the topology optimization free of an overhang constraint. On the other hand, implementing lattice structures into the overhang constrained optimization problem results in only a 34.2% increase in the maximum deflection, displaying a recovery of 24.6% of the maximum deflection.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,518
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,209
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle