Stress and frequency optimization of prismatic sandwich beams with structural joints: Improvements through accelerated topology optimization
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.
Notice bibliographique
Résumé
Steel sandwich beams and panels with prismatic cores offer a promising alternative to traditional structures in various industries because of their excellent mechanical characteristics. This research explores performance gains by optimizing the core of the beams using a topology optimization (TO) framework to improve stress distribution and natural frequency. The beams include structural joints to the surrounding structures, which has not been investigated before for these types of structures. To address computational demands, accelerated linear finite element (FE) solvers and eigensolvers are employed, specifically adapted for density-based TO to enhance efficiency and maintain accuracy. The inexact recycled implicitly restarted Lanczos method is proposed, providing a novel approach to efficiently solving eigenvalue problems by recycling eigenvectors and relaxing convergence tolerances, significantly speeding up the process. The topology optimized beams are compared to conventional prismatic sandwich beams (X-core, Y-core, corrugated-core, and web-core), which are optimized using a global evolutionary algorithm. Limits on design variables are used to ensure ease of production. The results show that topology optimized beams outperform conventional beams by up to 44% in terms of stress and 18% in terms of frequency, at higher mass levels. Although they resemble conventional beams, optimized core topologies with joints highlight additional improvements and underscore the importance of joint design in optimization. Accelerated solvers reduce computational time by up to 99%, enabling TO to generate Pareto fronts comparable to global sizing optimization. Certain limitations, such as reduced performance at volume fractions below 0.2, indicate potential areas for further study.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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