基于 PSO-ATRO 双循环框架的连续体结构可靠性轻量化拓扑优化方法

《Scientific Reports》：An adaptive framework for reliability-based topology optimization under multi-source uncertainties

　　

摘要

连续体结构的轻量化设计在工程中至关重要，然而其复杂的服役环境不可避免地会引入多源不确定性的挑战。基于可靠性的拓扑优化（RBTO）方法在处理这些不确定性时常常遇到困难，尤其是在高度非线性的约束条件下容易发生数值振荡，并且在寻找体积分数时计算效率较低。为了解决这些问题，本文提出了一种新颖的粒子群优化-自适应拓扑与可靠性优化（PSO-ATRO）双循环框架。内循环采用了混合PSO-ADMV策略，能够自适应地确定最佳梯度下降步长，从而在寻找最有可能点（MPP）的过程中减轻数值振荡。同时，外循环引入了辅助代理的PSO-MIST策略来寻找最优的材料体积分配方案。通过多个数值示例验证了该框架的有效性，其中包括一个在随机载荷作用下的机器人臂连杆。对比结果表明，所提出的方法能够有效避免数值发散问题，同时严格满足可靠性要求，为在复杂、不确定环境中运行的机器人结构的安全与轻量化设计提供了实际应用价值。