[논문 리뷰] Achieving large-scale or high-resolution topology optimization based on Modified BESO and XEFM

Hongxin Wang, Jie Liu외 1명|arXiv (Cornell University)|2019. 08. 20.

Topology Optimization in Engineering참고 문헌 23인용 수 4

한 줄 요약

이 논문은 고해상도 또는 대규모 최적화 문제를 위해 확장 유한요소법(XFEM)과 수정된 이중방향 진화 구조 최적화(BESO)를 융합한 하이브리드 XEFM-BESO 방법을 제안한다. 고정밀도를 확보하기 위해 풍부한 노드를 사용해 요소를 균일한 부분 영역으로 분할하면서도, 계산 효율성을 확보하기 위해 거친 요소 수준에서 평형 방정식을 풀어, 수백만 개의 설계 변수를 가진 문제에서도 안정적인 수렴을 달성한다.

ABSTRACT

To solve large-scale or high-resolution topology optimization problem, a novel algorithm is developed based on modified bi-directional evolutionary structure optimization (BESO) and extended finite element method (XFEM). Within XFEM, a set of enriched nodes are defined to divide the finite element into several uniform sub-regions, i.e. sub-triangles and sub-tetrahedrons. The material grid and shape functions are defined on each sub-region to improve the computational accuracy, whereas the equilibrium equation is established on the level of coarse finite elements to increase the computational efficiency. We set all the standard FE nodes and the enriched nodes as the design variables, and a modified material interpolation model is introduced to calculate the material properties for sub-regions. An enrichment function originating from modeling voids scheme is adopted to character the discontinuity between solid material to void material. To efficiently use the gradient-based algorithm, BESO, sensitivity analysis is performed with the aid of adjoint method. Typical numerical examples, involving millions of design variables, are carried to verify the effectiveness of the proposed method.

연구 동기 및 목표

• 대규모 또는 고해상도 최적화에서 발생하는 계산 병목 현상을 해결하기 위해.
• 계산 효율성을 희생시키지 않은 채 정확도를 향상시키기 위해.
• 복잡한 고해상도 설계에 대해 효과적인 감도 분석을 가능하게 하기 위해.
• 최적화에서 다중 해상도 모델링을 지원하는 확장 가능한 프레임워크를 개발하기 위해.
• 수백만 개의 설계 변수를 가진 문제에 대해 제안된 방법을 검증하기 위해.

제안 방법

• 해당 방법은 XFEM을 활용하여 풍부한 노드를 사용해 유한요소를 균일한 부분 삼각형 또는 부분 색각체로 분할하여 해상도를 향상시킨다.
• 각 부분 영역에 정의된 수정된 재료 보간 모델을 사용해 재료 성질을 계산한다.
• 계산 효율성을 유지하기 위해 평형 방정식은 거친 유한요소 수준에서 풀어낸다.
• 고체와 공백 상ases 간의 재료 불연속성을 포착하기 위해 갈라진 함수 기반의 공백 모델링 기법을 사용한다.
• 감도 분석은 수반 방법을 통해 수행되어 기울기 기반 BESO 업데이트를 지원한다.
• 최적화 과정에서 표준 유한요소 노드와 풍부한 노드를 모두 설계 변수로 간주한다.

실험 결과

연구 질문

• RQ1 XFEM 기반의 부분 영역이 동일한 요소 밀도에서 계산 비용을 증가시키지 않고도 고해상도 최적화의 정확도를 향상시킬 수 있는가?
• RQ2 BESO와 XFEM의 조합이 대규모 문제에서 안정적인 수렴을 가능하게 하는가?
• RQ3 수정된 재료 보간 모델이 재료 분포의 표현을 어느 정도 향상시키는가?
• RQ4 수반 방법이 이 다중 해상도 XFEM-BESO 프레임워크에서 감도를 효과적으로 계산할 수 있는가?
• RQ5 이 방법은 수백만 개의 설계 변수를 가진 문제에 대해 얼마나 잘 스케일링되는가?

주요 결과

• 제안된 방법은 수백만 개의 설계 변수를 가진 최적화 문제를 성공적으로 처리하여 확장 가능성을 입증하였다.
• XFEM 기반의 부분 영역 활용은 동일한 요소 밀도에서 표준 FEM 대비 해석 정확도가 크게 향상됨을 보였다.
• 풍부한 노드를 통해 세밀한 해상도를 유지하면서도 거친 요소 수준에서 평형 방정식을 풀어 계산 효율성을 유지하였다.
• 수정된 재료 보간 모델은 부분 영역 간의 안정적이고 정확한 재료 성질 추정을 가능하게 하였다.
• 수반 방법은 정확하고 효율적인 감도 정보를 제공하여 강력한 BESO 수렴을 지원하였다.
• 수치적 예제들은 이 방법이 최소한의 계산 오버헤드로 고해상도 설계를 달성하는 데 효과적임을 확인하였다.