Skip to main content
QUICK REVIEW

[论文解读] Shape Derivative for Penalty-Constrained Nonsmooth-Nonconvex Optimization: Cohesive Crack Problem

Victor A. Kovtunenko, Karl Kunisch|arXiv (Cornell University)|Apr 10, 2022
Contact Mechanics and Variational Inequalities参考文献 56被引用 14
一句话总结

本文针对由拟脆性断裂中粘聚裂纹的变分不等式模型约束的非光滑、非凸优化问题,推导出形状变分导数公式。通过Lavrentiev正则化与Lagrange乘子方法,推导出涉及原态与伴随态的显式解析表达式,实现基于梯度的裂纹几何识别。采用类似水平集的算法,数值测试中形状误差收敛至23%。

ABSTRACT

A class of non-smooth and non-convex optimization problems with penalty constraints linked to variational inequalities (VI) is studied with respect to its shape differentiability. The specific problem stemming from quasi-brittle fracture describes an elastic body with a Barenblatt cohesive crack under the inequality condition of non-penetration at the crack faces. Based on the Lagrange approach and using smooth penalization with the Lavrentiev regularization, a formula for the shape derivative is derived. The explicit formula contains both primal and adjoint states and is useful for finding descent directions for a gradient algorithm to identify an optimal crack shape from a boundary measurement. Numerical examples of destructive testing are presented in 2D.

研究动机与目标

  • 解决具有非穿透约束的非光滑、非凸断裂问题中的形状优化挑战。
  • 基于边界测量,为基于最小二乘不适配泛函的形状可微分公式提供理论框架。
  • 利用惩罚变分不等式模型,实现基于梯度的准脆性断裂中裂纹几何识别。
  • 为逆裂纹检测算法提供可数值实现的形状变分导数公式。

提出的方法

  • 采用Lavrentiev正则化,对Barenblatt裂纹模型中的非光滑粘聚能项构造C2-光滑近似。
  • 应用具有光滑法向接触的惩罚方法,强制实现非穿透条件,将原始变分不等式替换为可微系统。
  • 通过Lagrangian框架推导形状变分导数,引入原态与伴随态变量。
  • 将形状变分导数表示为涉及原态与伴随态的边界积分之和,并给出裂纹界面处速度场的显式表达式。
  • 对原方程与伴随方程采用有限元离散化,使用分段线性单元与一致积分。
  • 提出一种基于形状变分导数的下降算法,通过动态缩放与边界处速度投影,迭代更新裂纹界面。

实验结果

研究问题

  • RQ1如何为由建模粘聚裂纹的变分不等式约束的非光滑、非凸优化问题推导形状变分导数?
  • RQ2何种正则化技术可在保持粘聚裂纹模型物理解释一致性的同时,确保能量泛函的C2-光滑性?
  • RQ3如何基于伴随方法,以原态与伴随态显式表达形状变分导数,以支持基于梯度的优化?
  • RQ4所推导的形状变分导数在破坏性物理分析环境下,能在多大程度上实现从边界测量中准确识别裂纹界面?

主要发现

  • 形状变分导数以闭式表达为涉及原态与伴随态的边界积分,支持高效梯度计算。
  • 数值结果表明,当牵引力导致裂纹完全张开时,算法在200次迭代后形状误差比为23%。
  • 当惩罚参数ε = 1e−8时,目标函数比值降至初始值的0.25%,表明具有强收敛性。
  • 算法在裂纹的非接触部分表现最佳,而在弱载荷下接触/粘聚区域更新效果较差。
  • 提高牵引力以诱导裂纹完全张开,可显著改善整个裂纹界面的恢复,使形状误差从弱载荷下的46%降低至23%。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。