* Q1:การเพิ่มประสิทธิภาพโทโพโลยีใช้ในการสร้าง H - รูปแบบการเจาะเว็บของลำแสงอย่างไร?
* A1:อัลกอริทึมการเพิ่มประสิทธิภาพโทโพโลยีกระจายวัสดุภายในพื้นที่การออกแบบที่กำหนด (เว็บลำแสง) ภายใต้โหลดและข้อ จำกัด ที่กำหนด เป้าหมายคือการเพิ่มความแข็งให้มากที่สุด (ลดการโก่งตัว) หรือลดน้ำหนักในขณะที่ลดความเครียด ซอฟต์แวร์จะลบวัสดุความเครียดต่ำ - การสร้างความซับซ้อน, อินทรีย์, - รูปแบบการดูเว็บ (เช่นช่องเปิดหกเหลี่ยมขนาดใหญ่หรือมัด - เช่นเครือข่าย) รูปแบบเหล่านี้ลดน้ำหนักอย่างมีนัยสำคัญในขณะที่รักษาประสิทธิภาพของโครงสร้างคล้ายกับคาน castellated แต่ปรับให้เหมาะสมสำหรับการโหลดเฉพาะ ซอฟต์แวร์ส่งออกตาข่าย 3 มิติ จากนั้นวิศวกรจะตีความสิ่งนี้เป็นรูปร่างที่สามารถผลิตได้ (วงกลม, หกเหลี่ยม, รูรูปสี่เหลี่ยมผืนผ้า) เกี่ยวกับข้อ จำกัด การผลิต สิ่งนี้นำไปสู่วัสดุสูง - มีประสิทธิภาพ h - การออกแบบลำแสงสำหรับน้ำหนัก - แอพพลิเคชั่นที่ละเอียดอ่อนเช่นโครงสร้างการบินและอวกาศหรือยาว - ครอบคลุมหลังคา
* Q2:เครื่องมือการสร้างแบบจำลองพารามิเตอร์มีบทบาทอย่างไรในการปรับแต่ง H - เลย์เอาต์การเชื่อมต่อลำแสง?
* A2:เครื่องมือพารามิเตอร์การเชื่อมต่อเรขาคณิตการเชื่อมต่อ (ขนาดแผ่น, รูปแบบสลักเกลียว, ตำแหน่งการเชื่อม) และขนาดส่วนประกอบกับตัวแปรอินพุตคีย์ (แรงประยุกต์, เกรดวัสดุ, รหัสการออกแบบ) ผ่านกฎและสูตรที่กำหนด การเปลี่ยนอินพุต (เช่นแรงเฉือน) คำนวณใหม่โดยอัตโนมัติและอัปเดตการออกแบบการเชื่อมต่อ (เส้นผ่านศูนย์กลางสลักเกลียวจำนวนแถวความหนาของแผ่น) สิ่งนี้ช่วยให้การสำรวจทางเลือกการออกแบบจำนวนมากอย่างรวดเร็วเพื่อค้นหาวิธีแก้ปัญหาที่มีประสิทธิภาพมากที่สุด (เบาที่สุด) หรือสารละลายที่สร้างได้ เทมเพลตบังคับใช้มาตรฐาน บริษัท และการตรวจสอบรหัส เครื่องมือสามารถปรับรูปแบบสลักเกลียวให้เหมาะสมสำหรับระยะทางขอบ/ปลายขั้นต่ำหรือการกระทำของกลุ่ม โมเดลพารามิเตอร์ป้อนเข้าสู่ภาพวาด BIM หรือการประดิษฐ์โดยตรงเพื่อให้มั่นใจว่ามีความสอดคล้องและลดเวลาออกแบบด้วยตนเองเมื่อโหลดเปลี่ยนระหว่างกระบวนการออกแบบ
* Q3:อัลกอริธึมการออกแบบกำเนิดสามารถเพิ่มประสิทธิภาพการเลือก H - ขนาดลำแสงข้ามโครงสร้างได้อย่างไร
* A3:อัลกอริทึมการออกแบบทั่วไปสำรวจการรวมกันอันมากมายของ H - ขนาดลำแสงที่กำหนดให้กับสมาชิกภายในแบบจำลองโครงสร้าง อินพุตรวมถึงการโหลด, เงื่อนไขการสนับสนุน, ขีด จำกัด การโก่งตัว, ข้อ จำกัด การโก่งงอฐานข้อมูลส่วนที่มีอยู่และวัตถุประสงค์ (ลดน้ำหนักรวมต้นทุนหรือคาร์บอนรวมกัน) อัลกอริทึมประเมินการเรียงสับเปลี่ยนหลายพันครั้งโดยใช้การวิเคราะห์องค์ประกอบ จำกัด (FEA) มันใช้เทคนิคเช่นอัลกอริทึมทางพันธุกรรมในการแก้ปัญหา "วิวัฒนาการ" ซึ่งเป็นที่นิยมข้อ จำกัด การประชุมเหล่านั้นและเพิ่มประสิทธิภาพวัตถุประสงค์ เอาท์พุทระบุใกล้ - การกำหนดส่วนที่เหมาะสมที่สุดอาจแนะนำส่วนที่แตกต่างกัน แต่เพียงพอโครงสร้างที่เบากว่าสำหรับสมาชิกที่เครียดน้อยกว่า สิ่งนี้จะทำให้กระบวนการทำซ้ำแบบแมนนวลแบบดั้งเดิมของสมาชิกโดยอัตโนมัติซึ่งนำไปสู่การประหยัดวัสดุที่สำคัญ
* Q4:"การเพิ่มประสิทธิภาพรูปร่าง" คืออะไรและใช้เพื่อปรับปรุงโปรไฟล์ H - ลำแสงได้อย่างไร?
* Q4:การเพิ่มประสิทธิภาพรูปร่างปรับแต่งขอบเขตทางเรขาคณิตของโปรไฟล์ H - ลำแสง (ความกว้าง/ความหนาของหน้าแปลน, ความสูง/ความหนาของเว็บ, รัศมีเนื้อ) เพื่อปรับปรุงประสิทธิภาพภายใต้เกณฑ์ที่เฉพาะเจาะจง (เพิ่มอัตราส่วนความแข็งแรง/น้ำหนักสูงสุดลดความเข้มข้นของความเครียด เริ่มต้นจากรูปร่างเริ่มต้นอัลกอริทึมจะทำให้ขอบเขตบนพื้นฐานของการวิเคราะห์ความไว (การเปลี่ยนแปลงประสิทธิภาพเมื่อมีการเปลี่ยนแปลงเรขาคณิต) ข้อ จำกัด รวมถึงมิติขั้นต่ำ/สูงสุด, ขีดจำกัดความสามารถในการผลิต (ความเป็นไปได้ในการกลิ้ง) และขีด จำกัด ความลึก/ความกว้างโดยรวม กระบวนการวนซ้ำไปสู่รูปร่างที่เหมาะสมซึ่งตรงกับข้อ จำกัด ทั้งหมดในขณะที่มีประสิทธิภาพสูงกว่าส่วนมาตรฐานสำหรับแอปพลิเคชันเป้าหมาย นี่คือการคำนวณที่เข้มข้น แต่มีค่าสำหรับระดับสูง - ระดับเสียงหรือคานที่กำหนดเองที่สำคัญ
* Q5:เทคนิคการปรับให้เหมาะสมแบบ multi - ใช้กับโครงสร้างลำแสง H - โดยพิจารณาจากต้นทุนน้ำหนักและคาร์บอนอย่างไร
* A5:Multi - Objective Optimization (MOO) จัดการกับเป้าหมายที่ขัดแย้งกันเช่นการลดต้นทุน (วัสดุ + การผลิต), น้ำหนัก (การขนส่ง, การจัดการ) และคาร์บอนที่เป็นตัวเป็นตน อัลกอริทึม (เช่น NSGA - ii) สร้างชุดของโซลูชัน "Pareto ที่ดีที่สุด" โซลูชันแต่ละครั้งแสดงถึงการค้า - ปิด - เช่นการออกแบบหนึ่งรายการนั้นถูกที่สุด แต่หนักที่สุดอีกอันหนึ่งคือคาร์บอนที่เบาที่สุด แต่สูงที่สุดคาร์บอนที่สามยอดคงเหลือทั้งสาม นักออกแบบสำรวจ "Pareto Front" นี้โดยใช้เครื่องมือการสร้างภาพข้อมูล การเลือกลำแสง H - (ขนาด, เกรด), ประเภทการเชื่อมต่อและเค้าโครงโดยรวมเป็นตัวแปร MOO เกี่ยวข้องกับการวิเคราะห์ที่ซับซ้อนรวมโครงสร้าง FEA ฐานข้อมูลต้นทุนและข้อมูลการปล่อยก๊าซคาร์บอนไดออกไซด์ (LCA) สิ่งนี้ช่วยให้การตัดสินใจอย่างมีข้อมูล - การสร้างขึ้นอยู่กับลำดับความสำคัญของโครงการ (เช่นการจัดลำดับความสำคัญการลดคาร์บอนในการออกแบบที่ยั่งยืน)
