بهينه‌سازي چند هدفه مخروط جدار نازك شياردار تحت برخورد ضربه‌اي و بررسي استفاده از فرا مدل‌هاي مختلف

Multi-Objective Optimization of Tapered Thin-Walled Tube with Indentation for Crashworthiness Considering Different Surrogate Models

در اين مقاله سازه‌هاي متقارن مخروطي جدار نازك با اشكال مختلف شيار شروع كننده تحت ضربه مستقيم مورد بررسي قرار گرفته است. رفتار سازه مخروطي براي تعيين پارامترهاي مختلف هندسي سازه بهينه با توابع هدف انرژي مخصوص جذب شده حداكثر و نيروي فروريزش حداقل مطالعه شده است. نقاط نمونه طراحي با استفاده از روشهاي طراحي آزمايشات انتخاب و در نرم افزار اجزا محدود به صورت صريح ديناميكي تحليل شده‌اند. از طرفي با توجه به پيچيدگي روش حل، انتخاب و كاربرد صحيح و موثر فرامدل‌ها در مورد اين نوع مسايل و بهينه سازي آنها از اهميت بسياري برخوردار است. از اينرو پيش‌بيني پاسخ مخروط جدار نازك با استفاده از چهار فرامدل كرايگينگ، شبكه عصبي تغذيه رو به جلو و شعاعي و پاسخ رويه اي انجام گرفته و با استفاده از الگوريتم چند هدفه ژنتيك، مشخصات سازه جاذب بهينه به دست آمده است. نتايج به دست آمده نشان دهنده مناسب بودن شيار مثلثي براي افزايش قابل توجه انرژي مخصوص و شيار دايره اي براي كاهش نيرو فروريزش مي‌‌باشد. همچنين نتايج بهينه سازي نشان مي‌‌دهد مقطع داراي انرژي مخصوص بيشينه داراي كمترين ارتفاع در فضاي طراحي است در حاليكه براي بهينه سازي نيرو، ضخامت داراي كمترين مقدار و ارتفاع برخلاف حالت انرژي بهينه داراي مقدار حداكثر مي‌‌باشد. همچنين مقايسه برازندگي پاسخ و دقت فرامدلهاي مختلف به خوبي مشخص شده است.

In this paper, multi-objective optimization of axisymmetric thin-walled tapered with different types of indentation under axial impacts has been considered. Geometry of tapered thin-walled tube as well as its indentation in order to achieve maximum specific energy absorption (SEA) and minimum peak crushing force (PCF) have been studied by defining height, radius of tapered, angle of tapered, thickness, radius of initiator and shape of initiator as main input parameters. The sample points created based on design of experiment (DOE) modeled and analyzed in explicit dynamic finite element software. Four types of most efficient metamodels including Kriging, feed forward Neural network, radial basis Neural network, response surface model are implemented for predicting responses. The obtained results show that neural network (FF) has minimum mean squared (MMS) error between other methods. With these metamodels and Multiobjective Genetic algorithm optimum geometries have been achieved. Results show that the triangular shape of initiator could increase the SEA and the circular shape of initiator could decrease PCF significantly. Three numbers of metamodels predicted that optimum geometry for maximum SEA has lowest height, radius of tapered and thickness in design space, and for the PCF ,height as opposed to the SEA should be maximum but thickness for the both SEA and PCF should be same.