Listing 1 - 1 of 1 |
Sort by
|
Choose an application
Nowadays, increasingly concerning environmental problems, energy economy and raw resource scarcity urge automotive manufacturers to rethink the design of chassis and body components in such a way that the material is used to its full potential. With this mindset, Topology Optimization proved its usefulness as an efficient design tool for sustainable and lightweight designs of chassis components, achieving better fuel economy through mass reduction. However, the initial design provided by the topology optimization algorithm is most frequently relatively complex, requiring additional manual post-processing by manufacturing experts. In the pursuit of ready-to-manufacture, lightweight parts for mass production, this study focuses on the development of a flexible and large-scale Python code for topology optimization with integrated casting constraints. The proposed method uses the open-source FEniCS Project as finite element software, allowing the usage of PETSc as linear algebra back-end for better efficiency. The introduction of casting constraints such as directional molding, splitdrawing, minimum hole and pocket size, minimum member size and draft angle were considered, allowing the generation of ready-to-cast optimized parts. The benefit of such as algorithm is the significant reduction of time spent in post-processing, leading to faster development times of lightweight and innovative designs. De nos jours, les problèmes environnementaux de plus en plus préoccupants, l’économie d’énergie et la rareté des matières premières poussent les constructeurs automobiles à repenser la conception des composants de châssis et de carrosserie de manière à utiliser le matériau à son plein potentiel. Dans cet état d’esprit, l’optimisation topologique a prouvé son utilité en tant qu’outil de conception efficace pour la conception de composants de châssis durables et légèrs, permettant une meilleure économie de carburant grâce à la réduction de la masse. Cependant, la conception initiale fournie par l’algorithme d’optimisation topologique est le plus souvent relativement complexe, ce qui nécessite un post-traitement manuel supplémentaire par les experts en fabrication. Dans la recherche de pièces légères prêtes à être fabriquées pour la production de masse, cette étude se concentre sur le développement d’un code Python flexible pour l’optimisation topologique de grande échelle avec des contraintes de moulage intégrées. La méthode proposée utilise le projet open-source FEniCS comme logiciel d’éléments finis, permettant l’utilisation de PETSc comme back-end d’algèbre linéaire pour une meilleure efficacité. L’introduction de contraintes de coulée telles que le moulage directionnel, l’emboutissage fractionné, la taille minimale des trous et des poches, la taille minimale des éléments et l’angle de dépouille a été prise en compte, permettant la génération de pièces optimisées prêtes à couler. L’avantage d’un tel algorithme est la réduction significative du temps passé en post-traitement, ce qui permet d’accélérer le développement de conceptions légères et innovantes.
topology optimization --- manufacturing --- casting --- molding --- automotive --- lightweight --- mass reduction --- sustainability --- chassis components --- optimisation topologique --- fabrication --- coulée --- moulage --- automobile --- légèreté --- réduction de la masse --- durabilité --- composants de châssis --- Ingénierie, informatique & technologie > Ingénierie civile
Listing 1 - 1 of 1 |
Sort by
|