3. Sự khác nhau giữa Generative Design so và thiết kế truyền thống
6.3.2.9 Bước 9: Phân tích và kết luận
Cuối cùng, giá đỡ được phân tích trong Inventor nhằm tìm ra ứng suất và chuyển vị của chi tiết. Ở thiết kế ban đầu, ứng suất lớn nhất là 4.749 MPa và sự chuyển vị tối đa là 0.4865 mm. Còn ở thiết kế được tối ưu, ứng suất lớn nhất là 4.475 MPa và 0.3093 mm. Ứng suất tối đa của chi tiết được giảm 0.274 MPa, và ứng suất lớn nhất này vẫn an toàn vì Yield strength của vật liệu là 26 MPa. Đồng thời sự chuyển vị thì là giảm lên 0.1772 mm nhưng không đáng kể.
Những điều này có thể nhìn thấy được điều này trong biểu đồ sau đây.
VON MISES STRESS
Thiết kế ban đầu Thiết kế tối ưu
4.8 4.749 4.75 4.7 4.65 4.6 4.55 4.5 4.475 4.45 4.4 4.35 4.3 Mpa
Hình 6.65 Biểu đồ so sánh Von Mises Stress của hai thiết kế.
DISPLACEMENT
Thiết kế ban đầu Thiết kế tối ưu
0.6 0.5 0.4865 0.4 0.3 0.3093 0.2 0.1 0 mm
Hình 6.66 Biểu đồ so sánh Displacement của hai thiết kế. Bảng 6.9 So sánh khối lượng của hai thiết kế.
Giá đỡ tối ưu
Phần trăm khối lượng (%)
Ngoài ra, giá đỡ còn được giảm 0.23 kg, tương đương với 47.92%. Điều này có thể tiết kiệm một khoảng tiền vật liệu cũng như tiền in. Hai kết quả phân tư phần tử hữu hạn và phương thức thực nghiệm thì có sai số 29.32% ở giá đỡ đã tối ưu, sai số 23.33% ở giá đỡ ban đầu.
KẾT LUẬN VÀ KIẾN NGHỊ
Như bên trên, chúng tôi đã tìm hiểu và cung cấp cơ sở lý thuyết, cách hướng dẫn triển khai trên phần mềm Autodesk Inventor 2019, Fusion 360 và Solid Edge 2020, so sánh sự khác biệt giữa các mô-đun trong phần mềm, nghiên cứu trường hợp thực tế về chi tiết tối ưu hóa sản phẩm trong thiết kế.
Đồng thời, chúng tôi cũng đã chứng minh bằng cách tính toán và kiểm tra ứng suất và chuyển vị của các chi tiết.
Cụ thể, chúng tôi đã thiết kế, tính toán và tối ưu hóa các chi tiết trên phần mềm Autodesk Inventor 2019, Fusion 360 và Solid Edge 2020.
Hầu hết các tham số thiết kế và tính toán được lựa chọn dựa trên các tài liệu và cơ sở lý thuyết.
Cuối cùng, xuất tệp và in 3D một phần để kiểm tra xem ứng suất và độ dịch chuyển của phần đó trước và sau khi được tối ưu hóa có giống nhau hay không.
Trên đây là đề tài nghiên cứu khoa học của chúng tôi với chủ đề: "ỨNG DỤNG AI TRONG THIẾT KẾ CƠ KHÍ".
Sau khi thiết kế, tính toán và thử nghiệm, chúng tôi đề xuất một vài ý tưởng như sau:
- Cần mở rộng để tìm hiểu thêm về Sizing Optimization và Shaping Optimization.
- Các phương pháp xử lý khác nên được nghiên cứu để so sánh kết quả với nhau.
- Không nghiên cứu tối ưu hóa trên các cấu trúc dằm.
Qua đề tài nghiên cứu khoa học này, chúng tôi học và nghiên cứu về một chủ đề mới để giúp chúng tôi tìm hiểu kiến thức mới. Do còn nhiều thiếu sót về kiến thức và kinh nghiệm, không thể khai thác triệt để đề tài được giao. Chúng tôi mong muốn được các thầy cô góp ý nhiều hơn nữa. Bởi vì đó là hành trang tri thứ mà chúng tôi phải mang theo trong tương lai.
Chúng tôi xin chân thành cảm ơn tất cả các giảng viên của Khoa Công nghệ Chế tạo máy đã giúp đỡ tôi trong suốt quá trình thực hiên đề tài. Chúng tôi xin gửi lời cảm ơn chân thành và chúc sức khỏe đến các thầy cô.
TÀI LIỆU THAM KHẢO
[1] Christophe Bastien, Jesper Christensen, Mike V Blundell, Jakovs Kurakins (2012) “Lightweight Body in White Design Using Topology -, Shapeand Size Optimisation”. World Electric Vehicle Journal Vol.5, pp 1-4.
[2] David C. Barton, John D. Fieldhouse (2018), “Automotive Chassis Engineering”.
Springer International Publishing, pp 183-184.
[3] Kingman, J, Tsavdaridis, KD and Toropov “Applications of topology optimization in structural engineering”, presented at Civil Engineering for Sustainability and Resilience International Conference (CESARE), Amman, Jordan, Apr. 24-27, 2014, pp 4.
[4] Konstantinos Daniel Tsavdaridis, James J. Kingman, Vassilli V. Toropov (2015) “Application of structural topology optimisation to perforated steel beams”. Paper of Elsevier Ltd, pp 110-115.
[5] Lars Krog, Alastair Tucker & Gerrit Rollema (2011) “Application of Topology, Sizing and Shape Optimization Methods to Optimal Design of Aircraft Components”. Airbus UK Ltd, pp 2-11.
[6] Megan Lobdell, Brian Croop, and Hubert Lobo “A Design Validation Production Workflow for Aerospace Additive Manufacturing”. Altair Engineering White Paper, pp 1-5.
[7] Matthew Tomlin, Jonathan Meyer (2011) “Topology Optimization of an Additive Layer Manufactured (ALM) Aerospace Part”. Altair Engineering 2011, pp 2-7.
[8]Osvaldo M. Querin, Mariano Victoria, Cristina Alonso, Rubén Ansola and Pascual Martí (2017) “Topology Design Methods for Structural Optimization”. Academic Press, pp 1-7.
[9]S. V. Yende, A. P. Tadamalle, “Topology Optimization of Lower Control Arm for LMV”. International Journal of Engineering Research & Technology (IJERT), Vol. 8 Issue 07, July-2019, pp 830.
[10] Weihong Zhang, Jihong Zhu and Tong Gao (2016) “Topology Optimization in Engineering Structure Design”. ISTE Press – Elsevier, pp x-xiii.
[11]https://docs.plm.automation.siemens.com/tdoc/se/2020/se_help#uid:xid1129777:xi d1323753:xid1329520:index_xid1329526 [12]https://help.autodesk.com/view/INVNTOR/2019/ENU/?guid=GUID-D74F47F3- FE22-44EF-85BE-7C6B1F56DCF9 [13] http://help.autodesk.com/view/fusion360/ENU/?guid=GUID-1406F3E3-348B- 4E10-9DE7-67E77D730F96 [14]http://help.solidworks.com/2019/english/SolidWorks/cworks/c_simp_method_top ology.htm 117