НОВІТНІ ПІДХОДИ ТА МЕТОДИ ОПТИМАЛЬНОГО ПРОЄКТУВАННЯ КОНСТРУКЦІЙ (огляд)

Автор(и)

  • І. Ф. Кожемякіна Український державний університет науки і технологій, ННІ «Придніпровська державна академія будівництва та архітектури», Україна
  • С. В. Сахарчук Український державний університет науки і технологій, ННІ «Придніпровська державна академія будівництва та архітектури», Україна
  • С. Л. Заварикін Український державний університет науки і технологій, ННІ «Придніпровська державна академія будівництва та архітектури», Україна

DOI:

https://doi.org/10.30838/UJCEA.2312.250226.63.1210

Ключові слова:

оптимальне проєктування конструкцій, топологічна оптимізація, оптимізація форми, стохастична оптимізація, машинне навчання, адитивне виробництво, динамічні навантаження, невизначені умови

Анотація

Актуальність роботи. Вирішення проблем сучасної інженерії, що пов’язані з безпекою та надійністю різноманітних споруд і систем, визначає актуальність теми. Для розвя’зання цих проблем потрібні інноваційні підходи для проєктування і розрахунку конструкцій. Оптимальне проєктування конструкцій є пошуком «золотої середини» в сучасному інженерному аналізі, що спрямоване на підвищення ефективності, безпеки та стійкості систем у різних галузях, включаючи цивільне будівництво, аерокосмічну та автомобільну промисловість. Новітні підходи трансформували методи оптимізації, перетворивши їх з суто теоретичних розрахунків на практичний інструмент завдяки значним досягненням в обчислювальних технологіях. Мета дослідження – розглянути ключові методології, такі як оптимізація розмірів, форм та топології, та сучасні обчислювальні підходи, включаючи методи, диференціальні рівняння, стохастичну оптимізацію та інтеграцію машинного навчання. Оцінити ефективність методів через можливість їх застосування. Методика. Аналіз сучасних напрямків оптимального проектування. Особливу увагу приділити застосуванню цих методів у динамічному проєктуванні та в умовах невизначеності, підкреслюючи їхню здатність вирішувати складні, багатовимірні проблеми. Результати. Виконано аналітичне дослідження сучасних методів оптимального проєктування. Огляд висвітлює напрямки розвитку оптимального проектування: стохастична, адаптивна, багатоцільова оптимізація, оптимізація при дії динамічних та сейсмічних навантажень; адитивне виробництво, що розширює межі можливого у проєктуванні конструкцій. Висвітлено поточні виклики, такі як потреба в інтерпретованих моделях штучного інтелекту та масштабованість цифрових двійників, а також намічені майбутні напрямки досліджень, спрямовані на подальше підвищення ефективності, надійності та екологічності оптимальних рішень.

Посилання

Antil H., Otárola E. & Salgado A. J. Some applications of weighted norm inequalities to the error analysis of PDE-constrained optimization problems. IMA Journal of Numerical Analysis. 2018. № 38 (2). Рp. 852–883. DOI: 10.1093/imanum/drx018.

Beiser F., Keith B., Urbainczyk S. & Wohlmuth B. Adaptive sampling strategies for risk-averse stochastic optimization with constraints. IMA Journal of Numerical Analysis. 2023. № 43 (6). Рp. 3729–3765. DOI: 10.1093/imanum/drac083.

Chandrasekhar K. N. V., Bhikshma V. & Bhaskara Reddy K. U. Topology optimization of laminated composite plates and shells using optimality criteria. Journal of Applied and Computational Mechanics. 2022. № 8 (2). Рp. 405–415. DOI: 10.22055/jacm.2019.31296.1858.

Dussauge T. P., Sung W. J., Fischer O. J. P. & Mavris D. N. A reinforcement learning approach to airfoil shape optimization. Scientific Reports. 2023. № 13 (1). Рp. 9753. DOI: 10.1038/s41598-023-36560-z.

Güttel S. & Pearson J. W. A spectral-in-time Newton–Krylov method for nonlinear PDE-constrained optimization. IMA Journal of Numerical Analysis. 2022. № 42 (2). Рp. 1478–1499. DOI: 10.1093/imanum/drab011.

Málaga-Chuquitaype C. Machine Learning in Structural Design: An Opinionated Review. Frontiers in Built Environment. 2022. № 8. Рp. 815717. DOI: 10.3389/fbuil.2022.815717.

Zavala G. R., Nebro A. J., Luna F. & Coello Coello C. A. A survey of multi-objective metaheuristics applied to structural optimization. Structural and Multidisciplinary Optimization. 2014. № 49 (4). Рp. 537–558. DOI: 10.1007/s00158-013-1022-y.

Papadrakakis M., Lagaros N. D. & Plevris V. Optimum Design of 3D Struc‐tures under Static and Dynamic Loading Conditions. Fourth International Collo‐quium on Computation of Shell & Spatial Structures (IASS‐IACM 2000). 2000. Рp. 4–7. URL: https://www.researchgate.net/profile/Nikos-Lagaros/publication/259396676_Conference_V6/ data/00b7d52b6a1c3bb739000000/ Conference-V6.pdf

Papadrakakis M., Lagaros N. & Plevris V. Optimum design of structures under seismic loading. In European Congress on Computational Methods in Applied Sciences and Engineering. 2000, Barcelona. URL: http://congress2.cimne.com/eccomas/proceedings/eccomas2000/pdf/753.pdf

Peto M., García-Ávila J., Rodriguez C. A., Siller H. R., Lopes da Silva J. V. & Ramírez-Cedillo E. Review on structural optimization techniques for additively manufactured implantable medical devices. Frontiers in Mechanical Engineering. 2024. № 10. Рp. 1378174. DOI: 10.3389/fmech.2024.1378174.

Ramos A., Angel V. G., Siqueiros M., Sahagun T., Gonzalez L. & Ballesteros R. Reviewing additive manufacturing techniques: Material trends and weight optimization possibilities through innovative printing patterns. Materials. 2025. № 18 (6). Рp. 1377. DOI: 10.3390/ma18061377.

Roden J. C., Mills-Williams R. D., Pearson J. W. & Goddard B. D. MultiShape : A spectral element method, with applications to dynamic density functional theory and PDE-constrained optimization. IMA Journal of Numerical Analysis. 2024. DOI: 10.1093/imanum/drae066.

Vitola R. J. Design optimization of structures subjected to transient dynamic loads under uncertainty. 2020. Drexel University. URL: https://researchdiscovery.drexel.edu/esploro/fulltext/graduate/Design-Optimization-of-Structures-Subjected-to/991014695539104721?repId=12324295410004721&mId=13324295400004721&institution=01DRXU_INST

Yvonnet J. & Da D. Topology optimization to fracture resistance: a review and recent developments. Archives of Computational Methods in Engineering. 2024. № 31(4). Рp. 2295–2315. DOI: 10.1098/rspa.2019.0861.

##submission.downloads##

Опубліковано

2026-03-04