Моделирование рациональной геометрической конфигурации стрелы шахтной погрузочно-доставочной машины на основе метода топологической оптимизации

Для транспортировки горной массы в шахтах часто используются погрузочно-доставочные машины. Объектом исследования в настоящей работе являются их силовые элементы. В качестве примера рассмотрена одна из основных деталей грузоподъемного оборудования шахтной погрузочно-доставочной машины – стрела. Предмет исследования – конкретная задача проектирования стрелы на основе метода топологической оптимизации. Цель исследования – оптимизация распределения материала в пространстве проектирования, уменьшение массы детали по сравнению с традиционным проектированием. При этом остаются неизменными требования сохранения показателей надежности и жесткости конструкции. Описаны методы топологической оптимизации и алгоритмы использования. Для моделирования используется система трехмерного проектирования КОМПАС-3D компании AСКОН. Топологическая оптимизация моделей проводится в приложении APM FEM для КОМПАС-3D. Расчетным ядром системы APM FEM является программа APM Structure3D. Исследование проводится с использованием метода конечных элементов. Последовательность исследования: модель проверяется на прочность; проводится топологическая оптимизация элемента конструкции; «сглаживается» геометрия и внедряется новый элемент в общую сборку; проводится проверочный прочностной расчет конструкции с оптимизированными элементами. Для создания сетки конечных элементов выбраны 10-узловые тетраэдры. Результат – получена 3D-модель стрелы, масса которой уменьшилась на 20% при тех же значениях напряжения и прочности, что и у прототипа. Результаты оптимизации показали эффективность использования метода топологической оптимизации.

Засыпкина С. А., Раевская Л. Т. Моделирование рациональной геометрической конфигурации стрелы шахтной погрузочно-доставочной машины на основе метода топологической оптимизации // Горный информационно-аналитический бюллетень. – 2025. – № 12-1. – С. 18–31. DOI: 10.25018/0236_1493_2025_121_0_18.

Засыпкина Светлана Александровна¹ — канд. техн. наук, доцент, Технический университет УГМК, e-mail: zasypkina.s@m.ursmu.ru,
Раевская Лариса Трофимовна¹ — канд. физ.-мат. наук, доцент, e-mail: ltrvsk@yandex.ru,
¹ Уральский государственный горный университет.

Засыпкина С.А., e-mail: zasypkina.s@m.ursmu.ru.

1. Bendsоe M. P., Sigmund O. Topology optimization: Theory, methods, and applications. Berlin, Springer Berlin Heidelberg, 2014, 370 article 

2. Французов А. В., Шаповалов Я. И., Вдовин Д. С. Применение топологической оптимизации в задачах проектирования грузоподъемной техники // Известия высших учебных заведений. Поволжский регион. Технические науки. — 2017. — № 2 (42). — С. 99—108. DOI: 10.21685/2072-3059-2017-2-9. 

3. Гнездилов С. Г. Применение топологической оптимизации при проектировании элементов грузозахватных устройств // Научно-технический вестник Брянского государственного университета. — 2023. — № 1. — С. 28—38. DOI: 10.22281/2413-9920-2023-09-01-28-38. 

4. Ткаченко И. С., Куркин Е. И., Лукьянов О. Е., Кишов Е. А., Галинсога-Самора Х., Смелов В. Г., Чертыковцева В. О. Проектирование силовых конструкций с использованием топологической оптимизации и технологии аддитивного производства // Онтология проектирования. — 2022. — Т. 12. — № 4(46). — С. 532—546. DOI: 10.18287/2223-9537-2022-12-4-532-546. 

5. Сорокин Д. В., Бабкина Л. А., Бразговка О. В. Проектирование элементов конструкций различного назначения на основе топологической оптимизации // Космические аппараты и технологии. — 2022. — Т. 6. — № 2(40). — С. 61—82. DOI: 10.26732/j.st.2022.2.01. 

6. Blakey-Milner B., Du Plessis A., Gradl P., Snedden G., Brooks M., Pitot J., Lopez E., Leary M., Berto F. Metal additive manufacturing in aerospace: A review // Materials & Design. 2021, vol. 209, article 110008. DOI: 10.1016/j.matdes.2021.110008. 

7. Makarov V. N., Ugolnikov A. V., Makarov N. V. Optimization of geometrical parameters of the hydro-cyclone inertial Venturi separator // Journal of Mining Institute. 2019, vol. 240, pp. 638—648. DOI: 10.31897/PMI.2019.6.638. 

8. Shangina E. I. Geometric modeling of a topographic surface based on a fractal coordinate system // Advances in Intelligent Systems and Computing. 2021, vol. 1296, pp. 297—307. DOI: 10.1007/ 978-3-030-63403-2_27. 

9. Pobegailo P., Kritsky D., Suslov N., Gilmanshina T. Development of engineering approach to the assessment of stress raisers in metal structures of dragline excavators // E3S Web of Conferences. 2020, vol. 177, article 03014. DOI: 10.1051/e3sconf/202017703014. 

10. Нозирзода Ш. С., Ефременков А. Б. Обоснование возможности применения технологии аддитивного производства для изготовления ножа геликоидной формы исполнительного органа геохода // Вестник Кузбасского государственного технического университета. — 2024. — № 2(162). — С. 79—89. DOI: 10.26730/1999-4125-2024-2-79-89. 

11. Макарова В. В. Обзор и анализ применения методов диагностики напряженно-деформированного состояния элементов карьерных экскаваторов // Известия вузов. Горный журнал. — 2024. — № 1. — С. 48—60. DOI: 10.21440/0536-1028-2024-1-48-60. 

12. Gao J., Xiao M., Zhou M., Gao L. Isogeometric topology and shape optimization for composite structures using level-sets and adaptive Gauss quadrature // Composite Structures. 2022, vol. 285, article 115263. DOI: 10.1016/j.compstruct.2022.115263. 

13. Wang Y., Li X., Long K., Wei P. Open-source codes of topology optimization: A summary for beginners to start their research // Computer Modeling in Engineering & Sciences. 2023, vol. 137, no. 1, pp. 1—34. DOI: 10.32604/cmes.2023.027603. 

14. Chandrasekhar A., Suresh K. TOuNN: Topology optimization using neural networks // Structural and Multidisciplinary Optimization. 2021, vol. 63, no. 3, pp. 1135—1149. DOI: 10.1007/s00158020-02748-4. 

15. Zeng Zh., Ma F. An efficient gradient projection method for structural topology optimization // Advances in Engineering Software. 2020, vol. 149, article 102863. DOI: 10.1016/j.advengsoft.2020.102863. 

16. Shin S., Shin D., Kang N. Topology optimization via machine learning and deep learning: a review // Journal of Computational Design and Engineering. 2023, vol. 10, no. 4, pp. 1736—1766. DOI: 10.1093/jcde/qwad072. 

17. Deng C., Wang Y., Qin C., Fu Y., Liu W. Self-directed online machine learning for topology optimization // Nature Сommunications. 2022, vol. 13, no. 1, pp. 1—14. DOI: 10.1038/s41467-02127713-7. 

18. Ferrari F., Sigmund O., Guest J. K. Topology optimization with linearized buckling criteria in 250 lines of Matlab // Structural and Multidisciplinary Optimization. 2021, vol. 63, no. 6, pp. 3045— 3066. DOI: 10.1007/s00158-021-02854-x. 

19. Giraldo-Londono O., Paulino G. H. PolyDyna: A Matlab implementation for topology optimization of structures subjected to dynamic loads // Structural and Multidisciplinary Optimization. 2021, vol. 64, no. 2, pp. 957—990. DOI: 10.1007/s00158-021-02859-6. 

20. Lin H., Xu A., Misra A., Zhao R. An ANSYS APDL code for topology optimization of structures with multi-constraints using the BESO method with dynamic evolution rate (DER-BESO) // Structural and Multidisciplinary Optimization. 2020, vol. 62, no. 4, pp. 2229—2254. DOI: 10.1007/s00158020-02588-2. 

21. Chi H., Zhang Yu., Tang Ts. L. E., Mirabella L., Dalloro L., Song Le., Paulino G. H. Universal machine learning for topology optimization // Computer Methods in Applied Mechanics and Engineering. 2021, vol. 375, no. 2, article 112739. DOI: 10.1016/j.cma.2019.112739. 

22. Amir O. Efficient stress-constrained topology optimization using inexact design sensitivities // International Journal for Numerical Methods in Engineering. 2021, vol. 122, no. 13, pp. 3241—3272. DOI: 10.1002/nme.6662. 

23. Косых П. А., Азаров А. В. Теория и анализ методов топологической оптимизации // Инженерный журнал: наука и инновации. — 2023. — № 4(136). DOI: 10.18698/2308-6033-2023-42264. 

24. Velikanov V. S., Dyorina N. V., Suslov N. M., Luntsova A. I., Rabina E. I. Automation of design for dynamic loading at the designing stage of mining machinery // Journal of Physics: Conference Series. 2019, vol. 1399, no. 3, article 033010. DOI: 10.1088/1742-6596/1399/3/033010. 

25. Телиман И. В. Обоснование конструктивных и режимных параметров рычажно-гидравлических механизмов карьерного гидравлического экскаватора // Известия вузов. Горный журнал. — 2019. — № 7. — С. 132—137. DOI: 10.21440/0536-1028-2019-7-132-137.