本标准指出了仿生结构优化方法的功能和范围。这些方法涉及的是静载荷及疲劳载荷条件下的线性结构问题。此标准中描述的方法均有示例进行说明。
依据自然生长的生物模型和通过利用技术性部件有限元法（FEM）优化方法，基于计算机的仿生优化工具包括计算机辅助优化（CAO)、软区域清除（SKO）和计算机辅助内部优化（CAIO)。这些方法的目的在于能够减轻部件重量或增强部件能力及延长部件使用期，以实现优化材料应用。
此外，此标准还描述了一个更简单快捷的“拉伸三角形法”。仿生优化法应用范围广泛，加之更易于理解和使用，使得用户在设计过程的早期即可实施部件优化。
本标准的目的是让用户熟知仿生优化方法可作为有效工具来延长部件的使用期、减少部件重量，并促进这些方法的广泛使用以支持可持续发展。
本标准不仅为设计者、开发人员、工程师及技术人员，也为那些被赋予设计和评估载荷结构任务的人员所拟定。
仿生学 仿生结构优化标准号为GB/T 37402-2019，发布日期：2019-05-10、实施日期：2019-12-01，所属行业分类数学、自然科学。
本文网址：https://www.171zz.com/document/264424.html