利用遗传算法和神经网络响应面来实现复合材料结构优化设计

运用正交试验设计选择设计样本，建立神经网络响应面，以代替复合材料结构优化中的大量的有限元分析；将神经网络响应面作为目标函数或者约束条件，加上其他常规约束条件进行优化模型的建立，再应用遗传算法（GA）进行优化，这可以实现设计分析与设计优化的分离。以复合材料帽型加筋板的重量优化问题为例，建立了重量响应面目标函数、强度和翘曲稳定性响应面约束条件；并通过NASTRAN进行有限元计算，以获取用于响应面训练的样本点数据。研究表明，该方法能以较少的结构分析次数，取得高精度的响应面近似模型，从而使优化效率大为提高。神经网络响应面能够获得与传统响应面同等，甚至更好的精度。     

试验设计法与BP-GA算法在复合材料结构优化中的应用

试验设计法具有均衡分散性和整齐可比性,通过试验设计进行响应面的样本选取可以大大减少样本的数目,同时保证响应面的训练精度。响应面与遗传算法相结合在工程应用中已经形成一套适用于复杂结构设计的高效优化方法。本文以复合材料加筋蒙皮的质量优化问题为例,通过正交试验进行响应面训练样本选取,通过PATRAN/NASTRAN进行有限元分析得出样本的数值,应用神经网络(BP)训练、构建优化的目标函数和强度、稳定性约束响应面,结合其他常规约束条件通过遗传算法(GA)进行优化,验证了这套算法的有效性和实用性。     

基于遗传优化算法的微通道紫铜热交换器扩散连接工艺

基于遗传优化算法,进行了T2紫铜同种材料扩散连接工艺研究。采用正交试验方法,结合BP神经网络和多目标遗传算法,以扩散连接时的温度、压力、保温时间为输入变量,以扩散连接后的试样焊合率和变形量为输出变量,对扩散连接工艺参数进行优化,并实施相应的扩散连接验证试验。结果表明:T2紫铜合适的扩散连接工艺参数为:温度780℃、压力7. 5 MPa、保温时间120 min,此条件下焊合率可达95. 26%,变形量为0. 166 mm。采用此工艺参数进行微通道热交换器零件制造,厚度方向变形量0. 162 mm,经超声C扫描后连接情况良好,经耐压防漏检测后满足密封性及设计要求。     

基于GA-SVR的薄壁叶片辅助支撑布局优化方法

作为一种典型的复杂曲面薄壁件，叶片在铣削加工过程中极易发生“让刀”，即弹性变形，严重影响着叶片的加工精度。针对该问题，设计了四自由度回转辅助支撑机构增加叶片的加工刚度，并提出了一种基于GA-SVR的薄壁叶片辅助支撑布局优化方法。首先，建立了综合考虑材料去除以及铣削力与弹性变形耦合效应的叶片铣削加工有限元仿真模型。其次，以辅助支撑布局作为设计变量，最大加工弹性变形和整体弹性变形均方差作为布局优劣评价指标，采用拉丁超立方试验设计和有限元仿真模型计算评价指标并生成样本集，再以支持向量机回归（SVR）对样本集进行训练获得评价指标的代理预测模型。然后，采用精英策略遗传算法（GA）优化薄壁叶片的辅助支撑布局。最后，进行了薄壁叶片铣削加工及三坐标测量实验，结果表明优化后的辅助支撑布局方案对叶片加工弹性变形的抑制程度可达57.6%。     

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.      

ANN技术在复合材料胶接修理分析中的应用

基于改进的BP人工神经网络(ANN)建立了复合材料胶接修理分析模型,结合采用复合材料胶接修理的正交试验及有限元分析的结果为训练和检测神经网络提供样本,有效地利用了神经网络、试验设计技术与有限元分析的优点。胶接修理实例分析结果表明,所建神经网络模型对胶接参数与修理效果之间关系的预测与试验结果一致,说明将人工神经网络应用于复合材料胶接修理参数分析是一种行之有效的方法。     

基于神经网络-遗传算法的液力透平叶片型线优化

提出了一种叶片型线的多工况优化设计方法,该方法包括叶片型线参数化、优化的拉丁超立方试验设计、CFD技术、GA-BP(genetic algorithm-back propagation)神经网络与遗传算法.具体采用三次非均匀B样条曲线参数化叶片型线,优化的拉丁超立方试验设计方法在设计空间内获取训练GA-BP神经网络的样本点,各个样本点性能分析由CFD技术完成,随后开展GA-BP神经网络的学习训练,最后采用GA-BP神经网络和遗传算法相结合的优化技术求解液力透平叶片型线的多工况优化问题.基于上述优化方法对一液力透平进行了叶片型线的优化改进,结果表明,在保证扬程不小于相应初始扬程的约束条件下,优化后的液力透平效率在3个指定工况下分别提高了3.91%,3.59%和3.09%, 证明采用此方法优化叶片型线具有一定的可行性.      

热冲击后气膜冷却叶片结构强度流固热耦合仿真

研究了冷气流量对气孔周围热应力的影响,为气膜冷却叶片可靠性设计提供参考。改变气孔的孔径,并建立有限元模型,结合有限元/边界元理论,通过流固热三场耦合技术获得热冲击后的叶片最大温度、温度不均衡程度及最大热应力。研究表明:增加冷气量有利于改善叶片冷却效率降低叶片温度,但也会使叶片温度不均衡程度增加,加剧尾缘气孔内的热应力载荷;增加前缘气孔直径可提升66%的平均冷却效率,有利于减缓气孔内的热应力,增加尾缘气孔的直径对冷却效率及热应力的影响均较小。此外,数值计算结果与试验及解析解较为吻合,对于气膜冷却叶片结构设计具有参考价值。      

基于遗传算法与神经网络微电阻点焊工艺参数优化

文摘微电阻点焊工艺参数的设置对焊点力学性能有着至关重要的作用,通过正交试验极差分析研究了工艺参数对0.05 mm厚TC1箔材焊点剪切力和剥离力的影响程度。通过赋予剪切力和剥离力相应的权值将双优化目标转化为单一的混合优化目标,结合神经网络与遗传算法,对工艺参数进行了优化,建立了基于BP神经网络的焊点力学性能预测模型。结果表明预测模型的误差小于4%,预测模型具有较高的精度和预测能力,可以准确地预测焊点的力学性能。同时通过gatool工具箱对各项工艺参数进行了优化,获得焊接参数的最优组合:焊接电流800 A、电极压力8.89 N、爬坡时间1.608 ms、焊接时间8 ms,混合优化目标为55.73 N。通过与正交试验优化结果对比,遗传算法寻优可以获得更好的综合力学性能。     

紧固件连接部位热应力分析的理论算法

高超声速飞行器飞行过程中受到严酷的气动加热,导致紧固件连接部位由于热膨胀系数不匹配产生严重热应力,威胁结构安全,介绍了一种分析实心及空心紧固件连接部位在有或无初始间隙的情况下,承受均匀温度变化时产生的热应力的理论算法,并建立有限元模型进行仿真计算。通过理论算法和有限元计算得到两种接头的热应力大小及分布,两种方法的结果十分接近,说明这种分析算法是可行的,对于快速预估热应力水平、优化连接结构设计具有参考价值。     

基于任意空间属性FFD技术的融合式翼稍小翼稳健型气动优化设计

 以非均匀有理B样条基函数为空间控制体属性,建立了任意空间形状自由变形(FFD)技术参数化方法。所建立的气动外形参数化系统通过FFD控制体的分布以及控制顶点的合理选取,能够对任意复杂外形进行参数化设计。首先采用FFD控制体对某型客机翼稍小翼进行空间属性构建;然后结合基于Delaunay图映射技术建立了结构对接网格变形模式,采用分群粒子群算法以及误差反向传播训练算法(BP)神经网络进行稳健型气动优化系统的构建;最后对某型客机融合式翼稍小翼的后掠角、倾斜角和高度等参数进行稳健型气动优化设计,分析对比了优化前后翼梢小翼表面压力云图、截面压力分布及载荷分布。优化设计结果表明:设计后的翼稍小翼的升阻比与阻力发散特性明显提高。     

Machining deformation of single-sided component based on finishing allowance optimization

Owing to reliability and high strength-to-weight ratio, large thin-walled components are widely used in the aviation and aerospace industry. Due to the complex features and sequence involved in the machining process of large thin-walled components, machining deformation of component is easy to exceed the specification. In order to address the problem, it is important to retain the appropriate finishing allowance. To find the overall machining deformation, finishing allowance-induced deformation (web finishing allowance, sidewall finishing allowance) and initial residual stress-induced deformation were considered as major factors. Meanwhile, machined surface residual stress-induced deformation, clamping stress-induced deformation, thermal deformation, gravity-induced deformation and inertial force-induced deformation were neglected in the optimization model. Six-peak Gaussian function was introduced to fit the initial residual stress. Based upon the obtained function of initial residual stress, a deformation prediction model between initial residual stress and finishing allowance was established to attain the finishing allowance-induced deformation. In addition, linear programming optimization model based on the simplex algorithm was developed to optimize the overall machining deformation. Results have concluded that the overall machining deformation reached the minimum value when sidewall finishing allowance and web finishing allowance varied between 1 and 2 mm. Additionally, web finishing allowance-induced deformation and sidewall finishing allowance-induced deformation were 1.05 mm and 0.7 mm. Furthermore, the machining deformation decreased to 0.3–0.38 mm with the application of optimized finishing allowance allocation strategy, which made 39–56% reduction of the overall machining deformation compared to that in conventional method.     

基于遗传算法优化的人工神经网络下高速滚动轴承的疲劳可靠性

考虑到高速滚动轴承中热弹流润滑效应的影响,提出一种人工智能方法进行航空轴承疲劳可靠性分析。通过带交叉项的二次多项式近似拟合温度场效应,并将热应力映射到滚动轴承赫兹接触区内,完成热弹流润滑效应下航空轴承接触应力分析模型的建立,同时考虑热弹流润滑效应、材料属性以及疲劳强度修正系数的随机性,运用人工神经网络法完成热弹流润滑效应下航空滚动轴承疲劳可靠性分析。采用遗传算法完成最小可靠性指标寻优和惩罚函数最佳设计点。基于改进的一次二阶矩法完成可靠性灵敏度分析。数值算例表明,所建立的可靠性分析模型能正确反映热弹流润滑效应对航空轴承接触疲劳的影响。与传统的Monte Carlo法相比,两种计算结果的失效概率之差为2.0×10-4,相对误差为23.8%,而所提方法耗时只有蒙特卡洛方法的0.15%,具有良好的全局搜索能力和高效的计算性能。      

考虑层间应力的厚复合材料结构多级优化设计方法

充分发挥复合材料的利用率,降低结构重量,厚复合材料结构优化设计是非常重要的。然而优化设计空间复杂,层间应力问题突出,离散设计变量等问题使得厚复合材料结构的优化变得十分困难。针对由铺层相同的子层板叠成的厚复合材料层合板结构的复杂优化问题,本文提出一种多级优化设计方法。第一级优化采用基于径向基神经网络代理模型的优化设计方法,设计变量为子层内层数及铺层比例;第二级优化分为两个层次进行,系统层以结构重量最轻为目标,设计变量为子层数,子系统层采用遗传算法优化铺层顺序,以层间应力因子最小为目标。结合算例,通过Matlab编写遗传算法,并应用Isight集成Matlab来实现该优化设计方法。结果表明:本文提出的多级优化设计方法是有效的,能够很好地实现具有周期性铺层方式的厚复合材料层合板结构的优化设计。     

基于正交回归的TC4合金本构关系研究

通过热物理模拟试验,系统地研究了主要热力参数(变形温度、变形速率、变形程度)与流动应力间的数值关系;采用正交设计原理,分析并回归出TC4合金的本构方程;定性地探讨了热力参数对TC4合金成形性能的影响规律,为TC4合金热变形数值模拟和热力参数的合理制定与控制提供了依据。     

基于四杆机构单元的柔性铰链设计与尺寸优化

针对柔性铰链存在的转动角度小和径向漂移大等问题,进行了大转角和高精度柔性铰链设计。利用四杆机构中曲柄摇杆机构的转角放大特性,以固化的四杆机构为变形模块,通过摇杆的小变形实现铰链的大转角运动。柔性铰链中固化的四杆机构为超静定结构,基于超静定结构理论进行了柔性单元的受力分析,并建立了柔性铰链的刚度模型,实现柔性铰链的分析和设计。根据设计方案选取设计变量,基于理论推导得到刚度建立目标函数,根据性能和几何边界建立约束条件,利用遗传算法对柔性铰链尺寸进行优化,并通过ANSYS进行了特定尺寸下柔性铰链变形和应力分析,验证了优化结果的正确性。     

应力和位移约束下连续体结构的拓扑优化

结构拓扑优化设计是结构初始方案设计的重要方法。同时考虑应力和位移约束,采用遗传算法,用染色体基因映射结构离散化后的单元体,对连续体结构进行拓扑优化。为了消除结构中的铰接和棋盘格现象,在拓扑优化分析中引入了结构约束的概念,并在罚函数方法中引入导向因子,改善优化分析结果。该方法可以为工程结构的初始设计提供多种方案,同时为新结构的设计提供了理论基础。算例分析表明所提出的方法是合理、有效的。     

基于遗传算法的起落架布局设计技术

起落架布局是飞机概念设计阶段十分重要的一环。本文基于遗传算法原理进行起落架布局设计,利用设计中的限制条件和设计经验,确定起落架布局参数的设计空间,通过遗传算法的并行计算,依据目标函数快速高效地确定起落架布局设计的最优方案。     

由裂纹嘴位移确定双悬臂梁试样应力强度因子的权函数解法

双悬臂梁(DCB)试样在材料的损伤容限性能评价,特别是应力腐蚀开裂门槛值(K_ISCC)测定中有重要应用。由于该试样几何的特殊性,一般采用与试样端部(裂纹嘴)有一定距离的特定位置裂纹面位移加载方式,然而该加载点的位移测量不但费时而且精度低,位移测量最方便和准确的位置是在DCB试样的裂纹嘴。通过对一种参考载荷条件的有限元计算,应用边缘裂纹的经典权函数解法,推导出DCB试样的权函数解析解,并与复变函数泰勒级数展开的权函数解法作了比较验证。在此基础上根据特定加载点的位移反算出相应位置均布应力加载下的应力强度因子,进而建立DCB试样在特定位置的裂纹面位移加载条件下的应力强度因子与裂纹嘴位移之间的关系式,为采用这种试样的材料损伤容限性能评价,特别是K_ISCC的高精度自动化测定奠定了基础。