基于蚁群算法的结构疲劳可靠性优化方法研究

摘要

结构优化设计作为结构设计理论和方法的重要方面，受到了工程界的广泛重视。蚁群算法作为一种新型的仿生优化算法，具有很强的适应性和易于与其他方法相结合的特点。采用蚁群算法进行结构优化设计具有重要的工程意义。本文在总结蚁群算法的基本原理和实现技术的基础上，结合可靠性以及疲劳可靠性理论和方法，开展结构疲劳可靠性优化的理论和实现技术研究，并将其应用于涡轮盘结构的疲劳可靠性优化分析。研究工作包括以下几方面： 1．通过对蚁群算法基本原理的研究，给出了基本蚁群算法和TACO蚁群算法的数学模型，并编程实现了上述两种算法。以函数优化为例，验证了两种算法及程序的正确性。 2．将TACO蚁群算法与有限元法相结合，发展了一种基于TACO蚁群算法的结构优化算法，并将该方法应用于涡轮盘结构的优化分析。结果表明：结构优化后，轮盘重量降低了16％，与ANSYS优化结果接近，验证了所发展的结构优化方法是有效的。 3．在上述结构优化方法的基础上，结合可靠性理论，采用一次二阶矩法计算结构可靠度，发展了一种基于TACO蚁群算法的结构可靠性优化方法。以轮盘转速和弹性模量为随机变量，对涡轮盘结构进行可靠性优化分析。研究表明：可靠度优化后，涡轮盘重量降低了6.5％，可靠度从优化前的0.51提高到0.99。经与ANSYS软件的可靠性优化结果对比，验证了本文所提出的可靠性优化分析方法的有效性。 4．在结构可靠性优化方法基础上，选用Walker模型预测涡轮盘的疲劳寿命，提出了一种基于TACO蚁群算法的结构疲劳寿命可靠性优化方法。针对涡轮盘结构，以轮盘转速和弹性模量为随机变量，应用所发展的方法进行了疲劳寿命可靠性优化分析。研究表明：在疲劳可靠度优化后，轮盘重量降低了5.2％，疲劳可靠度从优化前的0.93提高到了0.99。与ANSYS软件的寿命可靠性优化结果接近，验证了本文所提出的疲劳可靠性优化分析方法是可行、有效的。