基于计算智能的振动-离心复合试验夹具优化设计

摘要

振动—离心复合环境试验的研究是基于结构或模型可靠度的要求而提出来的，是研究结构环境适应能力、结构破坏机理、验证模型有效性的重要手段。将振动台安装于离心机之上的复合试验系统可以比较真实地模拟出这种复合环境。但是由于技术难度太大，振动台的推力受到很大限制，而且复合环境中的强烈扰动和各种运动之间的耦合使振动控制极为困难。因此，振动—离心复合试验夹具的优化设计成为试验技术中人们关注的重要问题之一。 本文尝试采用计算智能方法实现振动—离心复合试验夹具的优化设计。作者首先对模态分析、多体系统动力学分析方法作了简单介绍，并分别用柔性多体系统动力学和多刚体系统动力学推导了振动—离心复合试验系统的简化动力学方程，据此讨论了离心载荷对结构模态参数的影响。接下来，针对一种典型振动试验夹具，建立了以尺寸和质量为约束、一阶固有频率最高为目标的优化数学模型。应用有限元分析软件ANSYS计算了对应不同设计变量取值的结构在离心场中的一阶固有频率和质量。将部分分析数据作为训练样本，建立了三层BP神经网络，以该神经网络模型取代结构动力学模型，来得到设计变量与模态参数之间的非线性映射关系。 最后在上面工作的基础上，用BP神经网络进行优化的迭代计算和动力学分析，自动寻优采用了遗传算法。为了说明计算智能方法的优点，还采用常规的罚函数梯度方法进行了优化，并比较了两者之间的区别。结果表明，利用神经网络的高速、并行和强大的非线性映射能力来进行动力学计算可以大大提高计算效率；遗传算法的全局搜索能力能够以较大的概率找到全局最优点，避免陷入局部极小值。

目录

文摘

英文文摘

1概述

2动力学建模与模态分析

3振动试验夹具设计

4利用人工神经网络方法建立夹具动力优化模型

5利用遗传算法实现夹具动力优化搜索

6方法和问题讨论

7结语

参考文献

声明

致谢