大型工程结构优化设计方法与策略研究

大型工程结构优化设计方法与策略研究

ID:23800326

大小:3.19 MB

页数:87页

时间:2018-11-10

大型工程结构优化设计方法与策略研究_第页
预览图正在加载中,预计需要20秒,请耐心等待
资源描述:

《大型工程结构优化设计方法与策略研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、北京交通大学硕士学位论文强大的计算分析功能和优秀的优化理论算法相结合来解决大型结构优化问题成为可能。1.3.2基于Isight优化平台的大型结构优化策略的实旋1)建立有限元分析模型。利用有限元软件进行分析建立Isi曲t优化分析所需要的输入、输出文件。利用有限元软件进行结构分析是优化的基础,只有分析的正确才能保证优化的质量,并且Isi曲t优化软件本身并不能进行结构分析,它是运用脚本命令驱动其他cAE有限元分析软件进行结构分析,然后读取有限元分析的输出文件,利用自身的优化算法或者第三方的优化算法进行设计参数修改,修改后的设计参数返回结构分析的输入文件再进行结构分

2、析,直到搜寻到最优的结果为止。如图所示为Is堙ht集成有限元仿真软件进行优化的流程:图1.1集成优化流程图对于涉及形状优化的问题,优化过程中每次循环修改形状优化变量后有限元仿真分析程序需要重新划分网格,自动网格划分的质量很难保证往往优化失败。有限元分析软件Hypemesh中的Hypemo啦er模块解决了这个问题,Hype肌orpher模块可以读取其他有限元的分析模型,在网格模型上直接操作达到预想的结构形状和尺寸,并且后台会记录操作的命令流文件。对于形状优化问题只需要在IsigIlt优化软件中集成网格变形处理模块在循环过程中由其控制形状的改变。2)进行试验设计

3、探索设计空间。早在本世纪20年代,围绕着农业、生物学和遗传学方面的问题进行了试验与通过方差分析,取得了丰硕的成果,并把此方法定义为实验设计,随后在工业界也得到应用。大型结构优化的特点是设计变量多、隐式函数关系、非线性强,并且这些设计变量对目标函数的影响也是不一样的,有的影响大有的影响小,利用试验设计可以查看设计变量的变化对目标函数的影响,探索设计空间。有些设计变量的变化对目标函数的影响非常小,这时可以剔除这些具有“隋性”的设计变量,减小优化的规模。另外利用实验设计可以找到全局粗略的优化解作为优化算法的初始搜索点,从而提高优化搜索的效率。另外建立结构近似模型需

4、要采集设计空间大量的样本,如果设计变量多而且考虑设计变量的水平数多的话,在样本采集上花费的时间也是巨大的。利用试验设计可以大大降低样本采集的数量,并且可以保证样本在设计空问分布的均匀性和代表性,从而为进行模型的建立保证了精度。3)利用结构近似模型替代仿真分析程序提高优化效率。大型结构优化问题主要的矛盾在于计算精度和计算效率,在数学和力学模型有所突破之前,进行近似分析是比较好的选择。在有限元分析中,当载荷条件确定时,静动力特性分析可以看成是从设计变量到结构响应之间的映射。如果这种映射关系可以确定的话,那么在结构优化过程中设计变量修改后的相应计算将不在话下。近似

5、分析的方法很多包括前期的泰勒级数近似展开、低阶和高阶响应面模型(RsM)、Kri西n甙克立格)模型、神经元网络模型。神经元网络高度非线性逼近方面具有很大潜力,现在主要的限制在于前期的网络训练和网络结构确定,网络结构的确定缺少理论指导,样本的选取随着设计变量的增加成指数增长,相当的耗时。利用实验.6.北京交通大学硕士学位论文设计方法可以减少样本采集的数量,并且保证样本空间分布的均匀性,从而保证了近似模型的精度。4)选择合适的优化算法进行优化。现代工程设计中,要求结构优化能适用于各种类型的设计变量(尺寸变量、形状变量、拓扑变量、材料种类、结构布局等)、各种类型的

6、约束(强度、刚度、稳定性、频率等)及各种类型的单元(杆、梁、板、壳、膜、二维及三维实体单元等)的组合结构的线性、非线性、静力、动力或控制结构优化等。迄今为止成熟的优化算法很多,但是还没有一种算法具有这种高度的鲁棒性可以适用于各种问题。基于经典的数学规划的结构优化设计问题最优解的搜索策略基本上是基于剃度信息的最速下降法。这些方法的一个缺点就是其所求得解往往是局部最优的,同时它对离散变量问题、离散连续混合变量问题的求解的适应性不强。近年来倍受关注的遗传算法表现出具有这种潜力,并且理论证明,基于最优个体保留选择策略的遗传算法能收敛到全局最优解。较强的全局寻优能力、

7、很强的适应性、隐并行性和潜在的解决大规模问题的能力,是遗传算法的优点。但是遗传算法目前存在较为普遍的缺点:局部寻优能力比较差以及不成熟收敛。各种优化算法都有优势也各自存在着缺陷,所以应针对不同的问题因该选择适当的优化算法。除非在数学上有所突破,否则以后的优化算法的发展方向会朝着组合各种算法的方向发展。对于大型结构优化问题由于其高度的非线性、多峰性,提出组合优化的策略[3】:首先利用遗传算法的全局搜索性对优化目标函数进行全局寻优,然后在全局寻优的最优解的可能存在域,利用数值优化算法进行局部寻优,以确定最优解,这样两中算法的组合可以大大减少寻优的时间。另外在实际

8、的产品没计中,人们经常遇到是多个目标在给定区域上均尽

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。