空间结构振动抑制的阻尼器寻优问题研究

《空间结构振动抑制的阻尼器寻优问题研究》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、第七届全国现代结构工程学术研讨会空间结构振动抑制的阻尼器寻优问题研究1帅虹黄真周岱(上海交通大学船舶海洋与建筑工程学院．上海200030)摘要：本文阐述了基于模拟退火算法的结构优化设计原理。通过对已有的模拟退火算法提出改进，将其应用于空间结构振动抑制的阻尼器的位置寻优，可以实现对空间结构的有效振动抑制。同时以一空间网壳结构为例，说明本文算法的可行性和优越性．本论文研究结果可以为改进的模拟退火算法用于解决空间结构振动抑制的阻尼器寻优问题提供解决方案。关键词-模拟退火算法，阻尼器．寻优，振动抑制一、引言空间结构是指结构的形态呈三维状态，在荷载作用下具有三维受

2、力特性并呈空间工作的结构。平板网架、网壳以及悬索结构等空间结构在我国得到了广泛的应用，已为人们所熟悉。空间结构与平面结构相比具有很多独特的优点。国内外应用非常广泛。但其结构阻尼小，且随跨度增加，结构刚度逐渐变小，。柔性特征明显。在风载作用下风激振动渐趋明显。因此，提高空间结构安全性和可靠性的关键问题之一就是要减少和控制空间结构风致振动。1从现有的元器件和控制方法看，可用离散分布的阻尼器来对结构进行减振抑制。这样一来，对阻尼器的位置和数量进行寻优计算就引起了广泛的关注。，．阻尼器的优化计算属于离散型优化问题。所以，寻求有效的离散型优化算法是求解该问题的关键

3、技术之一。现已有很多优化算法，如模拟退火算法、神经网络、遗传算法等。很多学者对各种优化算法进行改进研究并运用到各种领域：文献[1]集结混沌优化方法与模拟退火优化方法的优点构造出混沌模拟退火算法(csA)；文献[2】把混沌变量加载于遗传算法的变量群体中，利用混沌变量对子代群体进行微小扰动并随着搜索过程的进行逐渐调整扰动幅度，提高了优化计算效率。很长时期内，模拟退火算法与遗传算法被认为是两种并行的优化算法。后来，有学者研究发现，两种算法优势互补，相互结合，可以取长补短。单一应用遗传算法解决空间结构的阻尼器的寻优问题存在很多问题，如遗传算法存在过早收敛和局部搜

4、索能量弱的问题。文献[3]把模拟退火算法的降温过程运用到遗传算法中，达到改进遗传算法的目的。本文则侧重于对模拟退火算法从另一方面进行改进，在设置初始温度时参考遗传算法的方法导出获得初始温度．采用改进的模拟退火算法进行空间网格结构阻尼器的位置寻优。二、模拟退火算法模拟退火算法(siⅫlatedAnnealing简称sA)是局部搜索算法的扩展，sA以一定的概率选择领域中目标函数最大(或最小)的状态。模拟退火算法最早的思想由Metropolis等提出。salanIa等首先利用模拟退火算法研究了作动器／传感器的优化配置[4]。模拟退火算法是根据金属物理的退火过程

5、而提出的一种随机搜索算法。大规模组合优化问题的求解与物质体系的退火有很多相似性。优化问题中的目标函数可以类比于物质体系的能态．对应的设计变量类比于原子排列构形。在优化过程中温度只能当作控制参数或拟参数。模拟退火算法与金属物理退火的类比关系如表1所示。在给定被控结构参数和控制器时，用模拟退火算法对结构振动控制中的阻尼器的位置优化问题求解。l本文受国家自然科学基金项目(№．：10572091)和上海市基础研究重点项目盗助(N01：04Jcl4059)费助工业建筑2007增刊第七届全国现代结构丁程学术研讨会其基本思想是：先确定初始温度To，选取阻尼器的初始位置

6、作为当前配置位置，并考察浚状态的目标函数值(可以表1模拟退火算法与金属物理退火的类比关系金属物理退火模拟退火算法能量E目标函数温度T控制参数原于排列状态可行解区域’T．具有最低能量的原子排列结构最优解用结构总能量作为目标函数)：然后随机替换当前状态中阻尼器的位置，以产生新的配置位置井计算新状态下的目标函数值。两目标函数的差为△。以概率1接受较好点。以某种概率P=exp(一l△l／r‘)接受较差点作为当前点，不断进行下去，直到温度改变：五+。=即如船(‘)=目正，其中0<口<1，直到算法收敛于某个接近最优状态。要指出的是，公式中的T并不是温度值，r=％丁，

7、其中k为B0ltzm常数e在整个模拟过程中，正是这种对非改善状态的有条件接受使得问题能跨越局部最小而最终稳定到全局接近最优状态，这正是模拟退火算法的特点。，三、模拟退火算法的改进(一)初始温度的确定模拟退火算法时通常直接给出一个足够高的初始温度，以便让最初的随机搜索很充分，这样实际上进行了许多冗余的迭代。本文结合遗传算法的方法确定初始温度。假定开始时接受较差点的概率为昂=exp(一l△I，＆。瓦)·，由此可以推出：瓦=一I△I，(k‘lll晶)·先按混沌寻优方法的第一个阶段搜索N个可能解，并找出这N个点所对应的目标函数值的最大值最小值并计算两者之差△。一

8、△。可看作是对随机两个点对应函数值之差最大值的近似估计。由此，就可以确定初始温度