阻尼减振材料滞弹性位移场模型参数寻优及其应用

《阻尼减振材料滞弹性位移场模型参数寻优及其应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、振动与冲击第３０卷第８期ＪＯＵＲＮＡＬＯＦＶＩＢＲＡＴＩＯＮＡＮＤＳＨＯＣＫＶｏｌ．３０Ｎｏ．８２０１１阻尼减振材料滞弹性位移场模型参数寻优及其应用１１，２１，２１曹友强，邓兆祥，王攀，李军（１．重庆大学机械传动国家重点实验室，重庆４０００３０；２．汽车噪声振动和安全技术国家重点实验室，重庆４０００３９）摘要：针对阻尼材料滞弹性位移场模型多参数、多目标、非线性优化问题，给出了一种粒子群算法与序列二次规划法相结合的多参数变量寻优解法，并将模型优化结

2、果与标准流变学模型、分数导数模型及试验结果进行了比较。基于ＡＤＦ数学模型建立了粘弹性集中参数系统及阻尼夹芯板结构的动力学方程，并进行了结构模态响应分析及阻尼预测。计算结果表明：该组合寻优解法不仅能得到较好的最优解，而且确定出的模型参数准确可信，优化后的ＡＤＦ模型能很好的再现阻尼材料的本构特征。关键词：阻尼材料；ＡＤＦ模型；ＰＳＯＳＱＰ混合算法；多参数优化；动力特性中图分类号：ＴＨ１１３．１文献标识码：ＡＰａｒａｍｅｔｅｒｏｐｔｉｍｉｚａｔｉｏｎａｎｄｃａｌｃｕｌａｔｉｏｎｏｆａｎＡＤＦｍｏｄｅｌｆｏｒｖｉｂｒａｔｉｏｎｄａｍｐｉｎｇｍａｔｅｒ

3、ｉａｌ１１，２１，２１ＣＡＯＹｏｕｑｉａｎｇ，ＤＥＮＧＺｈａｏｘｉａｎｇ，ＷＡＮＧＰａｎ，ＬＩＪｕｎ（１．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭｅｃｈａｎｉｃａｌＴｒａｎｓｍｉｓｓｉｏｎ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００３０，Ｃｈｉｎａ；２．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＶｅｈｉｃｌｅＮＶＨａｎｄＳａｆｅｔｙＴｅｃｈｎｏｌｏｇｙ，Ｃｈｏｎｇｑｉｎｇ４０００３９，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｎｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｃｏｍｐｏｓｅｄｏｆｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉ

4、ｚａｔｉｏｎ（ＰＳＯ）ａｎｄｓｅｑｕｅｎｔｉａｌｑｕａｄｒａｔｉｃｐｒｏｇｒａｍｍｉｎｇ（ＳＱＰ）ａｌｇｏｒｉｔｈｍｗａｓｐｒｅｓｅｎｔｅｄｆｏｒｍｕｌｔｉｐａｒａｍｅｔｅｒ，ｍｕｌｔｉｏｂｊｅｃｔｉｖｅａｎｄｎｏｎｌｉｎｅａｒｏｐｔｉｍｉｚａｔｉｏｎｏｆａｎＡＤＦｍｏｄｅｌｏｆｓｔｒｕｃｔｕｒａｌｄａｍｐｉｎｇｍａｔｅｒｉａｌ．Ｔｈｅｒｅｓｕｌｔｓｗｅｒｅｃｏｍｐａｒｅｄｗｉｔｈｔｈｏｓｅｏｆａｓｔａｎｄａｒｄｒｈｅｏｌｏｇｉｃｍｏｄｅｌ，ａｆｒａｃｔｉｏｎａｌｄｅｒｉｖａｔｉｖｅｍｏｄｅｌａｎｄｔｅｓｔｓ．ＢａｓｅｄｏｎｔｈｅＡＤＦｍａ

5、ｔｈｅｍａｔｉｃａｌｍｏｄｅｌ，ｄｙｎａｍｉｃｍｏｄｅｌｓｏｆａｖｉｓｃｏｅｌａｓｔｉｃｌｕｍｐｅｄｐａｒａｍｅｔｅｒｓｙｓｔｅｍａｎｄａｄａｍｐｉｎｇｓａｎｄｗｉｃｈｂｏａｒｄｗｅｒｅｅｓｔａｂｌｉｓｈｅｄ，ａｎｄｔｈｅｍｏｄａｌａｎａｌｙｓｉｓａｎｄｄａｍｐｉｎｇｐｒｅｄｉｃｔｉｏｎｗｅｒｅｃｏｎｄｕｃｔｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｎｏｔｏｎｌｙｏｂｔａｉｎｔｈｅｂｅｔｔｅｒｏｐｔｉｍａｌｓｏｌｕｔｉｏｎ，ｂｕｔａｌｓｏｏｂｔａｉｎｔｈｅｃｏｒｒｅｃｔａｎｄｒｅｌｉａｂｌｅｍｏｄｅｌ

6、ｐａｒａｍｅｔｅｒｓｂｅｔｔｅｒｄｅｓｃｒｉｂｉｎｇｔｈｅｃｏｎｓｔｉｔｕｔｉｖｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄａｍｐｉｎｇｍａｔｅｒｉａｌ．Ｋｅｙｗｏｒｄｓ：ｄａｍｐｉｎｇｍａｔｅｒｉａｌ；ａｎｅｌａｓｔｉｃｄｉｓｐｌａｃｅｍｅｎｔｆｉｅｌｄ（ＡＤＦ）ｍｏｄｅｌ；ＰＳＯＳＱＰｈｙｂｒｉｄａｌｇｏｒｉｔｈｍ；ｍｕｌｔｉｐａｒａｍｅｔｅｒｏｐｔｉｍｉｚａｔｉｏｎ；ｄｙｎａｍｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓ在工程实践中，含阻尼材料的复合结构常被广泛ＡＤＦ模型的辅助坐标在单元之间是连续的，体现了其［１］用于抑制结构的振动和噪声。粘弹性阻尼

7、材料的本位移场的特点，它能直接进行有限元解算，能很容易融［６－８］构模型决定了这类结构的动力学方程形式，由此可见入有限元动力学方程，因此受到众多学者的青睐。阻尼材料本构模型的选用和计算尤为重要。由于粘弹但是，ＡＤＦ模型各参数的确定是一个非线性、多变量、性材料的本构关系随时间、频率和温度的变化而变化，多目标规划，具有约束条件的优化问题，解决这一问题使得粘弹性材料本构模型变得复杂多样，其参数优化难度较大。针对此类问题的全局最优解没有任何数学［２－５］计算也变得比较繁琐。目前大多数文献都是直接条件可以表征，基于传统数学规划的优化方法因其优采用经验参数

8、代入本构模型进行计算，缺少对模型参化结果易陷入局部极值而难以处理［９］，现代优化算法数的优化选取。如遗传算法容易出现早熟状态，导致收敛时间长，优化［６