本文關鍵詞：基于粒子群算法的復合材料框架結構頻率優(yōu)化

  更多相關文章： 復合材料框架結構 粒子群算法 動力頻率優(yōu)化 一體優(yōu)化

【摘要】：纖維增強復合材料框架結構(以下簡稱復合材料框架結構),因其具有高比強度、高比剛度、抗疲勞以及易于拆卸等優(yōu)點,而被廣泛應用于航空航天、船舶及汽車等領域。當外界激振力頻率與結構固有頻率接近時,往往因共振將導致結構變形過大,甚至發(fā)生破壞。因此,工程上一般可通過提高結構的固有頻率進而改善結構的動力響應特性。因此,本文研究中以基頻最大化以及前幾階頻率之和(前3階或前5階)最大化為優(yōu)化目標,對復合材料框架結構的動力性能進行了優(yōu)化設計。首先,考慮到以纖維纏繞角為設計變量時,復合材料梁的剛度是關于各層纏繞角的復雜三角函數,將導致優(yōu)化問題目標函數呈現(xiàn)多個局部極值的特點。傳統(tǒng)基于梯度信息的優(yōu)化算法在求解該類優(yōu)化問題時,往往收斂于初始點附近的局部最優(yōu)解,難以找到符合工程要求的理想優(yōu)化解。因此,本文將具有全局尋優(yōu)能力的粒子群算法(Particle Swarm Optimization, PSO)用于復合材料框架結構的優(yōu)化設計中。以纖維纏繞角為設計變量,分別開展了以基頻最大化與前幾階頻率之和最大化為目標函數的優(yōu)化設計,研究了連續(xù)纖維纏繞角對結構動力頻率性能的影響。其次,當設計變量為連續(xù)纖維纏繞角度時,圓整后的優(yōu)化結果中存在大量如2°、9°等的纏繞角度。包含過多的此類纖維纏繞角度將顯著地增加優(yōu)化結果的制造成本�？紤]到航空航天工程中的復合材料制造工藝,纏繞角度通常為離散角度的組合,如-45°,0°,45°和90°等。因此,本文考慮上述工程中常用的離散纏繞角度作為設計變量,分別以基頻最大化／前幾階頻率之和最大化為目標,針對復合材料框架結構的動力頻率性能,基于二進制編碼的離散粒子群算法,開展了離散纖維纏繞角度的優(yōu)化設計。最后,為充分發(fā)揮復合材料框架結構在結構構型與材料纏繞參數兩個幾何層級上的可設計性優(yōu)勢,開展了復合材料框架結構構型與材料纏繞參數一體化的優(yōu)化設計。具體優(yōu)化計算中,以結構構型參數(如復合材料框架中每根管件的內半徑)和材料纏繞參數(如纖維纏繞角度、單層中纖維含量)為設計變量,以框架結構總體積、總纖維含量為約束函數,分別以基頻最大化與前幾階頻率之和最大化為目標函數,研究了上述兩類設計變量對結構動力頻率性能的影響。通過引入罰函數實現(xiàn)將有約束優(yōu)化問題轉化為無約束優(yōu)化問題,對總材料的體積約束和總的纖維含量約束的罰因子分別建立了多階優(yōu)化求解技術。優(yōu)化求解過程中,采用了鄰域搜索技術,提高計算效率。數值算例結果表明,該結構構型和材料纏繞參數一體的優(yōu)化設計能夠有效提高復合材料框架結構的動力頻率性能。為復合材料框架結構在工程中的應用提供了新的設計理論和技術實現(xiàn)方法。
【關鍵詞】：復合材料框架結構 粒子群算法 動力頻率優(yōu)化 一體優(yōu)化
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18;TB33
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 引言9-18
• 1.1 研究背景9-12
• 1.2 復合材料框架結構設計簡述12-13
• 1.3 復合材料框架結構優(yōu)化設計理論概述13-16
• 1.4 本文工作介紹16-18
• 2 粒子群優(yōu)化算法的改進18-22
• 2.1 粒子群優(yōu)化算法基本理論(連續(xù)變量)18-19
• 2.2 基于離散變量的粒子群優(yōu)化算法基本理論19-20
• 2.3 粒子群算法的改進20-21
• 2.3.1 多階優(yōu)化求解技術20-21
• 2.4 本章小結21-22
• 3 基于連續(xù)角度變量的復合材料框架結構動力頻率優(yōu)化設計22-35
• 3.1 優(yōu)化模型22-23
• 3.2 求解過程23-24
• 3.3 優(yōu)化算例及結果分析24-34
• 3.3.1 三桿框架結構優(yōu)化算例24-29
• 3.3.2 十桿框架結構優(yōu)化算例29-34
• 3.4 本章小結34-35
• 4 基于離散角度變量的復合材料框架結構動力頻率優(yōu)化設計35-46
• 4.1 優(yōu)化模型35
• 4.2 求解過程35-37
• 4.3 優(yōu)化算例及結果分析37-45
• 4.3.1 三桿框架結構優(yōu)化算例37-41
• 4.3.2 桿框架結構優(yōu)化算例41-45
• 4.4 本章小結45-46
• 5 基于結構構型與材料纏繞參數一體化的復合材料框架結構動力頻率優(yōu)化設計46-53
• 5.1 優(yōu)化模型46-47
• 5.2 約束函數的處理47-48
• 5.3 求解過程48-49
• 5.4 優(yōu)化算例及討論49-52
• 5.5 本章小結52-53
• 結論53-55
• 參考文獻55-58
• 攻讀碩士學位期間發(fā)表學術論文情況58-59
• 致謝59-60

【相似文獻】

中國期刊全文數據庫 前10條

1 陳金環(huán);王冠;王東云;;粒子群算法及特性的研究[J];中原工學院學報;2007年04期

2 楊立生;;基于粒子群算法的選礦能力優(yōu)化研究[J];礦業(yè)快報;2007年11期

3 左毅;陳勇;;基于對稱擾動的改進粒子群算法[J];重慶科技學院學報(自然科學版);2010年03期

4 楊瑞連;曾光明;李曉東;;混沌粒子群算法在水污染控制系統(tǒng)規(guī)劃中的應用[J];環(huán)境工程學報;2010年12期

5 鄧毅;江青茵;曹志凱;師佳;周華;;改進的粒子群算法在化工過程優(yōu)化中的應用[J];計算機與應用化學;2011年06期

6 閆元元;高興寶;周喜虎;;基于變異和交叉的改進粒子群算法[J];陜西科技大學學報(自然科學版);2011年04期

7 李娥;高興寶;;一種基于階段進化適應性策略的粒子群算法[J];陜西科技大學學報(自然科學版);2011年05期

8 王燕;賀興時;王凡;劉達卓;;改進反向粒子群算法及其在噪聲中的應用[J];西安工程大學學報;2011年05期

9 熊聰聰;許淑yN;徐姝;;基于粒子群算法的天氣滾動預報集成技術[J];天津科技大學學報;2012年01期

10 王防修;周康;;基于粒子群算法的罐容表標定[J];武漢工業(yè)學院學報;2012年03期

中國重要會議論文全文數據庫 前10條

1 朱童;李小凡;魯明文;;位置加權的改進粒子群算法[A];中國科學院地質與地球物理研究所第11屆（2011年度）學術年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設計中的應用[A];第十一屆全國膨脹節(jié)學術會議膨脹節(jié)設計、制造和應用技術論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術及其應用（第7卷）——'2005系統(tǒng)仿真技術及其應用學術交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數選擇優(yōu)化中的應用研究[A];2007中國控制與決策學術年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數分區(qū)反演中的應用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2007年

中國博士學位論文全文數據庫 前10條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學;2016年

2 杜毅;多階段可變批生產線重構的研究[D];廣東工業(yè)大學;2016年

3 尹浩;求解Web服務選取問題的粒子群算法研究[D];東北大學;2014年

4 王芳;粒子群算法的研究[D];西南大學;2006年

5 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

6 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

7 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

8 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

9 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調度問題研究[D];浙江工業(yè)大學;2014年

10 張寶;粒子群算法及其在衛(wèi)星艙布局中的應用研究[D];大連理工大學;2007年

中國碩士學位論文全文數據庫 前10條

1 張忠偉;結構優(yōu)化中粒子群算法的研究與應用[D];大連理工大學;2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學;2015年

3 付曉艷;基于粒子群算法的自調節(jié)隸屬函數模糊控制器設計[D];河北聯(lián)合大學;2014年

4 余漢森;粒子群算法的自適應變異研究[D];南京信息工程大學;2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學;2015年

6 王偉;大型螺紋旋風硬銑削數值模擬及工藝參數優(yōu)化[D];浙江大學;2016年

7 李玲玉;基于粒子群算法的城市軌道交通列車節(jié)能優(yōu)化研究[D];北京交通大學;2016年

8 苗冬云;基于改進粒子群算法的云任務調度方案研究[D];安徽財經大學;2015年

9 蔣曉\~;粒子群算法在多維優(yōu)化問題中的改進研究[D];浙江理工大學;2016年

10 劉角;生態(tài)系統(tǒng)粒子群算法及其在陣列天線方向圖優(yōu)化中的應用[D];太原理工大學;2016年

，

本文編號：779781