基于遗传算法的无人机机翼铺层优化方法技术

本发明专利技术提供了一种基于遗传算法的无人机机翼铺层优化方法，包括以下步骤：S1，创建关于无人机机翼铺层角度的初代种群；S2，根据初代种群计算无人机机翼各铺层的应力值；S3，根据无人机机翼各铺层的应力值得到无人机机翼各铺层的适应度值；S4，根据无人机机翼各铺层的适应度值对初代种群进行重组，以得到次代种群；S5，利用得到的次代种群替代步骤S2‑S4中的初代种群，并重复步骤S2‑S4直至达到遗传算法的最大遗传次数。本发明专利技术能够较为简单快速地完成无人机机翼铺层优化。

Optimization method of UAV wing layer based on genetic algorithm

【技术实现步骤摘要】
基于遗传算法的无人机机翼铺层优化方法
本专利技术涉及无人机机翼设计
，具体涉及一种基于遗传算法的无人机机翼铺层优化方法。
技术介绍
在无人机的设计过程中，如何减轻无人机的重量一直是设计人员关心的问题。目前设计人员主要从两个方面解决这一问题，其中一方面是改进无人机的复合材料，例如在无人机的结构设计中使用碳纤维复合材料，另一方面是对无人机所使用的复合材料进行铺层优化，以减轻无人机的重量。目前，在对无人机所使用的复合材料进行铺层优化设计中，通常将铺层厚度、铺层角度、铺层顺序作为设计变量，进行优化设计以达到减轻无人机重量的目的。但是目前的铺层优化方法大多计算复杂，难以有效地完成铺层优化工作。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的目的在于提出一种基于遗传算法的无人机机翼铺层优化方法，能够较为简单快速地完成无人机机翼铺层优化。为达到上述目的，本专利技术实施例提出了一种基于遗传算法的无人机机翼铺层优化方法，包括以下步骤：S1，创建关于无人机机翼铺层角度的初代种群；S2，根据所述初代种群计算无人机机翼各铺层的应力值；S3，根据所述无人机机翼各铺层的应力值得到无人机机翼各铺层的适应度值；S4，根据所述无人机机翼各铺层的适应度值对所述初代种群进行重组，以得到次代种群；S5，利用得到的次代种群替代所述步骤S2-S4中的所述初代种群，并重复所述步骤S2-S4直至达到遗传算法的最大遗传次数。根据本专利技术实施例的基于遗传算法的无人机机翼铺层优化方法，通过创建关于无人机机翼铺层角度的初代种群，根据所述初代种群计算无人机机翼各铺层的应力值，根据所述无人机机翼各铺层的应力值得到无人机机翼各铺层的适应度值，基于适应度值通过遗传算法对无人机机翼铺层进行优化，由此，能够较为简单快速地完成无人机机翼铺层优化。另外，根据本专利技术上述实施例提出的基于遗传算法的无人机机翼铺层优化方法还可以具有如下附加的技术特征：根据本专利技术的一个实施例，所述步骤S3包括：根据所述无人机机翼各铺层的应力值计算无人机机翼各铺层的强度值；根据所述无人机机翼各铺层的强度值得到无人机机翼各铺层的强度比值；选取所述无人机机翼各铺层的强度比值中最小的强度比值作为无人机机翼各铺层的适应值。进一步地，根据所述无人机机翼各铺层的适应度值进行选择、交叉、变异操作以重组所述初代种群。进一步地，通过MTALAB运用所述遗传算法对所述无人机机翼铺层进行优化。进一步地，所述遗传算法包括约束条件，所述约束条件为所述无人机机翼铺层角度为所述无人机机翼的标准铺层角度。进一步地，通过MTALAB调用ANSYS的APDL程序根据所述初代种群计算所述无人机机翼各铺层的应力值。进一步地，通过Tsai-Wu失效准则计算所述无人机机翼各铺层的强度值，所述Tsai-Wu失效准则为：其中，F为所述无人机机翼的结构的失效因子，σ1,σ2分别为所述无人机机翼的材料沿纤维方向的主应力和沿垂直于纤维方向的主应力，τ12为所述无人机机翼的材料在垂直于纤维方向且沿垂直于纤维方向的剪应力，Xt，Xc分别为所述无人机机翼参数化模型的材料在纤维方向拉伸强度极限和纤维方向压缩强度极限，Yt，Yc分别为所述无人机机翼参数化模型的材料在垂直纤维方向拉伸强度和垂直纤维方向压缩强度极限，S为所述无人机机翼参数化模型的剪切强度极限。进一步地，通过适应度函数计算所述无人机机翼各铺层的适应度值，所述适应度函数为：G(i)＝min(R(i))其中，G为所述无人机机翼各铺层的适应度值，R为所述无人机机翼各铺层的强度比值，i为所述无人机机翼的铺层，i＝1，2，...，n。进一步地，所述无人机机翼铺层优化的目标函数为：minm(X1r，X1t，X2r，X2t，θa，θb)其中，m为所述无人机机翼的质量，x1r，x1t分别为所述无人机机翼的中前翼梁在翼根面、翼梢面的横坐标，x2r，x2t分别为所述无人机机翼的中后翼梁在翼根面、翼梢面的横坐标，θa为所述无人机机翼的上蒙皮壁板和下蒙皮壁板的铺层角度，θb为所述无人机机翼的翼肋和翼梁的铺层角度附图说明图1为本专利技术实施例的基于遗传算法的无人机机翼铺层优化方法的流程图；图2为本专利技术一个实施例的无人机机翼质量与迭代次数的关系图；图3为本专利技术一个具体实施例的无人机机翼模型图；图4为本专利技术一个具体实施例的基于遗传算法的无人机机翼铺层优化方法的流程图；图5(a)为本专利技术一个具体实施例的无人机机翼铺层优化前的等效应力云图；图5(b)为本专利技术一个具体实施例的无人机机翼铺层优化后的等效应力云图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例的基于遗传算法的无人机机翼铺层优化方法的流程图。如图1所示，本专利技术实施例的基于遗传算法的无人机机翼铺层优化方法，包括以下步骤：S1，创建关于无人机机翼铺层角度的初代种群。具体地，可通过MATLAB创建关于无人机机翼铺层角度的初代种群，即关于无人机机翼每一层的铺层角度的集合。S2，根据初代种群计算无人机机翼各铺层的应力值。具体地，可通过MATLAB调用ANSYS的APDL程序根据初始种群中无人机机翼铺层角度，分析计算得到无人机机翼每一层的应力值。S3，根据无人机机翼各铺层的应力值得到无人机机翼铺层的适应度值。具体地，可先根据无人机机翼各铺层的应力值计算无人机机翼各铺层的强度值；然后根据无人机机翼各铺层的强度值得到无人机机翼各铺层的强度比值；最后选取无人机机翼各铺层的强度比值中最小的强度比值作为无人机机翼铺层的适应值。其中，无人机机翼各铺层的强度值小于最大许用强度值。更具体地，可通过Tsai-Wu失效准则判断无人机机翼各铺层的强度值：其中，F为无人机机翼的结构的失效因子，σ1,σ2分别为无人机机翼的材料沿纤维方向的主应力和沿垂直于纤维方向的主应力，τ12为无人机机翼的材料在垂直于纤维方向且沿垂直于纤维方向的剪应力，Xt，Xc分别为无人机机翼参数化模型的材料在纤维方向拉伸强度极限和纤维方向压缩强度极限，Yt，Yc分别为无人机机翼参数化模型的材料在垂直纤维方向拉伸强度和垂直纤维方向压缩强度极限，S为无人机机翼参数化模型的剪切强度极限。通过无人机机翼的结构的失效因子F能够判断无人机机翼的材料的失效情况，具体地，若无人机机翼的结构的失效因子F＝1，则表示无人机机翼的材料处于临界状态；若无人机机翼的结构的失效因子F>1，则表示无人机机翼的材料发生破坏；若无人机机翼的结构的失效因子F<1，则表示无人机机翼的材料未发生破坏。...

【技术保护点】
1.一种基于遗传算法的无人机机翼铺层优化方法，其特征在于，包括以下步骤：/nS1，创建关于无人机机翼铺层角度的初代种群；/nS2，根据所述初代种群计算无人机机翼各铺层的应力值；/nS3，根据所述无人机机翼各铺层的应力值得到无人机机翼各铺层的适应度值；/nS4，根据所述无人机机翼各铺层的适应度值对所述初代种群进行重组，以得到次代种群；/nS5，利用得到的次代种群替代所述步骤S2-S4中的所述初代种群，并重复所述步骤S2-S4直至达到遗传算法的最大遗传次数。/n

【技术特征摘要】
1.一种基于遗传算法的无人机机翼铺层优化方法，其特征在于，包括以下步骤：
S1，创建关于无人机机翼铺层角度的初代种群；
S2，根据所述初代种群计算无人机机翼各铺层的应力值；
S3，根据所述无人机机翼各铺层的应力值得到无人机机翼各铺层的适应度值；
S4，根据所述无人机机翼各铺层的适应度值对所述初代种群进行重组，以得到次代种群；
S5，利用得到的次代种群替代所述步骤S2-S4中的所述初代种群，并重复所述步骤S2-S4直至达到遗传算法的最大遗传次数。


2.根据权利要求1所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，所述步骤S3包括：
根据所述无人机机翼各铺层的应力值计算无人机机翼各铺层的强度值；
根据所述无人机机翼各铺层的强度值得到无人机机翼各铺层的强度比值；
选取所述无人机机翼各铺层的强度比值中最小的强度比值作为无人机机翼各铺层的适应值。


3.根据权利要求1所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，其中，根据所述无人机机翼各铺层的适应度值进行选择、交叉、变异操作以重组所述初代种群。


4.根据权利要求3所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，其中，通过MTALAB运用所述遗传算法对所述无人机机翼铺层进行优化。


5.根据权利要求4所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，其中，所述遗传算法包括约束条件，所述约束条件为所述无人机机翼铺层角度为所述无人机机翼的标准铺层角度。


6.根据权利要求5所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，其中，通过MTALAB调用ANSYS的APDL程序根据所...

【专利技术属性】
技术研发人员：倪伟，薛亚平，周金宇，伍星亮，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：江苏;32