一种纤维缠绕复合材料发动机壳体的铺层角度优化方法技术

一种纤维缠绕复合材料发动机壳体的铺层角度优化方法，其特征在于：利用网格理论对纤维缠绕复合材料发动机壳体进行结构设计分析，由于在发动机壳体的筒身段为主要受力部件，故对筒身段进行分析，以纤维缠绕复合材料发动机壳体纤维缠绕角度作为约束条件，将环向与纵向爆破压强相加，经对粒子群算法的优化，对纤维缠绕复合材料发动机壳体进行缠绕角度优化，达到承载能力最大化，将梯度搜索加入传统的粒子群算法中，优化改进传统粒子群算法，改进全局最优解的更新速度，调整梯度优化传统粒子群算法精度；对惯性权重和学习因子进行优化，加快收敛速度，利用改进的粒子群算法，对纤维缠绕复合材料发动机壳体铺层角度进行优化设计，满足设计使用需求。

【技术实现步骤摘要】
一种纤维缠绕复合材料发动机壳体的铺层角度优化方法
本专利技术属于材料优化领域，尤其涉及一种纤维缠绕复合材料发动机壳体的铺层角度优化方法。
技术介绍
纤维缠绕发动机壳体是发动机主要受力结构，研究复合材料壳体的受力分析及优化设计在生产制造中是切实可行的，也是必不可少的，广泛应用于航空航天、交通运输等重要领域。发动机壳体通常要求满足设计使用需求的情况下，承载能力越大越好。但是，目前对于纤维缠绕复合材料发动机壳体通常进行质量优化，优化铺层厚度或对纤维缠绕层铺层顺序进行优化，通常操作较复杂，实际生产制作中也具有较大的困难。
技术实现思路
本专利技术旨在解决上述问题，提供一种在满足纤维缠绕复合材料发动机壳体设计使用需求的同时，使实际加工制造简单的纤维缠绕复合材料发动机壳体的铺层角度优化方法。本专利技术所述纤维缠绕复合材料发动机壳体的铺层角度优化方法，利用网格理论对纤维缠绕复合材料发动机壳体进行结构设计分析，由于在发动机壳体的筒身段为主要受力部件，故对筒身段进行分析得知，筒身段纵向爆破压强为：筒身段环向爆破压强为：式中，R为筒身段半径；h1与h2为纤维缠绕复合材料发动机壳体纵向与环向厚度；KS为应力平衡系数；σfb为纤维发挥强度；α为纤维缠绕复合材料发动机壳体纤维缠绕角；取角度α范围为20°≤α≤30°作为约束条件，并以α为优化设计变量，将环向与纵向爆破压强相加，取其极大值，即纤维缠绕壳体承载能力最大；将h1、h2、KS、σfb、α数值带入筒身段环向与纵向爆破压强中，计算后的公式带入粒子群算法中，对纤维缠绕复合材料发动机壳体进行缠绕角度优化，达到承载能力最大化，即完成纤维缠绕复合材料发动机壳体的铺层角度优化。本专利技术所述纤维缠绕复合材料发动机壳体的铺层角度优化方法，所述粒子群算法进行优化改进；粒子群算法优化改进的具体步骤包括：设定初始参数，设置最大迭代次数kmax，最大速度vmax和种群大小NP；优化后粒子群的位置和速度，计算公式如下：式中分别表示第i个粒子的第j个变量在第k代的位置和速度；分别表示第i个粒子的第j个变量在第k+1代的位置和速度；分别为第k代中第i个粒子的个体最优值和种群的全局最优值；r1、r2为0到1的随机数；ω为惯性权重；c1、c2为学习因子；优化后的粒子群算法惯性权重ω采用线性递减动态调节的方法，即学习因子c1、c2采用异步变化学习因子，即计算第k+1代中每个粒子的适应度f(xik+1)，和第k代的个体最优值适应度比较，如果则更新该粒子的个体最优值，即分别将第k+1代中粒子个体最优值的适应度与第k代的全局最优值的适应度比较，如果则更新种群的全局最优值，即令搜索梯度取值等于第k+1代种群与第k代种群的全局最优值矢量差值的倍数，即其中λ为系数；令Δg＝Pgk+1+dXk+1，若f(Pgk+1)＜f(Pgk)则计算f(Δg)，若f(Δg)＜f(Pgk+1)则Pgk+1＝Δg且沿着该方向继续搜索，否则搜索完毕；搜索完毕后更新全局最优值若k＞kmax或优化结果达到给定精度，则退出计算，输出最优解；否则，返回计算。本专利技术所述纤维缠绕复合材料发动机壳体的铺层角度优化方法，将梯度搜索加入传统的粒子群算法中，优化改进传统粒子群算法，改进全局最优解的更新速度，调整梯度优化传统粒子群算法精度；对惯性权重和学习因子进行优化，加快收敛速度，利用改进的粒子群算法，对纤维缠绕复合材料发动机壳体铺层角度进行优化设计，承载能力最大化，满足设计使用需求。附图说明图1(a)为本专利技术实施例所述纤维缠绕壳体直筒段优化前形变量示意图；图1(b)为本专利技术实施例所述纤维缠绕壳体直筒段优化前应力示意图图2(a)为本专利技术实施例所述纤维缠绕壳体直筒段优化后形变量示意图；图2(b)为本专利技术实施例所述纤维缠绕壳体直筒段优化后应力示意图；图3为优化后纤维缠绕壳体强度校核示意图。具体实施方式下面通过附图及实施例对本专利技术所述纤维缠绕复合材料发动机壳体的铺层角度优化方法进行详细说明。本专利技术所述纤维缠绕复合材料发动机壳体的铺层角度优化方法，利用网格理论对纤维缠绕复合材料发动机壳体进行结构设计分析，由于在发动机壳体的筒身段为主要受力部件，故对筒身段进行分析得知，筒身段纵向爆破压强为：筒身段环向爆破压强为：在本实施例中，R为筒身段半径，为75mm；h1与h2为纤维缠绕复合材料发动机壳体纵向与环向厚度，h1＝h2＝0.9mm；KS为应力平衡系数，取0.76；σfb为纤维发挥强度，本实施例采用T700碳纤维环氧树脂的纤维发挥强度为3600MPa；α为纤维缠绕复合材料发动机壳体纤维缠绕角；取角度α范围为20°≤α≤30°作为约束条件，并以α为优化设计变量，将环向与纵向爆破压强相加，取其极大值，即纤维缠绕壳体承载能力最大；将h1、h2、KS、σfb、α数值带入筒身段环向与纵向爆破压强中，计算后的公式带入粒子群算法中，对纤维缠绕复合材料发动机壳体进行缠绕角度优化，达到承载能力最大化，即完成纤维缠绕复合材料发动机壳体的铺层角度优化。本专利技术所述纤维缠绕复合材料发动机壳体的铺层角度优化方法，所述粒子群算法进行优化改进；将下式P1与P2相加，粒子群算法优化改进的具体步骤包括：设定初始参数，设置最大迭代次数kmax，最大速度vmax和种群大小NP；优化后粒子群的位置和速度，计算公式如下：式中分别表示第i个粒子的第j个变量在第k代的位置和速度；分别表示第i个粒子的第j个变量在第k+1代的位置和速度；分别为第k代中第i个粒子的个体最优值和种群的全局最优值；r1、r2为0到1的随机数；ω为惯性权重；c1、c2为学习因子；优化后的粒子群算法惯性权重ω采用线性递减动态调节的方法，即学习因子c1、c2采用异步变化学习因子，即计算第k+1代中每个粒子的适应度f(xik+1)，和第k代的个体最优值适应度比较，如果则更新该粒子的个体最优值，即分别将第k+1代中粒子个体最优值的适应度与第k代的全局最优值的适应度f(Pgk)比较，如果则更新种群的全局最优值，即令搜索梯度取值等于第k+1代种群与第k代种群的全局最优值矢量差值的倍数，即其中λ为系数；令Δg＝Pgk+1+dXk+1，若f(Pgk+1)＜f(Pgk)则计算f(Δg)，若f(Δg)＜f(Pgk+1)则Pgk+1＝Δg且沿着该方向继续搜索，否则搜索完毕；搜索完毕后更新全局最优值若k＞kmax或优化结果达到给定精度，则退出计算，输出最优解；否则，返回计算。<本文档来自技高网...

【技术保护点】
1.一种纤维缠绕复合材料发动机壳体的铺层角度优化方法，其特征在于：/n利用网格理论对纤维缠绕复合材料发动机壳体进行结构设计分析，由于在复合材料壳体的筒身段为主要受力部件，故对筒身段进行分析得知，筒身段纵向爆破压强为：/n

【技术特征摘要】
1.一种纤维缠绕复合材料发动机壳体的铺层角度优化方法，其特征在于：
利用网格理论对纤维缠绕复合材料发动机壳体进行结构设计分析，由于在复合材料壳体的筒身段为主要受力部件，故对筒身段进行分析得知，筒身段纵向爆破压强为：



筒身段环向爆破压强为：



式中，R为筒身段半径；
h1与h2为纤维缠绕复合材料发动机壳体纵向与环向厚度；
KS为应力平衡系数；
σfb为纤维发挥强度；
α为复合材料发动机壳体纤维缠绕角；
取角度α范围为20°≤α≤30°作为约束条件，并以α为优化设计变量，将环向与纵向爆破压强相加，取其极大值，即纤维缠绕壳体承载能力最大；
将h1、h2、KS、σfb、α数值带入筒身段环向与纵向爆破压强中，计算后的公式带入粒子群算法中，对纤维缠绕复合材料发动机壳体进行缠绕角度优化，达到承载能力最大化，即完成纤维缠绕复合材料发动机壳体的铺层角度优化。


2.根据权利要求1所述纤维缠绕复合材料发动机壳体的铺层角度优化方法，其特征在于：所述粒子群算法进行优化改进；粒子群算法优化改进的具体步骤包括：设定初始参数，设置最大迭代次数kmax，最大速度vmax和种群大小NP；
优化后粒子群的位置和速度，计算公式如下：



式中分别表示第i个粒子的...

【专利技术属性】
技术研发人员：王伟，常新龙，张有宏，胡宽，岳春国，郭玮林，郭一，王春文，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：陕西;61