一种基于遗传算法的加强筋结构布局优化设计方法技术

一种基于遗传算法的加强筋结构布局优化设计方法：包括，将模型中加强筋的个数、加强筋的位置距离、加强筋的截面尺寸进行染色体编码操作，进而获得初始化种群；所述初始化种群通过迭代选择、交叉和变异产生新一代种群，将种群染色体解码后的参数数据，传递给已经建立的参数化有限元模型，而后求解计算每个个体并输出求解结果，计算所述新一代的种群的适应度；当所述适应度达到最大时停止所述迭代过程，进而寻得最佳适应度；基于需要进行布局优化的结构模型构建在满足规定的约束条件下，结构刚度最大，质量最小为目标函数，结合所述目标函数和所述最佳适应度构建结构布局与尺寸的混合优化模型，根据所述适应模型优化加强筋结构布局。局。局。

【技术实现步骤摘要】
一种基于遗传算法的加强筋结构布局优化设计方法


[0001]本专利技术属于涉及结构布局优化设计
，尤其涉及一种基于遗传算法的加强筋结构布局优化设计方法。

技术介绍

[0002]近些年，随着计算机技术的进步，有限元仿真的应用得到了蓬勃的发展，基于有限元仿真的结构优化得以实现。设计出好的结构一直是结构工程师的追求，工程师依靠自己积累的设计经验，不断提升自己对设计的认知，设计出了一批优秀的结构。但是缺乏科学的设计方法，结构设计缺乏严谨的逻辑与规范的流程，使得整个设计流程周期长，费用高、效率低，设计出的结构往往只能满足基本需求。
[0003]随着经济与科学技术的发展，人们对结构设计需求不断增大，对产品的设计有新的需求，传统的设计方法已经无法满足复杂性的设计要求。需求的多样性在不断挑战设计师的经验。结构优化将数学优化算法与力学分析结合，科学地、高效地、可靠地、系统地指导工程师完成结构设计。其列式可以是保证结构在满足客户需求与设计约束的前提下，尽可能大的降低成本，也可以是在成本固定的前提下使得产品性能最佳，保证材料可以在结构中高效的使用。力学仿真是结构优化的基础，近年来有限元仿真的成熟带动了结构优化的发展，结构设计也因此变得高效与可靠。结构优化已成为现代结构设计领域中重要的依据与参考。
[0004]在结构的设计流程中，结构优化思想起到了关键的作用。大都结构的载荷形式复杂，约束苛刻，对结构的质量有严格的要求，这对结构设计工程师提出了很大的挑战。产品研发设计参数包括结构整体框架布局，材料的选取与布局，结构形貌设计，截面形式的选取，复合材料的铺层，材料微结构的设计。优化上述设计参数可保证结构性能，追求轻量化与高可靠性是结构设计的关键问题。
[0005]蔡安江等基于变密度拓扑优化法，建立以加强筋单元相对密度为设计变量，振动台面柔度最小为目标的优化模型，并进行灵敏度分析，采用最优准则法求解优化模型，根据拓扑优化结果，对振动台面加强筋进行布局优化，获得了合理的振动台面结构。崔荣华等研究了不同边界条件下薄板加强筋分布的优化，根据加筋板结构各部分抗弯刚度的差异，建立刚度等效模型，基于水平集法得到了加强筋的最优分布。李蕾等提出了平板加强筋生长设计方法，利用单元灵敏度决定结构中加强筋的保留或去除，得到了多种边界条件下平板加强筋的最优布局。
[0006]综上，布局问题是应用背景较强的离散组合最优化问题。目前的优化布局设计都是直接利用CAE软件进行优化设计，但都是针对连续变量的优化，如尺寸等，而针对于离散变量的优化设计就比较复杂，且优化结果不太理想。

技术实现思路

[0007]本专利技术实施例提出了一种基于遗传算法的加强筋结构布局优化设计方法，用以解
决现有技术中存在的问题。
[0008]一种基于遗传算法的加强筋结构布局优化设计方法：包括，将模型中加强筋的个数、加强筋的位置距离、加强筋的截面尺寸进行染色体编码操作，进而获得初始化种群；所述初始化种群通过迭代选择、交叉和变异产生新一代种群，将种群染色体解码后的参数数据，传递给已经建立的参数化有限元模型，而后求解计算每个个体并输出求解结果，计算所述新一代的种群的适应度；当所述适应度达到最大时停止所述迭代过程，进而寻得最佳适应度；基于需要进行布局优化的结构模型构建在满足规定的约束条件下，结构刚度最大，质量最小为目标函数，结合所述目标函数和所述最佳适应度构建结构布局与尺寸的混合优化模型，根据所述适应模型优化加强筋结构布局。
[0009]作为本专利技术所述的基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：所述编码操作包括，将加强筋的个数进行编码，将加强筋的分布位置及加强筋截面尺寸进行编码，形成染色体，完成所述编码操作。
[0010]作为本专利技术所述的基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：还包括，通过重复编码操作20次，生成与种群规模相同个数的染色体，进而获得所述初始种群。
[0011]作为本专利技术所述的基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：所述选择包括，采用轮盘赌模型从所述初始种群中选择个体作为母体，通过所述母体繁殖后代。
[0012]作为本专利技术所述的基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：所述交叉包括，在相互配对的两个个体编码串中随机设置两个交叉点，交换两个个体再所设定的两个交叉点之间的部分染色体
[0013]作为本专利技术所述的基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：所述变异包括，对个体的每一个基因座，以概率P_m指定其为变异点，对指定变异点进行变异操作。
[0014]作为本专利技术所述的一种基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：所述的参数化有限元模型包括，含有加强筋结构个数的离散变量参数和含位置及截面尺寸的连续变量参数结构有限元简化模型。
[0015]作为本专利技术所述的一种基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：所述的参数化有限元模型还包括，含有载荷及边界条件的CAE模型。
[0016]作为本专利技术所述的一种基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：所述的参数化有限元模型还包括，含有能够求解并输出模型总质量及模态信息的CAE模型。
[0017]作为本专利技术所述的一种基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：所述加强筋布局及尺寸的目标函数包括，
[0018][0019]其中，Objv为所述目标函数，m为求解模型后的质量，K为模型基频，k1，k2为权重值。
[0020]作为本专利技术所述的一种基于遗传算法的加强筋结构布局优化设计方法的一种优选方案，其中：所述计算最佳适应度包括，所述新一代种群的适应度f(x)如下式：
[0021]f(x)＝Objv(x)
[0022]所述最佳适应度F(x)：
[0023]F(x)＝max(f(x))
[0024]本专利技术相对于现有技术的有益效果是：本专利技术基于遗传算法，可以将含有加强筋个数的离散变量和位置、截面尺寸的连续变量对染色体进行编码，再通过解码初始化种群，计算个体的适应度，寻求全局最优解，能够真正意义上的实现加强筋结构布局的离散及连续变量的优化，使结构在满足规定的约束条件下，结构刚度最大，总体质量最小。
附图说明
[0025]为了更清楚的说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。其中：
[0026]图1为本专利技术实施例所述的一种基于遗传算法的加强筋结构布局优化设计方法流程图。
[0027]图2为本专利技术实施例所述的一种基于遗传算法的加强筋结构布局优化设计方法的原配CAE简化模型图
[0028]图3为本专利技术实施例所述的一种基于遗传算法的加强筋结构布局优化设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的加强筋结构布局优化设计方法，其特征在于：包括，模型中加强筋的个数、加强筋的位置距离、加强筋的截面尺寸，利用遗传算法进行优化；利用模型待优化参数，获得初始化种群，所述初始化种群通过迭代选择、交叉和变异产生新一代种群，将种群染色体解码后的参数数据，传递给已经建立的参数化有限元模型，而后求解计算每个个体并输出求解结果，计算所述新一代的种群的适应度，当所述适应度达到最大时停止所述迭代过程，进而寻得最佳适应度；基于需要进行布局优化的结构模型构建在满足规定的约束条件下，结构刚度最大，质量最小为目标函数，结合所述目标函数和所述最佳适应度构建结构布局与尺寸的混合优化模型，根据所述适应模型优化加强筋结构。2.根据权利要求1所述的一种基于遗传算法...

【专利技术属性】
技术研发人员：葛江华，魏冰，朱晓飞，杨超楠，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：