一种基于GA-GRNN代理模型的核电用塔机结构系统静态优化方法技术方案

本发明专利技术提出一种基于GA

【技术实现步骤摘要】
一种基于GA
‑
GRNN代理模型的核电用塔机结构系统静态优化方法


[0001]本专利技术属于塔吊
，涉及塔机结构系统静态受力性能优化，特别是涉及一种基于GA
‑
GRNN代理模型的核电用塔机结构系统静态优化方法。

技术介绍

[0002]近些年来，由于高强度钢材的广泛使用，使得核电用塔式起重机(以下简称塔机)结构的承载能力不断增强，强度和安全问题已不难满足要求，但随着社会的不断发展，国家大力提倡并推行节能环保建筑结构，塔机结构的轻量化设计已成为必然趋势，节省钢材，减轻塔机结构件自重的同时提高其承载能力，可大力提高钢材利用率，带来良好的经济效益。本专利技术则是将塔机结构的极限承载力和质量相结合，考虑塔机结构在非工作状态即强台风作用下的受力性能，通过建立神经网络代理模型对塔机结构进行静态优化。该优化方法主要涉及对塔机结构静力性能分析及结构设计参数灵敏度分析，尤其涉及到通过最优拉丁超立方设计OPLHD进行采样并获取设计参数初始样本，采用FEM分析初始样本点的极限承载力和结构质量。建立GRNN代理模型后利用遗传算法(GA)寻找最优光滑因子，得到GA
‑
GRNN代理模型，对塔机系统进行静态优化。本专利技术优化效果好，效率高，研发成本小，且结果可信度高。对于绝大多数工程设计问题，都需要进行试验或数值模拟，确定采用不同参数时的目标函数和约束函数，如设计优化、设计空间搜索、灵敏度分析等各种问题，需要进行数以千计的模拟任务，直接对原模型进行求解是不可能的，因此就需要建立代理模型。代理模型能把离散的试验设计数据连续化，得到试验设计样本的响应值，建立一种近似的输入输出关系，在代理模型建立完成后再利用多目标非支配排序遗传算法NSGA
‑
II寻找最优解。相较于基于CAE的试验设计法，基于代理模型的优化方法能使实际工程优化问题的优化周期大大缩短，研发成本大幅缩小，而且结果具有较高的可信度。因此本专利技术提出一种基于GA
‑
GRNN代理模型的核电用塔机结构系统静态优化方法。

技术实现思路

[0003]本专利技术目的是为了解决现有技术中的问题，提出了一种基于GA
‑
GRNN代理模型的核电用塔机结构系统静态优化方法。
[0004]本专利技术是通过以下技术方案实现的，本专利技术提出一种基于GA
‑
GRNN代理模型的核电用塔机结构系统静态优化方法，所述方法具体为：
[0005]步骤一、采用ANSYS软件建立有限元模型，利用有限元法对其进行静力分析，获得塔机结构系统在非工作状态下的静力性能，以最大极限承载力和最小结构质量作为优化目标；
[0006]步骤二、利用有限元模型进行灵敏度分析，确定对结构静力性能影响大的尺寸参数作为设计参数；
[0007]步骤三、确定约束条件；
[0008]步骤四、通过最优拉丁超立方设计OPLHD在设计参数空间内采样并获取设计参数的初始样本，采用FEM分析初始样本点的极限承载力和结构质量；
[0009]步骤五、将初始样本输入并进行预处理，建立GRNN代理模型，然后利用遗传算法GA的选择、交叉和变异，实现光滑因子的自适应寻优，寻找最优光滑因子；
[0010]步骤六、以均方误差MSE作为适应度函数进行适应度评价，精度满足要求时输出最优光滑因子并得到GA
‑
GRNN代理模型；
[0011]步骤七、基于初始样本的输入和输出关系建立GA
‑
GRNN代理模型后，按照一定比例分配训练集、验证集和测试集，对GA
‑
GRNN代理模型进行训练；
[0012]步骤八、以最大极限承载力和最小结构质量作为目标函数，基于GA
‑
GRNN代理模型采用多目标非支配排序遗传算法NSGA
‑
II在设计空间内寻优，得到最优解集后选取其中若干解进行FEM验证，评价GA
‑
GRNN代理模型精度，若满足，则进行下一步骤，否则返回步骤七；
[0013]步骤九、GA
‑
GRNN代理模型精度满足后，则基于GA
‑
GRNN代理模型进行寻优，得到最优结果。
[0014]进一步地，所述约束条件包括静强度、静刚度、杆件刚度、杆件稳定承载力和设计参数上、下限。
[0015]进一步地，所述约束条件静强度具体为：σ
max
≤[σ]，其中，[σ]为材料的许用应力、σ
max
为构件的最大应力。
[0016]进一步地，所述约束条件静刚度具体为：且其中，δ
b
为空载状态下塔身与起重臂连接处节点的水平位移，δ
f
为吊载状态下塔身与起重臂连接处节点的水平位移，H为塔身底部支座距塔身与起重臂连接点的垂直距离。
[0017]进一步地，所述约束条件杆件刚度具体为：其中，l
k
为杆件的计算长度、r
k
为杆件截面的惯性半径、[λ]为许用长细比。
[0018]进一步地，所述约束条件杆件稳定承载力具体为：其中，N为杆件的轴向压力，A为杆件的截面面积，为轴心压杆稳定系数，σ
Mx
和σ
My
为截面绕x轴和y轴的弯矩引起的应力。
[0019]进一步地，所述约束条件设计参数上、下限具体为：x
jL
≤x
j
≤x
jU
，其中，x
jL
和x
jU
分别为设计参数x
j
的下限与上限。
[0020]进一步地，步骤四中最优拉丁超立方设计OPLHD使得采样点在设计空间中的分布更加均匀，具有良好的空间填充性和均衡性。
[0021]本专利技术提出一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述一种基于GA
‑
GRNN代理模型的核电用塔机结构系统静态优化方法的步骤。
[0022]本专利技术提出一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时实现所述一种基于GA
‑
GRNN代理模型的核电用塔机结构系统静态优化方法的步骤。
[0023]相对于现有技术，本专利技术所述的一种基于GA
‑
GRNN代理模型的核电用塔机结构系
统静态优化方法具有以下优势：
[0024]与现有的塔机优化方法相比，本专利技术先采用ANSYS建模进行静力分析获得塔机结构系统在非工作状态下的静力性能，进行灵敏度分析确定出对结构静力性能影响较大的尺寸参数作为设计参数，将最大极限承载力和最小结构质量作为目标函数，确定约束函数，如常规优化方法中的强度、刚度等。除此之外，本专利技术中在确定设计参数、约束及优化目标之后建立GA
‑
GRNN代理模型进行优化，这种基于代理模型的静态优化设计方法，可有效提高塔机的静态工作性能，且本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GA
‑
GRNN代理模型的核电用塔机结构系统静态优化方法，其特征在于：所述方法具体为：步骤一、采用ANSYS软件建立有限元模型，利用有限元法对其进行静力分析，获得塔机结构系统在非工作状态下的静力性能，以最大极限承载力和最小结构质量作为优化目标；步骤二、利用有限元模型进行灵敏度分析，确定对结构静力性能影响大的尺寸参数作为设计参数；步骤三、确定约束条件；步骤四、通过最优拉丁超立方设计OPLHD在设计参数空间内采样并获取设计参数的初始样本，采用FEM分析初始样本点的极限承载力和结构质量；步骤五、将初始样本输入并进行预处理，建立GRNN代理模型，然后利用遗传算法GA的选择、交叉和变异，实现光滑因子的自适应寻优，寻找最优光滑因子；步骤六、以均方误差MSE作为适应度函数进行适应度评价，精度满足要求时输出最优光滑因子并得到GA
‑
GRNN代理模型；步骤七、基于初始样本的输入和输出关系建立GA
‑
GRNN代理模型后，按照一定比例分配训练集、验证集和测试集，对GA
‑
GRNN代理模型进行训练；步骤八、以最大极限承载力和最小结构质量作为目标函数，基于GA
‑
GRNN代理模型采用多目标非支配排序遗传算法NSGA
‑
II在设计空间内寻优，得到最优解集后选取其中若干解进行FEM验证，评价GA
‑
GRNN代理模型精度，若满足，则进行下一步骤，否则返回步骤七；步骤九、GA
‑
GRNN代理模型精度满足后，则基于GA
‑
GRNN代理模型进行寻优，得到最优结果。2.根据权利要求1所述的方法，其特征在于：所述约束条件包括静强度、静刚度、杆件刚度、杆件稳定承载力和设计参数上、下限。3.根据权利要求2所述的方法，其特征在于：所述约束条件静强度具体...

【专利技术属性】
技术研发人员：郑朝荣，魏让丽，武岳，刘昭，曹正峰，
申请(专利权)人：中国建筑第二工程局有限公司中建机械有限公司东北林业大学，
类型：发明
国别省市：