基于計算智能的振動-離心復合試驗夾具優(yōu)化設計.pdf

1、振動—離心復合環(huán)境試驗的研究是基于結構或模型可靠度的要求而提出來的，是研究結構環(huán)境適應能力、結構破壞機理、驗證模型有效性的重要手段。將振動臺安裝于離心機之上的復合試驗系統(tǒng)可以比較真實地模擬出這種復合環(huán)境。但是由于技術難度太大，振動臺的推力受到很大限制，而且復合環(huán)境中的強烈擾動和各種運動之間的耦合使振動控制極為困難。因此，振動—離心復合試驗夾具的優(yōu)化設計成為試驗技術中人們關注的重要問題之一。 本文嘗試采用計算智能方法實現(xiàn)振動—離心

2、復合試驗夾具的優(yōu)化設計。作者首先對模態(tài)分析、多體系統(tǒng)動力學分析方法作了簡單介紹，并分別用柔性多體系統(tǒng)動力學和多剛體系統(tǒng)動力學推導了振動—離心復合試驗系統(tǒng)的簡化動力學方程，據此討論了離心載荷對結構模態(tài)參數(shù)的影響。接下來，針對一種典型振動試驗夾具，建立了以尺寸和質量為約束、一階固有頻率最高為目標的優(yōu)化數(shù)學模型。應用有限元分析軟件ANSYS計算了對應不同設計變量取值的結構在離心場中的一階固有頻率和質量。將部分分析數(shù)據作為訓練樣本，建立了三層B

3、P神經網絡，以該神經網絡模型取代結構動力學模型，來得到設計變量與模態(tài)參數(shù)之間的非線性映射關系。 最后在上面工作的基礎上，用BP神經網絡進行優(yōu)化的迭代計算和動力學分析，自動尋優(yōu)采用了遺傳算法。為了說明計算智能方法的優(yōu)點，還采用常規(guī)的罰函數(shù)梯度方法進行了優(yōu)化，并比較了兩者之間的區(qū)別。結果表明，利用神經網絡的高速、并行和強大的非線性映射能力來進行動力學計算可以大大提高計算效率；遺傳算法的全局搜索能力能夠以較大的概率找到全局最優(yōu)點，避免