一种金属机翼强度与刚度参数优化设计方法与流程

1.本发明属于强度计算领域，具体涉及一种金属机翼强度与刚度参数优化设计方法。


背景技术：

2.当前通用优化软件通用性好，计算效率较高，但是存在针对性差的问题，例如内嵌工程判据困难、进行稳定性约束控制困难，一般还需要进行定制化开发。特别在多工况、多约束、多变量的优化场景下，很难得到收敛的合理结果。


技术实现要素：

3.发明目的：提供一种金属机翼强度与刚度参数优化设计方法，以解决多工况、多约束、多变量的优化场景下，特别是强度与刚度综合优化问题。
4.技术方案：
5.第一方面，提供了一种金属机翼强度与刚度参数优化设计方法，包括：
6.步骤一：进行金属机翼模型参数敏度分析，筛选出影响强度强约束、刚度强约束的典型工况；
7.步骤二：针对上述典型工况，随机生成优化变量的种群，确定种群之间以及不同种群对应个体之间的信息传递方式，其中，有限元划分的每个网格对应的变量为个体，分析对象的全部网格对应的变量作为种群；
8.步骤三：定义适应度函数并根据适应度函数对分析对象进行遗传算法优化得到最优种群；
9.步骤四：在优化得到最优种群之后，针对全部工况，对最优种群进行小幅度优化调参，直至满足强度与刚度约束得到调参后的种群；
10.步骤五：对调参后的种群进行厚度平均化处理得到单元个体的平均厚度。
11.进一步地，步骤一，具体包括：
12.获取金属机翼模型各个约束的敏感性；
13.根据敏感性将约束区分为强约束和弱约束；
14.通过对金属机翼模型进行初步有限元计算分析，筛选出影响强度强约束、刚度强约束的典型工况。
15.进一步地，步骤二具体包括：
16.将分析对象按照有限元方法划分成多个网格；
17.有限元划分的每个网格对应的变量为个体，以分析对象的全部网格对应的变量作为种群，对不同种群之间的个体进行个体局部强度约束优化，对不同种群整体之间进行整体刚度约束优化。
18.进一步地，步骤三具体包括：
19.定义个体局部强度约束优化的适应度函数，即第i个种群的第j个个体适应度f
ij
，
[0020][0021]
其中，x
ij
表示第i个种群的第j个单元个体的安全裕度，s
i
为第i个种群的整体适应度值，k1、k2为加权系数
[0022]
定义整体刚度约束优化的适应度函数，即第i个种群的整体适应度s
i
，
[0023][0024]
其中，s为变形约束极值，s
max
与s
min
为变形约束上下限，k3，k4为加权系数，
[0025]
根据上述两个适应度函数对分析对象进行局部强度和整体刚度的优化。
[0026]
进一步地，步骤四具体包括：
[0027]
定义不同个体的裕度集合{(x1,y1),...,(x
n
,y
n
)}，x
i
,y
i
分别为该结构裕度下限与上限，
[0028]
确定裕度参数自动更新函数其中，在第i对裕度(x
i
,y
i
)上的损失函数j关于参数x
i
,y
i
的梯度为学习率为α，j＝δd
k
/δw
k
，δd
k
为第k个迭代步的模型变形变化量，δw
k
为第k个迭代步的模型重量变化量；
[0029]
利用利用更新后的参数，调整个体变量，直至满足强度与刚度约束。
[0030]
进一步地，步骤五具体包括：
[0031]
根据各单元面积比，按照正则化的系数，将各单元的厚度映射到节点上，从而可以获取被各单元共享的节点处的平均厚度其中，t为个体厚度，k
j
为正则化系数，m为共用该节点的单元个数，n为节点的个数，i为第i个节点,j为过程变量取值为1至n，
[0032]
将节点厚度反馈回各单元，对单元的全部节点进行均匀化处理得到单元个体的平均厚度。
[0033]
进一步地，变形约束s包括翼尖变形、机翼扭转角。
[0034]
进一步地，对分析对象进行局部强度优化，具体包括：
[0035]
根据适应度值对不同种群的对应个体进行轮盘赌选择得到较优个体；
[0036]
对每个种群个体的变量进行二进制编码后进行单点交叉和基本位变异。
[0037]
进一步地，对分析对象进行整体刚度优化，具体包括：
[0038]
根据适应度值对不同种群的进行最佳保留策略选择得到较优种群；
[0039]
对每个种群中个体的变量集合进行多点随机交叉和多点随机变异。
[0040]
有益效果：
[0041]
与通用优化软件相比，机翼刚度强度综合优化技术有以下特点：
[0042]
a)自定义程度高，内部集成了通用的金属的应力应变判据、稳定性判据等；
[0043]
b)具有几何拓扑识别功能，可自动识别有限元模型的几何拓扑特征，实现了长桁与蒙皮单元的关联，加密网格状态下的自然网格拓扑特征识别，使得参数更新，强度计算更为合理准确；
[0044]
c)全局收敛性较好，可以解决通用优化软件在多工况、多变量、多约束情况下无法得到可接受的优化结果的问题
附图说明
[0045]
图1是信息传递原理图；
[0046]
图2是两级遗传算法示意图；
[0047]
图3是优化算法程序实现基本流程；
[0048]
图4是厚度均匀化处理方法示意图。
具体实施方式
[0049]
基于分级优化策略，实现金属机翼强度与刚度参数优化设计。
[0050]
第一步，首先，进行金属机翼模型参数敏度分析。
[0051]
初步获取金属机翼模型各个约束的敏感性，以及根据敏感性将约束区分为强约束和弱约束；并通过对金属机翼模型进行初步有限元计算分析，筛选出影响强度强约束、刚度强约束的典型工况，可以突出重点，加速优化迭代速度；
[0052]
第二步针对上述典型工况，随机生成优化变量的种群，其中在优化种群的过程中考虑每个个体所面临的最严酷工况，优化变量包括厚度、面积，确定种群之间以及不同种群对应个体之间的信息传递方式。
[0053]
从单元个体与种群整体两个层级，分别侧重处理局部强度与整体刚度两个层级的约束。将分析对象按照有限元方法划分成多个网格，其中有限元划分的每个网格对应的变量为个体，以分析对象的全部网格对应的变量作为种群。
[0054]
不同种群之间的个体之间进行信息传递，主要侧重于单元局部强度约束的优化；不同种群整体之间的信息传递，则侧重于整体刚度约束的优化。这种两级耦合信息传递方式可以兼顾局部强度约束与整体刚度约束，信息传递原理如图1所示；
[0055]
第三步，定义两级适应度函数,在第一级遗传算法优化(即个体之间的信息传递)中，第i个种群的第j个个体适应度f
ij
取值如公式(1)所示。
[0056][0057]
x
ij
表示第i个种群的第j个单元个体的安全裕度，s
i
为第i个种群的整体适应度值，使得个体适应度可以兼顾种群整体适应度，如公式所示，k1、k2为加权系数。
[0058]
第二级遗传算法(即不同种群整体之间的信息传递)中，第i个种群的整体适应度
s
i
取值如公式(2)所示。
[0059][0060]
s为变形约束(例如，翼尖变形、机翼扭转角等)极值，s
max
与s
min
为变形约束上下限，k3，k4为加权系数。
[0061]
第四步，采用两级遗传算法优化，从局部单元个体与全局整体变量集两个层级，分别进行适应度评价、选择、编码解码、交叉以及变异；并根据适应度评价，建立记忆库，保留精英群体，直至优化收敛，如图2所示。优化程序基本的实现流程如图3所示。
[0062]
第五步，在优化得到最优种群之后，引入全部工况，进行小幅度优化调参(个体的变量)，直至满足强度与刚度约束，从而实现全工况快速优化。具体地，不同个体的裕度集为{(x1,y1),...,(x
n
,y
n
)}，x
i
,y
i
分别为该结构裕度下限与上限，一般情况下x
i
≥0，刚度损失函数为j，j＝δd
k
/δw
k
，δd
k
为第k个迭代步的模型变形变化量，δw
k
为第k个迭代步的模型重量变化量。在第i对裕度(x
i
,y
i
)上的损失函数j关于参数x
i
,y
i
的梯度为j＝δd
k
/δw
k
学习率为α，δd
k
为第k个迭代步的模型变形变化量，δw
k
为第k个迭代步的模型重量变化量，则使用梯度下降法自动更新参数为：
[0063][0064]
利用利用更新后的参数，调整个体变量，直至满足强度与刚度约束。
[0065]
第六步，小幅度优化调参之后，进行厚度平均化处理，以期得到接近工程制造要求的最终优化结果，如图4。首先，根据各单元面积比，按照正则化的系数，将各单元的厚度映射到节点上，从而可以获取被各单元共享的节点处的平均厚度，如以下公式所示，其中，t为个体厚度，k
j
为正则化系数，m为共用该节点的单元个数，n为节点的个数，i为第i个节点，j为过程变量取值为1至n。
[0066][0067]
然后，将节点厚度反馈回各单元，对单元的全部节点进行均匀化处理，即单元的厚度等于其全部节点的平均值，如以下公式所示，t为个体厚度，k为过程变量，n为节点的个数，i为第i个节点。
[0068][0069]
与通用优化软件相比，全机刚度强度综合优化技术有以下特点：
[0070]
a)自定义程度高，内部集成了通用的金属的应力应变判据、稳定性判据等；
[0071]
b)具有几何拓扑识别功能，可自动识别有限元模型的几何拓扑特征，实现了长桁与蒙皮单元的关联，加密网格状态下的自然网格拓扑特征识别，使得参数更新，强度计算更为合理准确；
[0072]
c)全局收敛性较好，可以解决通用优化软件在多工况、多变量、多约束情况下无法得到可接受的优化结果的问题。