收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于响应面建模和改进粒子群算法的有限元模型修正方法

秦玉灵  
【摘要】:现代飞行器多采用平台化、模块化设计以缩短研制周期,节约研究经费,新型航天器往往采用对成熟平台的改进就能完成设计,以适应空间市场的快速发展。基于MSC/PATRAN的模型修正技术在航空航天领域应用广泛,目前主要根据工程人员经验对可能存在误差的建模部位及结构参数进行多次调整,限制了修正效率和精度。基于响应面的模型修正方法可以避免基于有限元的模型修正过程中结构参数的每次变化都要调用有限元程序计算从而导致效率低下的缺点,且有限元软件不易与新兴的粒子群算法等优化算法结合等缺点。响应面方法和优化算法结合进行模型修正,可以有效确定模型误差所在位置及参数修正值,同时给出各误差参数间定量的对应关系,还可以通过设定多个修正目标的适应度函数使得修正后模型在多种分析计算方面的性能都得到改善。本文主要从以下三个方面进行了研究: 在分析现有粒子群算法运算特点及所存在的缺陷基础上提出了基于分组控制策略的改进粒子群算法,将粒子按适应度分为优解群和劣解群,将优解群中的粒子引入混沌搜索机制,增加粒子多样性;对劣解群中的粒子进行变异,有效帮助其脱离劣解群,增大寻求最优解的概率。分析了改进粒子群算法中粒子飞行轨迹和速度的收敛条件,通过计算得到了使得算法收敛的参数取值范围,为改进算法中各参数的选取提供指导。 响应面模型的构成形式是影响响应面精度的主要因素,通过比较各种形式响应面的构成及计算效果,提出了线性—高斯组合核支持向量机响应面,该响应面综合了一次多项式的线性模拟能力和高斯核的非线性拟合能力,具有良好的计算精度和广泛的适用范围。为表示响应面模型中各参数对计算结果的不同影响程度,引进加权思想,通过分析提出了适用于显式函数的由响应面函数计算各结构参数在各设计点处偏导数作为评价各参数对结构响应影响程度的加权方式和适用于实际工程结构的由分析所得结构参数对响应影响度作评价标准的加权方式,依此构造加权矩阵。加权线性—高斯组合核支持向量机响应面能有效提高分析效率和精度,在选取高斯核中参数σ时,经多次试验发现σ取函数设计空间半径时能取得良好的拟合效果。 详细介绍了基于响应面方法的模型修正过程和基于有限元等方法的模型修正过程的不同,用组合粒子群算法和加权线性—高斯组合核支持向量机响应面对多铺层碳纤维蜂窝板模型进行修正,通过该例给出了基于响应面方法的模型修正的清晰思路和过程,检验了响应面方法修正后的模型在试验频段内的复现能力和试验频段外的预测能力,并对修正前后模型与基准模型的原点和跨点频响函数进行对比,证实了修正模型的有效性。将加权线性—高斯组合核支持向量机响应面和分组控制粒子群算法应用于卫星有限元模型修正,修正后模型计算所得模态频率和频响分析结果均有所改善,证实了该修正方法在工程复杂结构中的适用性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吴军;李为吉;;基于改进粒子群算法的盘式制动器优化设计[J];机械设计与制造;2007年04期
2 苗明;范鑫睿;邰传志;;基于粒子群算法的门座起重机平衡滑轮补偿式臂架系统[J];起重运输机械;2006年08期
3 杨开云;何伟;白新理;何容;;模糊人工神经网络混凝土裂缝预测模型研究[J];人民黄河;2006年08期
4 宫琳;孙厚芳;赖国强;;基于混合算法的典型调度问题求解研究[J];组合机床与自动化加工技术;2006年06期
5 张建科;刘三阳;张晓清;;飞行时间自适应调整的粒子群算法[J];计算机应用;2006年10期
6 千力;万祖勇;刘少军;;基于改进粒子群算法的损伤检测数值仿真研究[J];三峡大学学报(自然科学版);2006年05期
7 杨懿;武昌;刘涵;;改进粒子群算法在导弹火力分配中的应用[J];火力与指挥控制;2007年01期
8 刘德胜;张佳薇;;粒子群优化神经网络在木材干燥动态建模中的应用[J];佳木斯大学学报(自然科学版);2007年01期
9 王京;李洪全;;基于混合粒子群算法的液压弯辊控制[J];机床与液压;2007年10期
10 傅忠云;;粒子群优化BP算法在电力系统短期负荷预测中的应用[J];重庆工学院学报(自然科学版);2007年10期
11 吴烈;;新的鲁棒粒子群算法在电磁场逆问题中应用研究[J];计算机工程与应用;2008年17期
12 于春华;杜雪樵;夏娜;;期权定价中最优投资问题与算法[J];合肥工业大学学报(自然科学版);2008年11期
13 袁礼飞;刘新学;沈生;蒋鸣;;基于混沌粒子群算法的导弹火力分配方法[J];四川兵工学报;2008年06期
14 徐翠;陈蒙爱;王广君;;基于粒子群算法的二维Otsu阈值分割法[J];仪器仪表用户;2009年02期
15 胡进海;史峰;万春山;;基于粒子群算法的弹道导弹设计方法研究[J];微计算机信息;2009年13期
16 盛四清;远树平;;基于粒子群算法的电力系统无功规划[J];电力科学与工程;2009年06期
17 何启明;王奔;;基于改进粒子群算法的多目标无功优化[J];电网与清洁能源;2009年05期
18 王玉冰;王锦江;王颖龙;;基于粒子群算法的混编群兵力部署优化研究[J];战术导弹技术;2009年03期
19 刘洪涛;肖广明;刘俊涛;;基于粒子群优化灰色模型的电力系统负荷预测[J];东北电力大学学报(自然科学版);2009年02期
20 符康;林亚平;;基于混合粒子群优化的移动IP路由选择[J];装备制造技术;2009年09期
中国重要会议论文全文数据库 前10条
1 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
2 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
3 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
4 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
5 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
6 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
7 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
9 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
10 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
3 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
4 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
5 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
6 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
7 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
8 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
9 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
10 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
中国硕士学位论文全文数据库 前10条
1 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
2 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
3 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
4 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
5 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
6 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
7 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
8 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
9 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
10 朱秀敏;改进粒子群算法的研究及其在天线设计中的应用[D];太原理工大学;2011年
中国重要报纸全文数据库 前1条
1 记者 黄蔚 通讯员 蔡文兵;校内外导师领航学生科研[N];中国教育报;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978