基于多点逼近遗传算法的复合材料层合板结构优化

1144766066 · 发表于 2022-4-24 18:09:21

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
在追求性能最优化和结构重量轻量化的航空航天领域，复合材料以其重量轻、比强度和比刚度高、优良的抗疲劳与抗冲击性能以及材料与性能可设计性强等优点占据着重要的地位。在复合材料层合板的优化设计中，由于加工工艺的要求，层合板各分层的厚度和铺层角不能任意取值，分层厚度只能在常值中选取，铺层角通常选取0º、±45º、90º等一些标准角度，因而层合板的优化设计属于离散变量优化题目。本文基于桁架拓扑优化的思想，提出了基于分段多点逼近函数和遗传算法的复合材料层合板铺层顺序优化方法。该方法最初需要给定具有一定铺层顺序和铺层厚度的复合材料层合板的基结构。本文首先建立了包含连续铺层厚度变量和离散0/1变量（代表相应铺层是否存在）的优化模型。然后利用分段多点逼近函数建立该结构优化题目的第一级序列近似题目，采用分层优化方法进行优化。在外层对离散0/1变量采用遗传算法进行优化，遗传算法的每个种群的每个个体对应的编码确定了层合板铺层角度的顺序。为了求得个体的适应度，在内层优化厚度变量以求得个体编码所确定的铺层角度对应的各层的最优厚度。在内层优化厚度时，通过线性Taylor展开式形成第二级序列近似题目，利用对偶法可以高速地求解。通过结合多点逼近函数可以减少遗传算法所需的结构分析次数，使用第二级近似和对偶法可以提高厚度变量优化的效率。本文基于MSC.Patran/Nastran，以Patran的二次开发语言PCL(Patran Command Language)为工具开发一个用于复合材料层合板优化的系统，由Nastran做结构分析和敏度分析，采用FORTRAN语言编写的优化模块进行寻优计算。算例和工程应用的结果验证了该方法的有效性和高效性。

基于多点逼近遗传算法的复合材料层合板结构优化

天涯海角也要找到Ni：基于多点逼近遗传算法的复合材料层合板结构优化

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作