自适应免疫遗传算法

遗传算法(GA)是基于自然遗传规则随机搜索技术的一种进化算法,但是随着实际结构的大型化和复杂化,它往往出现过早收敛的现象。在研究了算法的编码方式、控制参数和算子操作之后,就其全局收敛性的不足,提出动态自适应策略以改进其性能,在基本遗传算子的基础上,采用了免疫遗传算子和保优策略。其中免疫算子可以防止交叉变异中的个体退化,自适应策略则保持了种群的多样性,以此保证遗传算法尽快收敛到全局最优解,称之为自适应免疫遗传算法(AIGA)。随后以经典的十杆桁架结构优化问题作为例子说明算法的优越性,结果表明AIGA在随机结构优化中计算有效、结果可靠。     

结构可靠性优化的多输出高斯过程代理模型

对于具有多失效模式的结构,基于可靠性的结构优化计算成本是比较昂贵的。本文利用多输出高斯过程MOGP(Multiple Output Gaussian Process)代理模型以降低计算成本,首先利用Bucher方法生成初始样本,然后结合均匀训练样本和学习函数对MOGP代理模型进行构建。学习函数可在大范围内筛选出较为满意的训练样本,能够确保MOGP代理模型具有较好的全局精度,在整个优化过程中不再重新构建MOGP代理模型。利用协方差矩阵,MOGP代理模型能够考虑各失效模式的相关性,对多输入多输出系统具有良好的预测性能。数值算例表明,本文方法具有较好的计算结果,且计算效率较高,尤其是设计变量数目与失效模式数目较多时效率提升明显。     

基于LCF-Kriging模型的结构多失效模式可靠度计算

针对多失效模式下结构体系可靠度计算中的代理模型构建成本与计算精度如何权衡的问题，本文以减小体系失效概率预测方差为出发点，推导出最大贡献函数（LCF-Largest Contribution Function）来识别对体系失效概率方差影响较大的样本。LCF函数可减少对体系失效概率方差影响较小区域内样本数量，进而提高代理模型的计算效率；通过置信水平和允许相对误差建立LCF函数的学习停止条件，能够保证已有样本信息不浪费。本文选取能够对多个功能函数联合构建的多输出Kriging模型作为代理模型，基于LCF-Kriging模型并结合MCS对体系可靠度进行计算，功能函数的相关性可通过各失效模式的逻辑关系予以考虑。数值算例表明，在适当的学习停止条件下，对于串联、并联和串并混联的结构体系可靠度评估，本文方法均能在计算精度和计算效率之间达到满意平衡。     

基于静强度分布参数的复合材料剩余强度及寿命预测

为探讨剩余强度及疲劳寿命与初始静强度分布参数之间的关系,构建基于初始静强度分布参数的剩余强度和疲劳寿命计算模型。在模型构建过程中未涉及复合材料结构的层数、铺层厚度和铺层方向,适应性强。模型参数可通过静力试验和剩余强度试验获得,试验成本相对疲劳试验较低。剩余强度和疲劳寿命与初始静强度变异系数及其分布参数有关,当初始静强度服从威布尔分布时,疲劳寿命亦服从威布尔分布,可为开展疲劳可靠性提供借鉴和参考。算例表明,基于建立的模型,剩余强度计算结果最大误差为-1.58%,疲劳寿命与试验数据吻合较好。     

结构可靠性优化的三阶段解耦方法

为提高基于可靠性的结构优化效率,提出一种三阶段解耦分析方法。第一阶段利用可靠性安全因子进行确定性优化,并将确定性优化结果作为初始样本点;第二阶段利用可靠性灵敏度和重量因子对样本点进行调整,获取目标函数与失效概率的数据集合;第三阶段利用目标函数与失效概率的关系,曲线获取可接受失效概率对应的目标函数,并求解最终优化设计变量。本文方法只需一次确定性优化,且现有结构可靠性求解算法均可使用,适应性强。算例分析结果表明,本文方法可以明显减少失效概率评估次数,且计算结果对可靠性安全因子与重量因子不敏感。     

结构可靠性优化的三阶段解耦方法

为提高基于可靠性的结构优化效率,提出一种三阶段解耦分析方法。第一阶段利用可靠性安全因子进行确定性优化,并将确定性优化结果作为初始样本点;第二阶段利用可靠性灵敏度和重量因子对样本点进行调整,获取目标函数与失效概率的数据集合;第三阶段利用目标函数与失效概率的关系,曲线获取可接受失效概率对应的目标函数,并求解最终优化设计变量。本文方法只需一次确定性优化,且现有结构可靠性求解算法均可使用,适应性强。算例分析结果表明,本文方法可以明显减少失效概率评估次数,且计算结果对可靠性安全因子与重量因子不敏感。     

复合材料加筋板极限压缩承载能力可靠性分析

基于Abaqus软件用户子程序,利用渐进失效分析方法对复合材料加筋板极限压缩承载能力进行预测。算例分析表明,对于加筋板1和2,本文方法给出的极限压缩强度与实验结果的误差分别为2.53%和1.68%。在结构可靠性分析过程中,为提高计算效率,利用屈曲载荷与极限压缩强度之间的关系建立功能函数,只需对极限压缩承载能力进行一次分析。对于加筋板1和2,本文方法相对经典可靠性方法的计算误差分别为-1.04%和-1.01%,计算时间仅为经典可靠性方法的1.18%和1.66%。     

基于Monte-Carlo方法的结构系统可靠度计算及敏度分析

基于可靠性分析理论,将结构失效概率对随机变量均值的敏度表示成失效概率与正则化随机变量在失效域上期望的乘积,并利用敏度分析的结果给出了结构线性等效安全余量的表达式.通过等概率转换,使得该方法可以应用于服从任意分布的随机变量.该方法在给出失效概率的同时,能够给出失效概率对随机变量均值的敏度,而无需重新对结构进行计算,提高了...     

基于弯扭组合梁元的多段折叠翼离散突风响应

基于弯扭组合梁元对大展弦比多段折叠翼的离散突风响应特性进行了研究。首先，将平面一般梁元叠加扭转自由度得到一种新的弯扭组合梁元，建立包含折叠角参数的缩减有限元模型。其次，对片条理论进行修正以得到不同折叠角度下弯扭组合梁元上的气动力，构建多段折叠翼在离散突风作用下的动力学方程。最后，引入Laplace变换处理动力学方程中的积分微分项，得到折叠角对翼尖加速度、翼根弯/扭矩等响应的影响。一个近地面无人机三段式折叠翼的算例结果表明，机翼固有频率会随着折叠角的变化呈现非线性性态，相比舒展状态，折叠角的存在虽不能明显减小翼尖加速度，但能够有效减小翼根弯/扭矩响应。     

基于网格退化和重组技术的类桁架拓扑优化方法

发展了一种基于有限元网格退化和重组技术的类桁架拓扑优化方法,可在不改变设计域包络的情况下(如维持流型、艺术外观和附加功能等)对结构进行减重。首先,分别对二维问题和三维问题发展相应的有限元网格退化算法,并在刚度等效的意义上对网格进行重组,建立了具有杆元拓扑特征的有限元模型。其次,以全局种子网格的长度尺寸和杆元横截面积为优化变量,构造了域内双层驱动拓扑优化问题,得到具有最优体分比的杆元拓扑结构。数值算例表明,所提方法可获得新型式的结构拓扑优化方案,并可将结构拓扑优化理论推向工程化应用。