基于自适应遗传算法的爆炸冲击响应谱时域重构优化方法

为解决现有爆炸冲击响应谱(Shock Response Spectrum,SRS)加速度重构方法依赖于大量试验数据的问题,对比了阻尼正弦与小波两种不同加速度重构方法在合成爆炸冲击响应谱时的性能。将对重构SRS质量的评估转化为与目标谱匹配度的最小值优化问题,并首次将自适应遗传算法(Adaptive Genetic Algorithm, AGA)应用于SRS重构的优化问题中。对比了交叉先行、变异先行和不定向3种不同的AGA在爆炸冲击响应谱时域重构优化中的性能,并与基本遗传算法(Genetic Algorithm, GA)进行对比。结果表明,AGA的优化结果比GA有较大幅度的改善,且不定向AGA所得结果是3种AGA方法中最好的,其SRS各频点数值均在(–3/+6)dB容差范围之内,与目标谱的匹配度更好。仿真对比算例验证了该方法在冲击响应谱的时域重构应用中具有较高的准确性和实用性,为进一步提高航天器结构在爆炸冲击载荷下响应的计算精度提供了支撑。