压电结构振动控制及压电片位置优化的遗传算法

采用比例反馈控制,由线弹性压电层合结构有限元动力方程,推导了压电智能结构的振动控制方程.采用三维八节点实体耦合单元(Solid5)模拟压电致动器/感应器,三维实体单元(Solid45)模拟主结构,利用ANSYS中参数化语言(APDL)编写了压电层合智能结构的有限元程序.以零一最优问题来描述致动器/感应器的位置优化问题,用遗传算法(GA)求解.以压电智能悬臂板为数值算例,采用比例反馈控制,研究了瞬时荷载作用下,最优位置和一般位置配置致动器/感应器时智能结构的控制效果.为了进一步验证本文方法的正确性,研究了简谐荷载作用下系统的控制效果.数值结果表明采用遗传算法搜索压电智能结构振动控制中压电致动器/感应器的最优位置是十分有效的并具有较高的计算效率.     

基于遗传算法的结构支撑位置优化

采用整数编码、实数编码、种群隔离机制、算术杂交、非均匀随机变异等新理论设计了一种广义遗传算法,并将该算法应用于结构支撑位置优化问题。数值算例表明,该方法能够很好地求解支撑具有弯曲刚度的结构支撑位置优化问题,对于一般支撑位置优化问题具有较强的适用性。     

基于混合编码遗传算法和有限元分析的压电结构载荷识别

与传统的优化算法相比,遗传算法不需要计算目标函数的导数信息,便于迭代,可实现全局寻优.因此,本文提出一种采用混合编码的遗传算法与有限元分析相结合,对复合材料层合板、壳进行载荷识别的新方法.在遗传算法求解过程中,设计变量的编码方法选择是其重要环节,二进制编码容易产生连续函数离散化时的映射误差,且其求解精度与染色体的编码长度紧密相关,过长的染色体描述虽可提高精度,但会显著降低算法的求解效率.为此,本文提出采用混合编码的方法进行载荷识别,即用二进制编码表征载荷作用位置,浮点数编码表示载荷的大小.这一方法大大降低了染色体的长度,并显著提高了计算效率和精度.     

遗传算法在网架结构优化中的应用

综合考虑网架杆件的强度、刚度、稳定性、最小截面尺寸及结构挠度等约束条件,建立了网架结构离散断面优化的数学模型,应用遗传算法对其进行求解．算例表明,遗传算法可用于网架结构的优化设计,且优化结果可靠．     

基于遗传算法和梯度算法压电层合结构的最优形状控制

基于压电层合结构的有限元方程,运用ANSYS/APDL语言,编制了力-电耦合有限元分析程序(MPFEMP).以该程序为计算基础,采用遗传算法和一阶梯度优化算法,以压电片尺寸为设计变量,以压电层合梁和板的预期位移或最小重量为目标函数,给定初始变量和适应度函数,通过循环迭代MPFEMP计算程序,研究了多点控制的压电层合梁板结构的形状最优控制.结论对比分析证明了两种优化方法分析压电层合结构的有效性,同时,对复杂多层智能结构的最优形状控制和主动控制研究具有一定的参考价值.     

采用压电机敏元件进行结构振动控制Ⅲ：控制系统设计与实验研究

采用作者在上篇导出的压电耦合体动力学模型，给出了压电主动阻尼控制系统的设计方法；导出了压电耦合梁系统的作动方程和检测方程的显式表达式。以此为基础，以简单梁为对象，对压电检测器和作动器的性能、粘结层的影响、压电主动阻尼控制及压电主、被动阻尼双控制进行了实验研究     

离散变量结构优化设计的相对差商-遗传算法

将相对差商法(RDQA)和遗传算法(GA)结合起来,提出一个离散变量结构优化设计的有效解法———相对差商-遗传算法。3个算例结果显示出其优于相对差商法与遗传算法:(1)大大提高了遗传算法搜索全局最优解的能力及计算效率;(2)间接证明了相对差商法具有足够的逼近全局最优解的能力。     

压电智能结构拓扑优化研究进展

压电材料因其变形精度高、反应速度快、易于制作成小型化元件已经被广泛应用于精密驱动、振动控制、精确定位等领域.改变压电智能结构中压电元器件的位置、大小、形状等参数能够有效地改善系统的力学性能,因而吸引了许多学者和工程师的关注和研究.拓扑优化作为有效的优化工具,已经成功应用于压电智能结构的优化设计中.论文首先阐述了压电智能结构拓扑优化的背景和意义,简要回顾了压电智能结构主动控制及分析方法,并综述了面向结构静变形控制的压电智能结构优化、面向振动控制的压电智能结构优化、压电俘能器的设计与优化等三个方面的研究进展.最后,简单归纳压电智能结构拓扑优化研究中值得关注的几个问题.     

压电结构的主动控制仿真与实验研究

结合有限元方法研究了直接负速度反馈和基于LQR(二次线性最优控制)的独立模态空间主动控制方法来控制结构的振动, 采用一种新的仿真方法：PATRAN与MATLAB联合仿真,对这两种方法进行主动控制数值仿真. 用MATLAB的xPC实时控制,进行了主动板的振动控制实验,验证了采用上述控制仿真方法的正确性. 各种结果表明用压电结构进行振动主动控制效果明显.     

基于遗传算法优化的磁流变减震结构模糊控制研究

基于模糊控制的磁流变减震器能够实现对框架结构的减震,但模糊控制器的设计容易受人主观经验的影响而导致控制效果不够理想。为此,本文提出一种遗传算法双优化模糊控制器设计方法,即运用遗传算法同时优化模糊控制器的模糊规则和隶属函数以改善控制效果。为了验证该方法的有效性,对每层均装有一个磁流变减震器的一个三层框架结构进行了仿真分析。分析结果表明:与未控结构、模糊控制器未优化的结构、模糊控制器只优化模糊规则的结构的位移和加速度反应比较,采用遗传算法双优化模糊控制器选择磁流变减震器控制电流的结构的振动控制效果较好。     

改进遗传人工神经网络在组合导航中的应用

鉴于常规卡尔曼滤波算法组合导航系统数据融合算法中,存在易于发散的缺陷,尝试将遗传优化人工神经网络引入组合导航系统中.针对传统遗传算法存在的易早熟、算法稳定性差、固定的交叉和变异概率影响收敛效果等缺点,采用浮点式编码方式,两两竞争的选择策略、引入突变操作、重新定义交叉算子和自适应的交叉变异算子等措施进行了遗传算法的改进.仿真结果表明,改进后的算法更为有效,并且精度与常规卡尔曼滤波算法相当.     

遗传算法在随机参数刚架结构概率优化设计中的应用

对随机参数刚架结构在随机荷载作用下基于概率的优化设计进行了研究。同时考虑结构的物理参数和作用荷载等的随机性;建立以杆截面积为设计变量、结构质量均值极小化为目标函数、具有刚度和强度可靠性约束的优化设计数学模型;通过可靠性约束等价显式化处理和引入罚函数,将原概率约束优化问题转化为无约束优化问题,利用遗传算法求解。算例表明：文中提出的模型和方法是合理有效的。     

A finite element based stability test for equilibria of flexible structures in circular orbits

Large flexible structures could be one of the most challenging space technologies of the future. For example, the well-known space elevator may one day guide astronauts along a 36,000 km long tether from the earth's surface to a geostationary orbit. In this paper, we imagine an arbitrary space structure in a stationary circular motion around a celestial body.Usually such systems require two problems to be solved: the strength of the materials and an overall stability analysis. The latter task is a non-trivial one since in orbiting systems not the angular rate but the angular momentum must be kept constant when applying, for example, Dirichlet's criterion. In particular, this fact becomes important if the system's dimension is in the magnitude of the orbital radius. Therefore, this paper will focus on a general applicable method to determine the stability of flexible earth-orbiting structures.The analysis process is based on the reduced energy momentum method presented by J.C. Simo, T.A. Posbergh and J.E. Marsden, which has been customized for use in systems with cyclic coordinates by the author. In the presented approach the second variation of an amended potential is derived from a standard finite element analysis. An efficient stability test is introduced, which limits the computational effort to the evaluation of a few eigenvalues and eigenvectors of the system's tangent stiffness matrix. Finally, two examples are discussed to demonstrate the application of the method.     

改进的遗传算法求解桁架的拓扑优化

提出了一种改进的遗传算法,用于优化具有离散尺寸、连续形状和0-1拓扑变量的桁架问题。考虑到离散和连续变量的本质,文中提出了混合编码方法,其中包括二进制和实数编码,整数和实数编码。本文采用了凝聚选择法-基于约束和适应度值双重标准,完全适应约束问题的本质。在优化过程中,初始种群和算子具有不确定性,因此有必要检验结构拓扑的合理性。为了增强算法的可靠性,采用了改进的重新开始算子,引入新基因并且探索新空间。求解了典型的算例,证明改进的遗传算法是可行且有效的。     

基于遗传算法的建筑结构最优阻尼研究

为了确定建筑结构的最优阻尼,本文采用了具有鲁棒性的临界激励法。使用临界激励法时,频率作用区问较难确定,为此,本文通过模态变换以减少高阶频率的影响,这样可以简化频率作用区间的搜寻。在保证结构抗震效果的前提下,为进一步减少结构总的阻尼增量并使优化算法简单可行,本文引入实代码遗传算法。此外,通过实例分析可知,底部楼层阻尼取较大的值是有利的。     

基于遗传算法的飞机气动优化设计

建立了一种以实数编码技术为基础的遗传算法模型，并把它与通过工程估算的气动分析方法相结合，进行飞机气动形的单点和多点优化设计。 优化设计中，设计变量取机为机翼、机身和尾翼的外形及三者之间的相对位置，优化目标是使飞机在跨音速和超音速飞行状态下获得配平状态下最大的升阻比。设计结果表明该优化设计方法是十分有效的，可以用来具有正常布局形式的飞机进行气动外形的优化设计。     

基于自动分组遗传算法的建筑结构体系与构件尺寸协同优化设计

研究了利用结构优化方法实现建筑结构体系选择的问题。文中建立了可以覆盖框架、框架-剪力墙和巨型结构三种体系的优化模型,并采用自动分组遗传算法求解,实现了结构体系与构件尺寸的协同优化。文章特别设计了三类模块,每类模块通过专门构造的含有多个分量的设计变量来表示,按一定方式组合这些模块可得到不同体系的结构。巨型结构中,巨型构件的设计变量表示方法和惯性矩计算方法满足提出的三条假设。基于精心构造的设计变量和三条相关假设,文中建立了以结构总材料用量最少为目标,考虑强度、刚度、分组及构造要求等约束条件的优化模型,采用自动分组遗传算法研究了40层、10层、6层三种高度建筑的优化设计。在相同外荷载条件下,它们的最优设计分别为巨型结构、框架-剪力墙和框架结构。     

基于遗传算法的位移型与速度型阻尼器位置优化比较研究

提出了一种基于遗传算法的阻尼器位置优化的新型优化数学模型,考虑地震作用下不同的结构控制指标,首先假定优化模型的五种加权系数组合,在阻尼器数量一定的前提下,对不同形式的结构在四类场地条件地震动作用下分别进行位移型和速度型阻尼器位置优化。然后引入两个性能评价指标,对五种系数组合情况时两种类型阻尼器布置下的结构反应进行分析研究,使阻尼器布置方案能体现综合控制效果上的最优,得到不同情况下加权系数的最佳取值组合。通过数值分析,比较了不同类型阻尼器的位置优化特点,为工程实际应用中不同类型阻尼器的位置优化目标函数选取提供了有益的参考。     

A catenary element for the analysis of cable structures

ＩｎｔｒｏｄｕｃｔｉｏｎＣａｂｌｅｓｔｒｕｃｔｕｒｅｓａｒｅｎｏｎｌｉｎｅａｒｓｙｓｔｅｍｓｗｉｔｈｌａｒｇｅｄｉｓｐｌａｃｅｍｅｎｔｓ,ｔｈｅｙｓｈｏｕｌｄｂｅａｎａｌｙｓｅｄｂｙｎｏｎｌｉｎｅａｒｅｌａｓｔｉｃｔｈｅｏｒｙ．Ａｔｐｒｅｓｅｎｔ,ｃ...