基于蚁群算法的结构疲劳可靠性优化方法研究

论文摘要

结构优化设计作为结构设计理论和方法的重要方面,受到了工程界的广泛重视。蚁群算法作为一种新型的仿生优化算法,具有很强的适应性和易于与其他方法相结合的特点。采用蚁群算法进行结构优化设计具有重要的工程意义。本文在总结蚁群算法的基本原理和实现技术的基础上,结合可靠性以及疲劳可靠性理论和方法,开展结构疲劳可靠性优化的理论和实现技术研究,并将其应用于涡轮盘结构的疲劳可靠性优化分析。研究工作包括以下几方面:1.通过对蚁群算法基本原理的研究,给出了基本蚁群算法和TACO蚁群算法的数学模型,并编程实现了上述两种算法。以函数优化为例,验证了两种算法及程序的正确性。2.将TACO蚁群算法与有限元法相结合,发展了一种基于TACO蚁群算法的结构优化算法,并将该方法应用于涡轮盘结构的优化分析。结果表明:结构优化后,轮盘重量降低了16%,与ANSYS优化结果接近,验证了所发展的结构优化方法是有效的。3.在上述结构优化方法的基础上,结合可靠性理论,采用一次二阶矩法计算结构可靠度,发展了一种基于TACO蚁群算法的结构可靠性优化方法。以轮盘转速和弹性模量为随机变量,对涡轮盘结构进行可靠性优化分析。研究表明:可靠度优化后,涡轮盘重量降低了6.5%,可靠度从优化前的0.51提高到0.99。经与ANSYS软件的可靠性优化结果对比,验证了本文所提出的可靠性优化分析方法的有效性。4.在结构可靠性优化方法基础上,选用Walker模型预测涡轮盘的疲劳寿命,提出了一种基于TACO蚁群算法的结构疲劳寿命可靠性优化方法。针对涡轮盘结构,以轮盘转速和弹性模量为随机变量,应用所发展的方法进行了疲劳寿命可靠性优化分析。研究表明:在疲劳可靠度优化后,轮盘重量降低了5.2%,疲劳可靠度从优化前的0.93提高到了0.99。与ANSYS软件的寿命可靠性优化结果接近,验证了本文所提出的疲劳可靠性优化分析方法是可行、有效的。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景
• 1.2 结构优化设计的国内外研究发展状况
• 1.3 结构可靠性设计的国内外研究发展状况
• 1.4 结构疲劳可靠性优化设计的国内外研究发展状况
• 1.5 本文主要研究内容
• 第二章 蚁群算法的基本原理
• 2.1 引言
• 2.2 基本蚁群算法介绍
• 2.2.1 蚁群算法的基本原理和概念
• 2.2.2 基本蚁群算法的数学模型
• 2.2.3 基本蚁群算法的实现步骤
• 2.2.4 基本蚁群算法参数最优选择原则
• 2.2.5 基本蚁群算法在函数优化中的应用
• 2.3 TACO 蚁群算法
• 2.3.1 TACO 蚁群算法的数学模型
• 2.3.2 TACO 蚁群算法相比基本蚁群算法的优势
• 2.3.3 TACO 蚁群算法的步骤
• 2.3.4 TACO 蚁群算法在函数优化中的应用
• 2.4 本章小结
• 第三章 基于蚁群算法的结构优化方法研究
• 3.1 引言
• 3.2 结构优化的数学模型
• 3.3 基于ANSYS 的结构优化设计方法简介
• 3.4 基于TACO 蚁群算法的结构优化方法程序实现
• 3.5 涡轮盘结构的优化分析
• 3.5.1 问题描述
• 3.5.2 涡轮盘的结构优化
• 3.6 本章小结
• 第四章 基于蚁群算法的结构可靠性优化方法研究
• 4.1 可靠性理论简介
• 4.1.1 结构功能函数
• 4.1.2 一次二阶矩法
• 4.2 涡轮盘可靠度的计算
• 4.2.1 功能函数
• 4.2.2 可靠度的计算
• 4.3 基于TACO 蚁群算法的结构可靠性优化方法研究
• 4.3.1 基于TACO 蚁群算法的结构可靠性优化方法简介
• 4.3.2 轮盘结构的可靠度优化分析
• 4.4 本章小结
• 第五章 基于蚁群算法的疲劳可靠性优化方法研究
• 5.1 疲劳寿命模型简介
• 5.2 轮盘疲劳寿命预测模型
• 5.2.1 寿命预测模型简介
• 5.2.2 改进型WALKER 应变寿命预测模型
• 5.3 轮盘疲劳寿命可靠度计算
• 5.3.1 功能函数
• 5.3.2 一次二阶矩法求疲劳寿命可靠度
• 5.4 基于蚁群算法的疲劳可靠度优化设计方法研究
• 5.4.1 基于TACO 蚁群算法疲劳可靠性优化方法简介
• 5.4.2 轮盘疲劳可靠度优化分析
• 5.5 涡轮盘优化分析结果的比较
• 5.6 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 在学期间发表的论文