(12)发明专利申请
(10)申请公布号 CN 110321612 A(43)申请公布日 2019.10.11
(21)申请号 201910552735.8(22)申请日 2019.06.25
(71)申请人 西北工业大学
地址 710072 陕西省西安市友谊西路127号(72)发明人 宋保维 潘光 曹永辉 姜军
王鹏 张克涵 胡海豹 (74)专利代理机构 西北工业大学专利中心
61204
代理人 王鲜凯(51)Int.Cl.
G06F 17/50(2006.01)
权利要求书2页 说明书5页 附图3页
(54)发明名称
一种复合材料耐压壳体轻量化优化设计方法
(57)摘要
本发明涉及一种复合材料耐压壳体轻量化优化设计方法，针对轻量化设计过程中多岛遗传算法的遗传和变异策略，提出一种“二步法”(TSM方法)，以提高算法的全局搜索能力，并针对复合材料带加强肋的圆柱壳体，提出一套高效的多岛模型参数，综合考虑复合材料的各向异性，通过对包括铺层数量、铺层角度、肋骨数量等参数的设计空间的寻优，找到一系列工作深度下的轻量化耐压壳体设计方案。
CN 110321612 ACN 110321612 A
权 利 要 求 书
1/2页
1.一种复合材料耐压壳体轻量化优化设计方法，其特征在于步骤如下：步骤1：构建复合材料耐压壳体的设计变量，包括加强肋骨个数n、外部壳体循环铺层数n1、内部肋骨循环铺层数n2、肋骨长度a、第一外部壳体铺层角度α第二外部壳体铺层角度1、α第一内部肋骨铺层角θθ记为向量[n,n1,n2,a,ααθθ2、1和第二内部肋骨铺层角2，1,2,1,2]；
步骤2：设定优化目标为结构重量最轻F(X):Minimize W＝(ρρ0V0+1V1)g其中：ρρV0外部壳体的体积，V1内部0外部壳体铺层材料的密度，1内部肋骨铺层的密度，肋骨的体积；
当外部壳体铺层采用[904/(±αα体积1/±2)n1]s，内部加强肋骨铺层方案为[(±θθ体积1/±2)n2]s，
其中：δ＝(8+8n2)t1外部壳体的厚度，D外部壳体的直径，L0外部壳体的长度，t1外部壳体铺层单层厚度；
b＝8n1t2内部肋骨的高度，t2内部肋骨铺层单层厚度；步骤3：初始种群初始化：随机生成一系列步骤1所述的设计变量，得到一系列初始复合材料耐压壳体的几何模型；
步骤4：对复合材料耐压壳体的几何模型，对初始种群中每个壳体进行有限元分析，得到每个壳体在设置水深下变形和应力分布，筛选出满足强度和结构稳定性要求的耐压壳体，ranh然后取壳体重量的倒数作为初始值，在同一代中将初始值做归一化处理，作为个体适应度；
每组设计变量对应一个壳体几何模型，得到了初始化种群的适应度；步骤5：采用多岛遗传算法流程对初始种群及种群中每个个体所对应的耐压壳体的适应度，执行多岛遗传算法操作进行寻优；
在寻优过程中需要执行交叉和变异操作时，采用TSM方法，首先确定交叉位置，若交叉位置处对应的是加强肋骨个数、外部壳体循环铺层数和内部肋骨循环铺层数，则现将整数编码为二进制形式；若交叉位置处对应的设计变量为肋骨长度、第一外部壳体铺层角度、第二外部壳体铺层角度、第一内部肋骨铺层角和第二内部肋骨铺层角，则采用SBX方法完成交叉或变异；
通过有限元分析得到适应度后，完成多岛模型中的移民、交叉、变异操作，最后得到指定深度压力环境下轻质化的的复合材料耐压壳体。
2.根据权利要求1所述的复合材料耐压壳体轻量化优化设计方法，其特征在于：所述交叉时，设两个待交叉的复合材料壳体所对应的设计变量分别为P(1)＝[n(1),n1(1),n2(1),a(1),(1)(1)(1)(1)(2)(2)(2)(2)α,α,θ,θ]和P(2)＝[n(2),n1(2),n2(2),a(2),α,α,θ,θ]，生成的两个子12121212
(3)(3)(3)(3)
代壳体设计变量记为C(1)＝[n(3),n1(3),n2(3),a(3),α,α,θ,θ]和C(2)＝[n(4),n1(4),1212
(4)(4)(4)(4)
n2(4),a(4),α,α,θ,θ对于SBX方法，子代生成遵循如下规律：1212]，
其中γ为遵循多项式概率分布的随机数，用以控制子代壳体和父代壳体差异程度，由
2
CN 110321612 A
-(η+1)
如下规律产生，t＝2-β：
权 利 要 求 书
2/2页
η决定了子代壳体所对应的设计变量和父代壳体所对应的设计变量的空间距离，空间距离和η大小成反比关系。
3.根据权利要求1所述的复合材料耐压壳体轻量化优化设计方法，其特征在于：所述变异操作采取先选择变异变量后实施变异的方法，对于连续型变量，设变异个体P(1)＝[n(1),
(1)(1)(1)(1)
n1(1),n2(1),a(1),α,α,θ,θ那么变异后各个连续型变量由下式决定：1212]，
上式中，g为当前代数，不变异时，t取0，反之为1；函数f定义为：
3
CN 110321612 A
说 明 书
一种复合材料耐压壳体轻量化优化设计方法
1/5页
技术领域
[0001]本发明属于航海工程领域，涉及一种复合材料耐压壳体轻量化优化设计方法，应用于水下航行器的复合材料耐压壳体轻质化设计方法。
背景技术
[0002]现有水下航行器壳体结构设计方法多针对金属材料，而复合材料相对于金属具有质量轻、可设计号等特点，目前已被广泛应用于航空航天等多个领域，同时也是水下航行器耐压壳体材料的理想材料，复合材料壳体的耐压性能决定了水下航行器的工作深度。[0003]在工程实际中，对于复合材料耐压壳体设计通常需要使用有限元分析，要想得到轻质化的设计方案，往往需要通过优化设计方法对设计空间搜索，因此需要将优化方法与有限元分析相结合，将耗时的有限元分析嵌套到寻优过程中，这种传统的设计方法虽然能提供可靠的轻质化设计方案，但设计周期较长，通常也需要大量的计算资源完成有限元分析。对于复合材料耐压结构设计，本身存在离散的整型变量和连续型变量混合的情况，本发明提供的设计方法提供了一种解决整型和连续型设计变量混合问题的方法，能够大幅度减少有限元分析的次数，显著缩短设计周期，同时提供可靠的复合材料耐压壳体轻质化设计方案。
发明内容
[0004]要解决的技术问题
[0005]为了避免现有技术的不足之处，本发明提出一种复合材料耐压壳体轻量化优化设计方法，提出以圆柱段耐压壳体减重为优化目标的高效可靠的改进多岛遗传算法，在解决离散的整型变量和连续型变量混合的同时，提高现有设计方法的效率。[0006]技术方案
[0007]一种复合材料耐压壳体轻量化优化设计方法，其特征在于步骤如下：[0008]步骤1：构建复合材料耐压壳体的设计变量，包括加强肋骨个数n、外部壳体循环铺层数n1、内部肋骨循环铺层数n2、肋骨长度a、第一外部壳体铺层角度α第二外部壳体铺层1、角度α第一内部肋骨铺层角θθ记为向量[n,n1,n2,a,ααθ2、1和第二内部肋骨铺层角2，1,2,1,θ2]；
[0009]步骤2：设定优化目标为结构重量最轻F(X):Minimize W＝(ρρ0V0+1V1)g[0010]其中：ρρV0外部壳体的体积，V10外部壳体铺层材料的密度，1内部肋骨铺层的密度，内部肋骨的体积；
[0011][0012][0013]
当外部壳体铺层采用[904/(±αα体积1/±2)n1]s，内部加强肋骨铺层方案为
体积
其中：δ＝(8+8n2)t1外部壳体的厚度，D外部壳体的直径，L0外部壳体的长度，t1外
部壳体铺层单层厚度；
4
CN 110321612 A[0014]
说 明 书
2/5页
b＝8n1t2内部肋骨的高度，t2内部肋骨铺层单层厚度；
[0015]步骤3：初始种群初始化：随机生成一系列步骤1所述的设计变量，得到一系列初始复合材料耐压壳体的几何模型；[0016]步骤4：对复合材料耐压壳体的几何模型，对初始种群中每个壳体进行有限元分析，得到每个壳体在设置水深下变形和应力分布，筛选出满足强度和结构稳定性要求的耐压壳体，ranh然后取壳体重量的倒数作为初始值，在同一代中将初始值做归一化处理，作为个体适应度；
[0017]每组设计变量对应一个壳体几何模型，得到了初始化种群的适应度；[0018]步骤5：采用多岛遗传算法流程对初始种群及种群中每个个体所对应的耐压壳体的适应度，执行多岛遗传算法操作进行寻优；
[0019]在寻优过程中需要执行交叉和变异操作时，采用TSM方法，首先确定交叉位置，若交叉位置处对应的是加强肋骨个数、外部壳体循环铺层数和内部肋骨循环铺层数，则现将整数编码为二进制形式；若交叉位置处对应的设计变量为肋骨长度、第一外部壳体铺层角度、第二外部壳体铺层角度、第一内部肋骨铺层角和第二内部肋骨铺层角，则采用SBX方法完成交叉或变异；
[0020]通过有限元分析得到适应度后，完成多岛模型中的移民、交叉、变异操作，最后得到指定深度压力环境下轻质化的的复合材料耐压壳体。[0021]采用多岛遗传算法流程时，设两个待交叉的复合材料壳体所对应的设计变量分别
(1)(1)(1)(1)(2)
为P(1)＝[n(1),n1(1),n2(1),a(1),α,α,θ,θ]和P(2)＝[n(2),n1(2),n2(2),a(2),α,12121(2)(2)(2)(3)α,θ,θ]，生成的两个子代壳体设计变量记为C(1)＝[n(3),n1(3),n2(3),a(3),α,2121
(3)(3)(3)(4)(4)(4)(4)α,θ,θ]和C(2)＝[n(4),n1(4),n2(4),a(4),α,α,θ,θ]，对于SBX方法，子代生2121212成遵循如下规律：
[0022][0023][0024]
其中γ为遵循多项式概率分布的随机数，用以控制子代壳体和父代壳体差异程
-(η+1)
度，由如下规律产生，t＝2-β：
[0025]
[0026]
η决定了子代壳体所对应的设计变量和父代壳体所对应的设计变量的空间距离，空间距离和η大小成反比关系。
[0028]变异操作同样采取先选择变异变量后实施变异的方法，对于连续型变量，设变异
(1)(1)(1)(1)
个体P(1)＝[n(1),n1(1),n2(1),a(1),α,α,θ,θ]，那么变异后各个连续型变量由下式1212决定：
5
[0027]
CN 110321612 A
说 明 书
3/5页
[0029][0030][0031][0032]
上式中，g为当前代数，不变异时，t取0，反之为1；同时函数f定义为：
有益效果
[0034]本发明提出的一种复合材料耐压壳体轻量化优化设计方法，针对轻量化设计过程中多岛遗传算法的遗传和变异策略，提出一种“二步法”(TSM方法)，以提高算法的全局搜索能力，并针对复合材料带加强肋的圆柱壳体，提出一套高效的多岛模型参数，综合考虑复合材料的各向异性，通过对包括铺层数量、铺层角度、肋骨数量等参数的设计空间的寻优，找到一系列工作深度下的轻量化耐压壳体设计方案。
附图说明
[0035]图1：复合材料耐压壳体示意图[0036]图2：多岛遗传算法流程图[0037]图3：TSM方法中交叉操作示意图[0038]图4：多岛遗传算法与有限元分析自动化流程示意图[0039]图5：传统设计方法与本发明所使用方法迭代效率对比[0040]图6：传统设计方法与本发明迭代收敛曲线
具体实施方式
[0041]现结合实施例、附图对本发明作进一步描述：[0042](1)建立复合材料耐压壳体轻量化优化设计主要设计参数的数学模型[0043]需要首先初步确定耐压壳体基本几何参数，即外径D＝300mm,长度L＝1000mm。本发明中主要涉及参数包括加强肋骨个数、外部壳体循环铺层数、内部肋骨循环铺层数、肋骨长度、外部壳体铺层角度1、外部壳体铺层角度2、内部肋骨铺层角1和内部肋骨铺层角2共8个设计参数，相对应的，记为向量[n,n1,n2,a,ααθθ对于轻量化的设计过程，应当注1,2,1,2]。意肋骨个数的增加可以起到局部加强的作用，有效的减轻外部壳体的质量，但过度的增加肋骨个数，会导致冗余结构的产生。
[0044]设定优化目标为结构重量最轻F(X):Minimize W＝(ρρ0V0+1V1)g。[0045]其中：ρρV0外部壳体的体积，V10外部壳体铺层材料的密度，1内部肋骨铺层的密度，内部肋骨的体积。
[0046]考虑到现有的复合材料铺设自动化程度低，实际可定义的铺层方案受到一定限制，因此在设计铺层角度时，预设了一些对称性或规律性铺层策略。综合上述，外部壳体铺层方案为[904/(±α1/±α2)n1]s，内部加强肋骨铺层方案为
内部加强肋骨铺层方案为
体积
体积
[0033]
6
CN 110321612 A
说 明 书
4/5页
其中：δ＝(8+8n2)t1外部壳体的厚度，D外部壳体的直径，L0外
部壳体的长度，t1外部壳体铺层单层厚度；b＝8n1t2内部肋骨的高度，t2内部肋骨铺层单层
厚度。
[0047]各个变量取值范围如下：
[0048]
(2)初始化种群得到首代复合材料耐压壳体
[0050]根据上述的变量取值范围，随机生成60个个体，分别对应60种复合材料耐压壳体设计方案，针对每个个体，分别完成有限元分析，得到每个壳体在设置水深下变形和应力分布，筛选出满足强度和结构稳定性要求的耐压壳体，并根据重量分配个体适应度，同时选择精英个体。在本实例中，在满足压力和稳定性要求的前提下，质量越轻的壳体适应度越高，精英个体为质量最轻的几个个体。根据初始种群，完成附图2所示的多岛遗传算法流程执行多岛遗传算法，图中，当移民判断为真时，当前每个岛屿中的个体获得移民权，移民到临近岛屿中。这样，虽然每个岛屿中耐压壳体的搜索方向虽然是不确定的，但精英个体移民使质量较轻个体的特征得到保存和延续。[0051](3)寻优过程中的遗传和变异操作[0052]本实例中，交叉操作按照如下步骤进行：
[0053]首先确定两个待操作的父代复合材料耐压壳体，记为P(1)和P(2)。结合附图2，P(1)＝[3,5,3,7.9,17.6,30.5,45.2,60.3]和P(2)＝[4,3,6,8.8,30.5,60.3,48.0,75.2],随机生成交叉位置，本实例中交叉位置为外部壳体循环铺层数n1和第二外部壳体铺层角度αn1为2。整型变量，而α将n1编码为二进制形式，再次随机生成一次交叉位置，本实例2为连续型变量。
中交叉位置位于二进制编码的第二位，对于交叉区内的整型变量，直接互换位置，对于交叉区域内的连续型变量，计算得到新的两个复合材料耐压壳体设计变量，记为C(1)和C(2)。
[0054][0055][0056]
[0049]
其中γ为遵循多项式概率分布的随机数，用以控制子代壳体和父代壳体差异程
-(η+1)
度，由如下规律产生，t＝2-β：
[0057]
[0058]
η决定了子代壳体所对应的设计变量和父代壳体所对应的设计变量的空间距离，空间距离和η大小成反比关系。最后得到的两个子代个体C(1)＝[3,7,6,8.1,17.7,30.5,
7
[0059]
CN 110321612 A
说 明 书
5/5页
45.2,60.3]和C(2)＝[4,1,3,8.6,30.3,60.3,48.0,75.2]。[0060](4)优化设计方法参数的优选[0061]针对多岛遗传算法的参数，首先确定每代中个体数目为60不变，将岛屿个数作为变量，优选用于本实例所适用的最佳岛屿个数，附图5展示了不同岛屿个数中，达到50代的收敛值所需的最小有限元计算次数，其中TSMIGA-4所需有限元计算次数与不加多岛模型的经典GA算法相比减少约40％，整体而言，改进的使用TSM方法的多岛遗传算法效率相较传统的多岛遗传算法TMIGA效率也有所提高，附图6对比了经典遗传算法、采用TSM方法的改进遗传算法和不同岛屿个数的多岛遗传算法的收敛过程。本实例中得到的最优设计向量[n,n1,n2,a,ααθθ 2 10 3.31mm 65.4° 15.3° 71.9° 66.1°]。最终优化结果的重量比1,2,1,2]＝[4
初始种群中最轻个体的重量减小约2.07％。
[0062]采用附图4所提供的优化流程编写代码，实现步骤1-步骤7所述的优化流程，在输入壳体工作深度、设计变量取值范围之后，自动完善优化模型并完成初始化，通过有限元分析得到适应度后，完成多岛模型中的移民、交叉、变异操作，最后得到指定深度压力环境下轻质化的的复合材料耐压壳体。
8
CN 110321612 A
说 明 书 附 图
1/3页
图1
图2
图3
9
CN 110321612 A
说 明 书 附 图
2/3页
图4
图5
10
CN 110321612 A
说 明 书 附 图
3/3页
图6
11
因篇幅问题不能全部显示，请点此查看更多更全内容