基于遗传算法的潜艇首端耐压平面舱壁构架分级优化研究

探讨了潜艇首端耐压平面舱壁的结构优化设计,针对舱壁结构复杂、设计变量多、取值离散规格化等难点,确定两级优化方案,即先后分别对舱壁内部主构架和肘板进行优化,采用遗传算法作为优化方法,并利用ANSYS程序对舱壁结构进行受力分析.对遗传算法进行了改进,并在此基础上用MATLAB语言编程实现遗传算法操作,同时编程与ANSYS结合起来,完成结构优化设计.经过迭代优化,得到一个优化方案,优化部分的结构重量较初始方案降低了18.39%.     

基于神经网络与遗传算法的潜艇舱壁结构优化

建立了某潜艇端部耐压平面舱壁结构优化设计的数学模型,以舱壁上加强桁(筋)结构的剖面尺寸为设计变量,结构强度、稳定性、工艺性要求为约束条件,以加强桁(筋)结构总体积为目标函数,用人工神经网络方法代替结构的有限元分析,结合遗传算法完成了舱壁的结构优化设计。在为网络生成学习样本时,自行设计了正交表,解决了因为设计变量多,无法选取合适正交表而随机取样的问题。数值仿真结果表明,优化设计方案质量较原始初步设计方案减少了18.3%。     

基于遗传算法的肘板结构型式优化

介绍了潜艇平面舱壁上主构架与耐压体连接处的一种新型肘板结构型式，通过ANSYS软件对其应力状况进行分析，利用改进的遗传算法对其结构优化设计，对遗传算法的改进包括设计适应度函数、自适应交叉率、自适应变异率，通过编程实现在遗传算法中调用ANSYS软件，获得计算适应度函数所需的参数。通过计算表明，此类型式肘板能够有效地降低应力集中程度。