基于多目標遺傳算法的雷載計算機隔振系統優化設計

張溢文, 尹韶平, 王志杰, 郭 君, 吳培明, 崔鑫山

?

基于多目標遺傳算法的雷載計算機隔振系統優化設計

張溢文1,2, 尹韶平1, 王志杰1, 郭 君1, 吳培明1, 崔鑫山1,2

(1. 中國船舶重工集團公司第705研究所, 陜西西安, 710077; 2. 水下信息與控制重點實驗室, 陜西西安, 710077)

為解決復雜力學環境下雷載計算機的振動隔離問題, 提出了一種基于UG和ANSYS Workbench的聯合優化設計方法。在UG中建立了隔振系統的參數化幾何模型, 并導入ANSYS Workbench建立有限元模型。計算了原始設計方案的模態參數,通過與模態試驗結果對比,驗證了計算模型的正確性。隨后依據隔振設計理論確定了優化目標函數,使用多目標遺傳算法對隔振系統進行了優化設計。通過對比可知, 優化方案較原始方案的最高階固有頻率降低了12.9%,頻率間隔降低了79.6%, 系統的有效隔振頻率增加了39.1 Hz,達到了良好的設計效果。

雷載計算機;優化設計;多目標遺傳算法;隔振;模態理論

0 引言

輕型魚雷作為主要反潛武器, 可在多種武器平臺使用, 如可通過水面艦艇發射, 反潛飛機空投, 亦可通過助飛火箭進行遠程投送[1]。雷載計算機作為輕型魚雷的“大腦”, 負責全雷的信息處理及指令收發工作, 在雷載設備中占有重要的地位。輕型魚雷多平臺使用的特點決定了其雷載計算機在全生命周期中會經歷復雜多樣的力學環境。因此, 依據隔振設計理論對雷載計算機隔振系統進行優化設計, 增強雷載計算機的環境適應性和可靠性具有重要的工程意義。

針對電子設備振動隔離問題, 周亞東等人[2]提出了一種慣導平臺隔振器的斜角布置方法, 并通過正則模態分析對比了改進方案與傳統方案的模態特性。Kim Sang-Myeong等人[3]使用分散式速度反饋控制算法對多路主動隔振系統進行控制, 并通過試驗驗證了其隔振效能。A. Vulcan等人[4]為確保戰斗機雷達晶體振蕩器可以在高能量隨機振動和高過載工況下正常工作, 設計了一種懸浮式新型晶體振蕩器。可以看出, 前人在振動隔離問題上的研究主要集中于提出新的隔振方法, 對已有方案的改進優化研究相對較少。文中在不改變原始方案安裝尺寸的前提下, 對輕型魚雷雷載計算機隔振系統進行優化。提出了一種基于3D設計工具和有限元分析工具的聯合優化方法, 并使用多目標遺傳算法對隔振系統進行優化設計。

1 雷載計算機隔振系統

雷載計算機隔振系統如圖1所示, 4組8個橡膠隔振器以雷載計算機質心為中心對稱分布, 將計算機懸浮支撐起來。由于文中針對雷載計算機整機進行隔振設計, 不考慮計算機內部結構的影響, 故將雷載計算機用質量、質心位置、裝配方式完全相同的質量體代替, 以達到簡化模型、減少計算量的目的。為便于施加邊界條件及說明計算結果, 定義直角坐標系如圖1所示。

隔振系統的裝配方式如圖2所示, 橡膠隔振器為臺階圓柱結構, 臺階面與雷載計算機接觸, 內圓柱面與大端面及套管接觸, 安裝螺釘穿過金屬套管將計算機與基座連接。

2 建立參數化計算模型

2.1 參數化幾何模型

3D設計工具UG具有強大的參數化幾何建模能力, 并可通過WAVE幾何尺寸鏈接器建立部件間的尺寸鏈接關系, 實現裝配體的參數化建模[5]。隔振器是文中的優化對象, 故在不改變安裝尺寸的前提下(圖3中的?7), 將隔振器的其余尺寸設為參數化尺寸。參數化尺寸的定義與取值范圍分別如圖3和表1所示。為了使優化結果滿足工程設計需求, 將參數化尺寸定義為離散值, 在取值范圍內以0.5 mm為步長改變。

表1 隔振器參數化尺寸取值范圍

通過WAVE幾何尺寸鏈接器, 建立其余部件相關尺寸與參數化尺寸的函數關系, 即可得到隔振系統的參數化幾何模型。圖4為模型隨參數變化的情況。

2.2 參數化模型有限元建模

ANSYS Workbench可實現與UG的無縫對接, 通過Design Modeler模塊讀取UG幾何文件并激活其中的參數化尺寸, 即可建立ANSYS與UG聯合仿真的數據鏈接[6]。隨后對導入的幾何文件進行有限元建模, 主要有邊界條件設置、材料屬性賦值和網格劃分3個步驟。

邊界條件依據隔振系統的裝配關系定義(參見圖2), 金屬套管上、下端面設置為固定約束, 隔振器與其余部件的接觸關系設置為無摩擦接觸。

雷載計算機隔振系統的材料參數如表2所示, 需要說明的是, 在建模中雷載計算機等效模型按剛體處理, 故只需要輸入密度參數即可。

使用Solid186六面體單元劃分網格, 單元尺寸為1 mm, 劃分結果如圖5所示。由于雷載計算機等效模型為剛體, 僅在接觸面生成網格, 有效的減少了網格數量, 從而提高了優化求解速度。

表2 材料參數

3 原始設計方案模態分析與試驗驗證

隔振系統優化設計與隔振效能評估均需要以獲取系統的固有頻率與振型等模態參數為基礎。本章將以原始設計方案為研究對象, 通過模態分析與模態試驗對比的方式驗證有限元模型, 確保隔振系統優化設計與評估時使用模型的正確性。同時, 分析結果也將用于與優化方案的對比。

3.1 模態分析

原始設計方案的參數化尺寸取值如表3所示。輸入尺寸后刷新ANSYS項目, 即可更新有限元模型。模態分析使用ANSYS Workbench模態分析模塊, 選用迭代求解方式, 計算當前方案隔振系統的前3階模態。

表3 原始設計方案尺寸值

3.2 模態試驗

模態試驗采用錘擊法測量雷載計算機隔振系統在固支狀態下的模態, 以帶螺紋孔的剛性基座為固支基礎, 并使用一個轉接基座連接計算機隔振系統與剛性基座, 如圖6所示。4個3向加速度傳感器粘貼在計算機等效模型的上表面用于測量加速度數據, 使用LMS Test. Lab測試系統采集與處理試驗數據。

3.3 模態分析與模態試驗結果對比

將模態分析與模態試驗得出的隔振系統前3階模態參數進行對比, 結果見表4。

表4 固有頻率對比

由圖7可知, 前3階模態振型分別為計算機沿、、方向的平動, 計算得出的振型與試驗測出的振型存在一一對應關系。由表4可知, 前3階模態的固有頻率誤差率較小, 最大誤差為6.21%。因此認為, 雷載計算機隔振系統參數化計算模型建模方法正確, 可用于隔振系統優化設計。

4 隔振系統優化設計目標

4.1 隔振設計基本理論

單自由度隔振系統的動力學模型如圖8所示。

其中隔振體質量為, 隔振體質心位移為, 基座位移為, 隔振系統剛度為, 阻尼為。隔振系統動力學方程如下

(2)

(4)

對方程(1)進行拉普拉斯變換得到系統的頻響函數

進行極坐標轉換, 得到

(6)

稱為系統的幅頻特性, 將式(3)、式(4)代入式(5), 并由式(6)得到

(8)

將式(8)代入式(7)后便得到單自由度隔振系統的絕對傳遞率T()解析式

T()的函數曲線如圖9所示。

圖9 單自由度隔振系統絕對傳遞率曲線

Fig. 9 Absolute transmission rate curves of vibration isolation system with single DOF

4.2 隔振系統優化設計目標函數

由隔振理論可知, 系統的隔振能力隨著頻率比的升高而提高。因此在外界激勵頻譜不變的情況下, 降低隔振系統的固有頻率即可提高隔振能力。對于多自由度隔振系統而言, 有效隔振頻率大于最高階固有頻率的倍, 故應以降低最高階固有頻率作為優化目標。同時, 若多自由度隔振系統滿足3向等剛度要求, 即隔振系統在,,3個方向的固有頻率相等或較為接近, 隔振系統在3個方向的振動傳遞率曲線趨于重疊, 共振峰收窄, 亦可利于提高隔振系統的隔振能力。設隔振系統的前3階固有頻率為,,, 則隔振系統的優化目標如下:

5 隔振系統優化設計

5.1 多目標遺傳算法

多目標遺傳算法是基于達爾文進化論和遺傳學機理, 通過模擬生物進化過程搜索最優解的仿生學算法。多目標遺傳算法因其優秀的全局尋優能力和良好的魯棒性, 在優化設計中被廣泛使用[8], 其求解流程如圖10所示。

算法啟動后將在設計變量取值范圍內隨機生成個個體作為初始種群; 依據個體的適應度從種群對種群中的個體進行排序; 隨后借助自然遺傳學的交叉、變異算子, 產生下一代種群+1; 通過收斂準則判斷是否終止運算, 若終止, 則進化中得到的具有最大適應度的個體為最優解, 若不終止, 則繼續進化過程, 直至收斂[9]。

5.2 求解參數設置及求解過程

使用ANSYS Workbench Design Exploration模塊進行隔振系統優化設計, 將2.1節中參數化尺寸取值范圍及增量步長定義為約束條件, 將4.2節中的目標函數設置為求解目標, 選擇多目標遺傳算法求解。求解器參數設置[6, 10-12], 如表5所示。

求解參數設置完成后啟動求解器, 經過7代進化后種群滿足收斂準則, 求解結束, 如圖11所示。目標函數的變化情況如圖12所示。得出的最優解尺寸參數如表6所示。

5.3 優化結果評估

原始方案與優化后的設計方案隔振性能對比如表7所示。

表5 求解器參數

表6 最優解尺寸值

振動絕對傳遞率曲線對比如圖13所示。

通過對比可知, 優化方案較原始方案的最高階固有頻率降低了12.9%, 頻率間隔降低了79.6%, 系統的有效隔振頻率增加了39.1 Hz, 達到了增加有效隔振頻率的要求。優化方案隔振系統,,3個方向的振動傳遞率曲線趨于重合, 達到了3向等剛度的設計要求。

表7 隔振性能對比

6 結束語

針對雷載計算機隔振系統優化問題, 文中提出了一種基于3D設計軟件UG和有限元分析軟件ANSYS Workbench的聯合優化設計方法。建立了聯合仿真參數化模型, 計算了原始設計方案的模態參數, 通過與模態試驗結果對比, 驗證了計算模型的正確性。隨后依據隔振理論確定了目標函數, 使用多目標遺傳算法對隔振系統進行了優化設計, 達到了良好的設計效果。文中使用參數優化方法實現了隔振器結構優化, 日后在進行相關研究時, 亦可使用無參數優化方法, 開展對結構的拓撲形狀優化研究。

[1] 尹韶平, 劉瑞生. 魚雷總體技術[M]. 北京: 國防工業出版社, 2011.

[2] 周亞東, 雷宏杰, 董萼良, 等. 慣性導航平臺橡膠減振器斜角布置方法[J]. 振動測試與診斷, 2014, 34(3): 447-451.Zhou Ya-dong, Lei Hong-jie, Dong E-liang, et al. Study on Placement Method for Rubber Dampers of Inertial Navigation Platform[J]. Journal of Vibration, Measurement & Diagnosis, 2014, 34(3): 447-451.

[3] Kim S M, Elliott S J, Brennan M J.Decentralized Control for Multichannel Active Vibration Isolation[J]. IEEE Transactions on Control Systems Technology, 2001, 9(1): 93-100.

[4] Vulcan A, Bloch M. A Low Noise Vibration Isolated Airborne Radar Synthesizer[C]//45th Annual Symposium on Frequency Control. [s.l.]: IEEE, 1991: 330-336.

[5] 宋昌才. UG NX8.5標準教程[M]. 北京: 科學出版社, 2016.

[6] ANSYS Inc. ANSYS Workbench Help Document[M]. Canonsburg: ANSYS Inc, 2014.

[7] 丁文鏡. 減振理論[M]. 北京: 清華大學出版社, 2014.

[8] Wang X D, Hirsch C, Kang S, et al. Multi-objective Optimization of Turbomachinery Using Improved NSGA-II and Approximation Model[J]. Computer Methods in Applied Mechanics and Engineering, 2011, 200(9): 883-895.

[9] 周明, 孫樹棟. 遺傳算法原理及應用[M]. 北京: 國防工業出版社, 1999.

[10] Yu L J, Liu S Y, Liu F M, et al. Energy Optimization of the Fin/Rudder Roll Stabilization System Based on the Multi-objective Genetic Algorithm[J]. Journal of Marine Science and Application, 2015(14): 202-207.

[11] 李楠, 王明輝, 馬書根, 等. 基于多目標遺傳算法的水陸兩棲可變形機器人結構參數設計方法[J]. 機械工程學報, 2012, 48(17): 10-20.Li Nan, Wang Ming-hui, Ma Shu-gen, et al. Mechanism- parameters Design Method of an Amphibious Transformable Robot Based on Multi-objective Genetic Algorithm[J]. Journal of Mechanical Engineering, 2012, 48(17): 10-20.

[12] 李成冬, 孟春毅. 基于多目標遺傳算法的汽車玻璃升降器結構優化設計[J]. 機械設計與制造, 2016(3): 253-256. Li Cheng-dong, Meng Chun-yi. Structure Research on Automotive Glass Riser with Multi-Objective Genetic Algorithm[J]. Machinery Design & Manufacture, 2016(3): 253-256.

(責任編輯: 許 妍)

Optimization Design of Vibration Isolation System for Torpedo Borne Computer Based on Multi-objective Genetic Algorithm

ZHANG Yi-wen1,2, YIN Shao-ping1, WANG Zhi-jie1, GUO Jun1, WU Pei-ming1, CUI Xin-shan1,2

(1. The 705 Research Institute, China Shipbuilding Industry Corporation, Xi′an 710077, China; 2. Science and Technology on Underwater Information and Control Laboratory, Xi′an 710077, China)

To solve the vibration isolation problem of torpedo borne computer in complex mechanical environment, this paper proposes a joint optimization design method based on UG and ANSYS Workbench. A parametric geometry model is established by UG and imported into ANSYS Workbench for finite element modeling. Modal parameters of the original design scheme are calculated and compared with the modal test data to prove the correctness of the calculation model. Then the optimal objective function is determined based on vibration isolation theory, and optimization design of the vibration isolation system is carried out using multi-objective genetic algorithm. Compared with the original design, the optimization scheme reduces the maximum natural frequency by 12.9% and the frequency interval by 79.6%, and increases the effective vibration isolation frequency by 39.1 Hz.

torpedo borne computer; optimization design; multi-objective genetic algorithm; vibration isolation; modal theory

TJ630.3; TB115.2

A

2096-3920(2017)01-0057-07

10.11993/j.issn.2096-3920.2017.01.005

2016-11-19;

2016-12-18.

張溢文(1988-), 男, 在讀碩士, 主要研究方向為魚雷總體設計.

[引用格式] 張溢文, 尹韶平, 王志杰, 等. 基于多目標遺傳算法的雷載計算機隔振系統優化設計[J]. 水下無人系統學報, 2017, 25(1): 57-63.