基于遗传算法的降阶模型修正方法研究

以实验模态数据修正降阶模型为研究对象，由于所测量的特征对阶数通常小于模型阶数，造成了特征方程为超越方程。为了求解超越方程以确定质量与刚度修正矩阵，提出随机给定超越方程中的多余变量值，采用遗传算法来寻优。为了使修正矩阵的范数较小，对多余变量值进行了约束处理。为了达到修正目的，通过不断改变多余变量值，并采用基于实代码遗传算法来确定优化结果，最后给出了一个计算实例。该算法的优点是可以得到多组最优阶，精度较高；缺点是计算量较大，不适合于动态模型修正。     

改进遗传算法在结构优化中的应用

提出了一种组合优化的策略,利用改进的遗传算法在整个可行域中寻找较好的解,然后利用传统优化方法寻找局部最优解,算例表明了该算法的合理性和有效性。     

基于MIGA的结构模型修正及其应用

为了寻找到优化域内的全局最优解,获得更准确的结构有限元模型,提出将多岛遗传算法(MIGA)应用到模型修正中,以响应面替代模型简化有限元计算分析,以有限元理论分析模态与结构实测模态残差为目标优化函数.在参数灵敏度分析的基础上,建立桥梁结构动力响应、单元弹性模量、密度以及截面面积的优化数学模型,采用MIGA作为优化策略,对桥梁结构进行了动力测试和模型修正.结果表明,模型修正效果良好,可真实反映结构的动力学特性,证明了该方法的有效性和可行性.     

使用应变模态和遗传算法的有限元模型修正方法

提出了采用应变模态置信度为待修正响应特征的有限元模型修正方法。应变模态置信度是评价有限元仿真与试验测试结果相关性的方法,可以为模型修正提供全局的频率误差信息和局部的应变相关性信息。首先,介绍了应变模态和有限元模型修正的相关理论方法;然后,以某航空加筋壁板结构为对象,通过仿真分析和"仿真试验"获得结构的应变模态频率以及对应的应变振型,进一步计算频率误差和应变模态置信度误差;最后,基于两种误差构造模型修正的目标函数,采用遗传算法对目标函数进行优化,修正结构中的待修正参数,并将修正后参数代入模型,验证所提方法的正确性和有效性。结果表明:所采用的方法获得的修正后有限元模型具有复现修正响应特征的能力,并且对于未修正频段内的响应也具有较好的预测能力。     

BP神经网络理论在模型修正中的应用

神经网络由于本身具有的优越性,已广泛应用于各个领域中的分类,联想问题。本文将神经网络理论用于对利用有限元分析方法得到的系统模型进行修正。从计算结果看,该方法收敛速度快县收敛到全局最优解。     

使用有效模态质量和遗传算法的有限元模型修正

提出将模态频率和有效模态质量构造的残差作为遗传算法的目标函数进行结构动力学有限元模型修正的方法。有效模态质量不但可以为结构动力学响应分析提供一种判断模态贡献程度的方法,而且能够为有限元模型修正提供更多的信息量。介绍了有效模态质量的概念和基于遗传算法的结构动力学模型修正理论,在此基础上采用仿真算例验证了所提出方法的正确性和有效性。仿真结果显示,模型修正后参数最大误差为-0.062%,不管是在修正频段内还是修正频段外,频率和有效模态质量的均方误差都小于0.025%。研究表明,使用有效模态质量和遗传算法的结构动力学有限元模型修正是有效可行的。     

动力缩聚及缩聚模型修正

工程应用中,往往需要对有限元分析得到的结构大阶模型进行降阶,但对降阶后的模型进行动力分析时,常嫌精度不足。本文提出一种新的方法,首先由缩聚法得到降阶的刚度、质量阵,再以实测频响函数拟合降阶系统频响函数的理论预示值,从而得到降阶系统的质量、刚度阵。此法既对大阶有限元模型进行了有效的降阶,又使降阶后的数学模型与实际系统的动力特性相近。仿真计算与实物试验结果表明,本文方法有效且具有很好的精度。     

结构振动分析的板壳单元有限元模型修正

基于ＳＡＰＳ结构分析程序的板壳单元，推导结构固有振动频率对板壳单元厚度的灵敏度公式。通过改变板壳单元厚度，模拟某轻型客车动力总成中离合器壳两端螺栓连接部分的建模误差，修正了该动力总成弯曲振动分析的有限元模型。     

考虑模型偏差的结构动力学模型修正

针对结构有限元模型修正后仍可能存在模型偏差的问题,提出用待修正参数的不确定性来表征模型偏差的有限元模型修正方法。首先,基于响应面方法识别得到待修正参数的最优值,并通过计算结果与试验结果比较获得模型偏差;然后,基于响应面模型并结合灵敏度分析计算得到模型偏差对待修正参数的影响,从而得到考虑模型偏差后待修正参数的区间;最后,通过一个悬臂梁工程实例的模型修正,验证了笔者所提出方法的可行性。结果表明,考虑模型偏差的修正可以提高模型可靠性。     

基于结构参数不确定性的有限元模型修正

介绍了传统有限元模型修正及修正精度的评估方法,并简要说明了传统方法的不足之处。根据有限元模型修正的实际情况,提出了基于不确定性的有限元模型修正技术以及采用干涉面积法来对其修正精度进行评估。最后通过一个模型的数值仿真研究了基于不确定性的模型修正方法。     

改进遗传算法在齿轮结构优化设计中的应用

本文采用罚函数法将有约束的目标优化问题转化为无约束的目标优化问题,建立了适应度与目标函数的映射关系.采用遗传算法在整个设计空间进行搜索,以寻求最优解.在遗传操作的同时,以梯度方向作为有利搜索方向来调整搜索范围,快速逼近最优点,从而精确地搜到全局最优解.并采用此方法对齿轮传动机构进行了优化设计.优化结果表明该方法不仅具有较高优化效率,而且具有较高的优化精度.     

遗传算法在结构损伤检测中的应用与改进

与遗传算法的其他应用领域相比，使用遗传算法进行损伤检测的成功更加依赖于搜索效率和在对同一类问题进行优化时搜索效率的变动程度。文中在建立表面粘贴有压电片材料的完好及损伤悬臂复合材料层合壳体有限元动力学模型的基础上，研究对遗传算法进行优化，以改善搜索效率和效率变动程度；并对遗传算法进行损伤检测时迭代次数的分布规律进行研究。     

有限元模型BERMAN修正算法的改进

BERMAN修正方法基于无阻尼系统的模态正交条件 ,利用实验模态矩阵和特征值对有限元理论模型进行修正。指出该方法存在的 2个缺陷 ,给出一种改进后的BERMAN修正方法 ,并编写了相应的迭代程序。通过修正一个实际例子表明 ,改进后的BERMAN修正方法有可取之处。     

基于浮点数编码的自适应遗传算法在模型辨识中的应用

掌握被控对象的数学模型是准确分析该对象特性的前提。由于目前被控对象变得越来越复杂，传统的辨识方法在很多情况下已不能胜任。本文提出将自适应的遗传算法（AGA），在融合、改进了其它一些遗传操作的基础上应用于系统辨识。通过分别对理论模型和实际模型的辨识仿真，结果证明本文的自适应遗传算法有较高的精度和较好的鲁棒性。     

改进的遗传算法在连续体结构拓扑优化中的应用

应用遗传算法进行结构拓扑设计可以克服传统方法的诸多不足。本文应用遗传算法,采用基于“链码”的编码方式和数学形态学的变异算子,设计了一种连续体结构拓扑优化的新方法。此方法消除了棋盘格和铰接现象,提高了优化分析的效率,可以在较短的时间内找到优异的拓扑结构。     

一种改进遗传算法及在结构优化设计中的应用

针对简单遗传算法中的线性适应度、恒定交叉与变异概率等不能动态地适应整个寻优过程，提出采用非线性适应度与自适应交叉、变异概率的改进遗传算法。以典型的遗传算法测试函数验证改进遗传算法的有效性与可行性，最后将改进遗传算法用于离散变量桁架结构优化设计，计算结果表明改进遗传算法是可行、有效的。     

改进遗传算法的ERT有限元模型拓扑结构优化

为了提高电阻层析成像逆问题精度,利用基于区间算法与粒子群算法的改进遗传算法,优化有限元模型拓扑结构.以模型每一层半径为变量(最外层除外),分别以有限元平均质量、敏感场均匀分布时模型均方根值的倒数以及两者的乘积为适应度函数,并引入三角形最长边与最短边的比值作为惩罚函数.仿真与实际实验结果表明,相比传统按等间隔原理剖分的有限元模型及其改进模型,优化后的模型能有效提高逆问题的精度,且以敏感场均匀分布时模型均方根值的倒数为适应度函数效果最理想.     

免疫遗传算法在智能桁架结构振动主动控制系统优化设计中的应用

研究智能桁架结构中主动构件的配置和反馈增益的同步优化问题.基于有限元法,建立智能桁架结构的机电耦合有限元模型.根据结构的最大耗散能理论,建立智能桁架结构中主动构件的位置和反馈增益的同步优化的目标函数.最后,采用免疫遗传算法解决这一个同时含有离散和连续变量的优化设计问题,并通过一个平面16杆智能桁架结构的振动主动控制系统的优化设计和数值仿真,表明所提出的优化设计方法和优化算法的有效性.     

基于遗传算法的概率因果模型在液压泵故障诊断中的应用

针对液压泵多故障诊断和特征提取上的瓶颈问题,提出了应用概率因果模型的液压泵故障诊断法,以斜轴泵为例,在分析其故障特征的基础上,从测得的振动信号中提取故障特征频段,建立模型,以遗传算法实现对故障的搜索,实验结果与事实相符,从而为液压泵多故障诊断提供了一条有效途径。     

遗传算法在混合动力汽车控制策略优化中的应用

提出了一种基于浮点数编码遗传算法的混合动力汽车控制策略参数优化新方法。以一辆实际混合动力汽车样车的逻辑门限控制策略为例，分析并建立了控制策略参数优化的有约束非线性规划模型，其目标函数包含最小化油耗和排放。提出了采用稳态进化模型和浮点数编码遗传算法的参数优化方法，用于求解一组最优的控制策略参数。仿真结果表明，该方法可以找到一组全局最优的参数，将其用作离线参数优化，可以大大缩短控制器的实车标定时间。