火箭炮底架多目标优化设计

针对某型火箭炮底架超重的问题，通过拓扑优化和多目标尺寸优化实现了底架的结构优化。基于多工况拓扑优化，寻找出在设计空间中最佳的材料布局。以关键零件厚度作为设计变量，采用哈默斯雷实验设计生成样本数据，使用径向基函数(RBF)神经网络模型建立底架质量、一阶模态频率、比刚度结构效能的代理模型。采用多目标遗传算法(MOGA)和序列二次规划法(SQP)的组合算法优化策略进行优化求解。结果表明，优化后底架质量减小15.2%,比刚度结构效能和一阶固有频率均得到改善，实现了底架轻量化目标。