軟式飛艇參數(shù)敏感度分析與優(yōu)化.pdf

1、軟式飛艇是索和膜共同作用形成的柔性體系,具有強非線性。實際工作中,很多因素會影響其力學性能,同時,復雜的荷載工況也使囊體在飛行中的性能表現(xiàn)具有不確定性。因此,對于不同的工況我們應當分析各個參數(shù)對艇體結構影響的重要性程度(定義為參數(shù)敏感度),并進一步選取對模型影響程度大的參數(shù)進行針對性的優(yōu)化,使飛艇囊體結構實現(xiàn)最優(yōu)。本文以某軟式飛艇模型為研究對象,實踐了對飛艇模型的參數(shù)敏感度分析及多目標優(yōu)化分析,并進一步提出了基于PARETO前沿面的多目

2、標遺傳算法的改進策略。主要工作包括:
　　1.分別采用單參數(shù)敏感度分析方法和多參數(shù)敏感度分析方法對某軟式飛艇模型了進行了豎向受彎、側向受彎、軸向受壓、充壓變形工況下以及振動特性分析中各材料、荷載、幾何參數(shù)的敏感度分析,確定了模型中的敏感參數(shù)及其敏感度。兩種方法獲得的結果分別作為局部敏感度和全局敏感度進行了比較,相似度較好。最后編寫了敏感度插值數(shù)據(jù)庫以實現(xiàn)敏感度的查詢,免去了繁瑣的計算。
　　2.采用標準遺傳算法(SGA),以

3、比剛度(質量/剛度)為優(yōu)化目標對飛艇進行了初步優(yōu)化,證實了遺傳算法對本模型優(yōu)化的可行性。
　　3.基于PARETO前沿面思想編寫了通用的多目標優(yōu)化軟件,集成了強度PARETO進化策略(SPEA)。采用該軟件,分別對一個具有106個參數(shù)的三角形截面桁架和飛艇囊體模型進行了優(yōu)化,并取得了較好的優(yōu)化結果。
　　4.在上述工作的啟發(fā)下,基于參數(shù)敏感度信息對優(yōu)化參數(shù)的指導作用提出SRCC-SPEA復合算法。選取Spearman秩相關系