针对结构动态非线性优化问题的ESLM梯度优化方法

针对等效静载荷法(Equivalent static loads method,ESLM)求解大变形和多变量结构动态非线性优化问题难以收敛与效率较低的不足,结合结构静态线性优化方法与最速下降法(Steepest descent method,SDM)提出一种高效的基于梯度的等效静载荷法(Equivalent static loads method based on gradient,ESLMG),根据结构动态非线性分析计算得到基于节点位移等效的静态载荷,从而将结构动态非线性优化问题转化为以等效载荷及节点位移为输入条件的结构静态线性优化问题(内层循环);利用内层循环最优解处的梯度信息,同时结合SDM方法更新设计变量(外层循环);将更新的设计变量值作为下一次迭代内层循环的初始值,直到满足收敛条件为止。该方法在保证算法收敛性的前提下,提高了收敛速度。算例表明,该方法对于处理大变形及多变量结构动态非线性优化问题非常有效,在收敛速度方面相比ESLM方法和数值优化算法具有很大的优势。

基于梯度的等效静载荷法的汽车正面碰撞关键结构优化设计

针对在已有车型的继承式开发中,由于结构尺寸、总布置等因素限制,无法快速准确地进行结构非线性优化设计的问题,提出了一种基于梯度的等效静载荷法与G_1-G_2设计规则以及载荷传递路径相结合的正面碰撞关键结构优化设计流程:收集对标车型数据,根据G_1-G_2设计规则,确定满足乘员损伤的最优目标加速度等效双阶梯形波;建立载荷数据库,得到一类车型的碰撞载荷路径百分比分布图;提取基础车型正面碰撞关键部件,以目标波形为指导对其进行必要的截面尺寸优化,并运用ESLMG对其进行厚度优化;将优化后的关键部件放入整车模型中,验证其加速度曲线是否达到目标值。结果表明,优化后的结构特性基本达到目标要求,整车碰撞性能得以改善。

一种新的ARX模型在磁悬浮系统建模中的应用

采用一种新的ARX模型(RBF-ARX模型)对磁悬浮系统进行离线建模,讨论了RBF-ARX模型的原理、结构的选取、模型参数辨识和RBF参数优化等问题。文章分别采用不同的序列作为状态变量,分别建立RBF-ARX模型,并分析了各模型的性能及可靠性。模型的预测输出和仿真结果,证实了RBF-ARX模型在非线性系统建模和辨识中的有效性。通过与ARX模型的比较,证明了RBF-ARX模型在非线性系统建模中效果更好。

基于RBF-ARX模型的短期电力负荷预测

为了提高短期电力负荷预测的精度,提出基于RBF-ARX模型的短期电力负荷循环预测法:将短期电力负荷预测看作非线性时间序列预测问题,并根据历史负荷数据建立电力负荷自回归预测模型(ARX模型),用RBF神经网络逼近ARX模型的参数,并用结构化非线性参数优化法(SNPOM)离线估计模型参数。用该方法对湖南某市电力负荷进行预测,将预测结果与实际负荷值进行比较,结果表明:基于RBF-ARX模型的短期电力负荷循环预测法精度高,可靠性强,具有很好的实用性。