融合径向基神经网络和遗传算法的翻板钢水闸门优化

针对翻板钢水闸门的结构优化问题,选择国内某翻板钢水闸门为例,运用ANSYS软件构建有限元模型,然后融合径向基神经网络和遗传算法组成混合优化算法,以在控制响应计算精度和优化部件方案的前提下,大幅提高优化方案的计算效率。采用MATLAB软件实现混合优化算法,运行算法后,对比原方案和优化后方案,发现工字型钢、槽钢的型号以及梁的数量与配置完全不变,但角钢从不等边75 mm×50 mm×10 mm,换为等边45 mm×45 mm×5 mm型号,面板厚度从10 mm减少到5 mm,优化后方案最大应力从142 MPa增大到162 MPa,最大位移从4.66增大为4.92 mm,但都远小于规范规定的容许值,同时优化后水闸门总耗钢量为0.1051 m 3,相比于原设计方案的0.1567 m 3节约了32.93%的钢材,优化后的方案经济效益显著。