采用改进多目标粒子群算法的斜拉桥阻尼器参数优化

为克服大跨度斜拉桥黏滞阻尼器优化设计效率低、多个相互制约的减震控制目标的问题难以权衡,基于遗传算法的“变异”方法,提出了改进多目标粒子群算法来进行阻尼器参数优化设计。建立大跨度斜拉桥的有限元模型,开展了全桥地震响应分析,根据抗震需求在桥梁纵向设置黏滞阻尼器;分别建立了塔底弯矩、阻尼力和梁端位移的减震响应与阻尼器参数之间的响应面数学模型;以减震响应面模型为研究对象,通过该算法进行阻尼器参数全局自动寻优分析,确定了阻尼器的最优参数,并与采用参数敏感性分析方法确定的一组阻尼参数进行对比分析。研究结果表明:该优化方法具有计算精度好、优化效率高和更好地权衡多个相互制约的减震控制目标的优点;通过优化算法获得的阻尼器参数组合相比采用参数敏感性分析方法获得的阻尼参数组合的减震响应,塔底弯矩增大1.73%,阻尼力减小5.97%,梁端位移减小1.66%;在无需多次有限元试算的基础上确定了更高精度的阻尼器优化参数组合,在提高减震效果的同时大大提升了计算效率。

基于两步正则化Gauss-Newton迭代算法的ECT图像重建

电容层析成像(ECT)技术求解图像重建问题属于非线性问题,并且存在严重的不适定性。为提高图像重建精度,提出了一种基于两步正则化Gauss-Newton迭代算法的ECT图像重建方法。针对标准正则化Gauss-Newton迭代算法在图像重建中存在的不收敛问题,引入了两步迭代方法;改进了正则化矩阵,提高了解估计的精确度;考虑到Gauss-Newton算法对迭代初值的依赖性,加入了同伦算法。最后,进行仿真和静态实验,并与线性反投影(LBP)算法、Landweber算法、Tikhonov正则化算法进行对比。结果表明,该方法可有效提高图像重建精度。

基于改进粒子群算法的阻尼惯量自适应控制策略

针对传统虚拟同步发电机控制策略存在暂态调节时间长及稳定性差等问题,提出一种基于改进粒子群算法的阻尼惯量自适应控制策略。首先,通过分析系统受扰动后功角特性,提出阻尼惯量自适应控制策略;然后,利用改进粒子群算法选择控制策略初始值,给出关键参数的选取原则及具体范围;最后,通过与现有控制策略进行对比,分析不同惯量及阻尼下对系统影响并验证控制策略的优越性。结果表明,该策略可有效提高系统稳定性及动态响应性能。

基于改进遗传算法的磁流变阻尼半主动控制系统整体优化

为解决磁流变阻尼半主动控制系统中控制算法参数、阻尼器参数与布置位置优化问题,提出一种改进的自适应小生境遗传算法.该遗传算法在选择策略、交叉和变异操作、交叉概率和变异概率的自适应调整等方面作了改进,并同时采用预选择机制和共享机制这两种小生境技术.算例分析结果表明:改进的自适应小生境遗传算法和改进的基本遗传算法优化结果总体一致,表明前者分析结果是正确的;前者首次得到最优解耗费的机时比后者平均少32.7%,可见前者比后者收敛速度更快;30次优化分析结果表明,前者比后者稳定性更强;经前者优化的磁流变阻尼半主动控制系统取得良好减振效果,El Centro波、集集波、人工波输入时,半主动控制结构层间位移角和绝对加速度的最大值较无控时分别平均减小64.1%、54.7%、55.9%.算例表明了改进的自适应小生境遗传算法的有效性,实现了对磁流变阻尼半主动控制系统的整体优化.

非负约束修正阻尼算法求解核磁共振测井T_(2)谱反演问题

为了优化核磁共振测井技术,加快核磁共振测井数据处理速度,提出了一类非负约束修正阻尼算法求解核磁共振T_(2)谱反演问题。通过数学建模及理论推导,证明该算法可以更好地保留T_(2)谱的有效信息,同时也能更有效地减少反演问题的噪声对解的影响。数值算例表明新算法相较于修正的截断奇异值算法和阻尼算法具有更好、更稳定的反演效果,尤其是低信噪比情况下新算法的优势更加明显,可以进一步优化核磁共振测井技术。

一维边界阻尼波动方程的三层隐式θ-差分格式及其降维算法

针对边界阻尼波动方程构造全离散三层隐式加权有限差分θ-格式,证明了当θ<1/2时,具有时间一阶精度和空间二阶精度;当θ=1/2时,关于时间和空间都是二阶精度格式,并证明该格式在θ≤1/2时是无条件稳定的.特别是,利用特征投影分解(POD)法对该格式做降维,建立了θ-格式的POD降维算法,分析了POD降维算法解的稳定性和误差.最后,利用数值算例验证了上述所有理论结果的正确性.

基于改进遗传算法的磁流变阻尼器多目标空间优化布置

为解决空间结构中阻尼器位置和数量优化问题,基于遗传算法提出一种新型编码方式——“A-B”型数字编码,实现了对阻尼器优化布置的精确定位.推导了磁流变阻尼器(MRD)附加刚度和附加阻尼矩阵,采取H2范数优化控制理论、代间比较权重等理论提出了改进遗传算法,并采用MATLAB软件开发了多目标空间优化布置改进遗传算法程序.以10层钢筋混凝土框剪偏心结构为例,依据规范选取7条地震波作为动力时程输入,对优化方案及3种工况下结构位移、加速度、扭转控制进行计算,并分析了不同减震指标随MRD数量变化的发展趋势.结果表明:优化目标函数值随进化代数迅速收敛;4种工况中优化方案控制效果最佳,顶层88号节点X、Y向减震率分别达39.45%、32.68%,结构扭转得到有效控制.算例表明了改进遗传算法的有效性,实现了对空间结构阻尼器布置的精确定位,且结构得到最优控制.

双目标优化与生成对抗网络结合的框架结构阻尼器布置方案智能设计方法

为实现框架结构的阻尼器智能化布置,结合减震设计原理和智能算法,采用双目标优化算法和生成对抗网络算法分别进行阻尼器竖向和水平智能布置研究,并将该方法应用到两个框架结构减震设计工程案例中。在框架结构减震设计中,采用双目标优化算法进行阻尼器竖向布置,并与逐层逼近法、工程师设计和非减震设计进行对比,结果表明,采用该优化算法得到的阻尼器竖向布置方案能有效降低层间位移角和楼层加速度,提高结构的抗震性能。在确定各楼层的阻尼器数量后,利用训练好的生成对抗网络生成模型,可快速、自动地选择和确定各楼层阻尼器的平面安装位置,生成的平面布置与工程师设计的平面布置在相似性差异度综合评价指标上小于临界值0.1,说明两者相似度较高,且有利于提高原结构的抗扭能力。将双目标优化算法与生成对抗网络相结合,不仅能满足框架结构的减震性能目标,而且可实现阻尼器布置方案的智能设计,提升减震工程设计效率。

基于多目标灰狼算法的漂浮式风电机组浮台内TMD参数优化

针对漂浮式风电机组浮台内调谐质量阻尼器(TMD)参数调优的问题,以5 MW Barge型漂浮式风电机组为研究对象,采用多目标灰狼算法(MOGWO)优化TMD参数配置。首先,基于欧拉-拉格朗日方程建立浮台内含TMD的漂浮式风电机组动力学模型,采用Levenberg-Marquardt(LM)法进行模型未知参数辨识;其次,同时考虑塔顶和塔基控制目标,采用MOGWO算法优化TMD的刚度和阻尼参数;最后,在不同工况下进行仿真分析。结果表明:相对于传统的单目标优化算法,使用MOGWO算法参数优化后的TMD对风电机组具有更好的振动抑制效果。

单步无条件稳定显式结构动力学算法

在结构动力学分析中,数值积分方法通常被用来高效和准确地求解复杂结构系统在动态负载下的响应。基于量纲分析的原理,提出一种求解结构动力学问题的单步无条件稳定显式算法。首先对所构造的关于位移和速度的函数关系式进行无量纲化处理,然后通过算法精度要求、无条件稳定条件和数值阻尼可控条件确定了其最终递推格式,并根据算法最终递推格式分析得出算法耗散与弥散特性、超调和自启动特性和多自由度系统计算步骤,最后通过数值算例验证了算法的收敛精度、可控数值阻尼和计算效率优势。研究结果表明:对于线性和非线性系统,该算法都兼具显式算法的非迭代特性和隐式算法的无条件稳定特性;该算法能实现真正意义上的自启动并且在速度和位移上均无超调;该算法的数值阻尼由单自由参数控制,数值耗散和弥散对系统低模态响应的影响可以忽略不计,与具有代表性的非迭代显式算法KR-α法相比,该算法在引入数值阻尼滤除虚假高频模态的同时更真实地保留了低阶振型的贡献,从而表现出更好的计算精度;该算法在求解非线性结构动力学问题时相较于常用隐式算法有着显著的计算效率优势,并略优于两求解器非迭代显式算法KR-α法。研究结果很有希望成为求解非线性结构动力学问题的最新且更加有效的显式算法。

基于LM算法的惯导自主阻尼算法

针对机动状态或外部信息缺失时,振荡误差补偿的难题,提出了一种不依赖外部参数的惯导自主阻尼算法。所提方法基于传统惯导算法,利用LM算法估计出速度误差模型,进而预测外速度时间序列进行外水平阻尼,摆脱了对外部信息的依赖,还能实现对周期性振荡误差和载体加速度影响的有效抑制。阻尼算法仿真结果表明:对比遗传算法(GA)、最小二乘(LS)法,LM算法估计出的模型在自主阻尼中取得了最佳的阻尼效果,24 h内自主阻尼与外水平阻尼的俯仰角阻尼效果差值不超过4′,验证了所提算法对外水平阻尼算法的近似效果以及对于非训练数据的泛化能力。

基于改进灰狼算法的VSG参数自适应控制策略

由于传统的虚拟同步发电机(Virtual synchronous generator,VSG)转动惯量和阻尼系数固定不变,在电网受到扰动时,系统的功率和频率输出会发生振荡,使系统失去了一定的动态调节性能。为了解决该问题,提出一种基于改进灰狼算法VSG参数自适应控制策略。根据VSG系统受到扰动时角速度变化率对转动惯量和阻尼系数变化影响,建立了参数自适应控制函数。在系统稳定条件下,利用改进灰狼算法对虚拟同步发电机参数选择初始值,使系统的有功功率和频率输出具有更好的动态性能,提高系统的稳定性。最后通过仿真对比现有的其他控制策略,验证所提策略的有效性和优越性。

MCSA算法在电力系统稳定性中的应用

在电力系统中经常发生低频振荡的现象,危及电力系统的稳定。振荡主要是由于频率、负荷、电压、有功功率和无功功率的突变引起的。利用改进的变色龙优化算法(MCSA)给出了阻尼低频振荡的方法。并将改进的变色龙群算法与传统的变色龙群算法和遗传算法在实际功率、无功功率和负载扰动等在不同条件下进行比较,分析了系统的阻尼性能和稳定性。实验结果表明,该控制器具有较高的阻尼比,对转速和功角偏差具有较好的阻尼,提高了系统的稳定性。

PSO算法下GP-周期随机共振的微弱OFDM信号检测

为了解决传统随机共振系统在微弱正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号解调应用中存在的人工选择参数困难、解调效果差的问题,提出一种基于粒子群优化(Particle Swarm Optimization,PWO)算法的GP(Gaussian Potential)-周期随机共振系统的微弱OFDM信号检测方法。该方法利用GP-周期随机系统对OFDM信号经正交变换后的两路高频信号分别进行随机共振,同时运用阻尼参数与信号频率之间的关系对两路信号进行降频处理,使得上下两路信号都能够发生随机共振;然后使用PWO算法对随机共振的系统参数进行优化处理,以使得上下两路信号达到最优的共振效果;最后,将上下两路共振之后的信号合成完成OFDM信号解调,得到最终的数字序列。本文探讨了优化前后GP-周期随机共振系统的共振效果,研究了优化前后GP-周期随机共振诱导下的OFDM系统星座图的聚集程度以及误码率情况,对比分析了经典双稳随机共振、经典三稳随机共振和所提模型对OFDM信号检测的影响。仿真结果表明:相比常用的传统随机共振模型,该方法用于OFDM信号检测的星座图中信号点的聚集程度更高,同时OFDM系统误码率在同样的信噪比下降低50%左右。

基于快速非支配排序遗传算法的阻尼器多目标优化布置

将快速非支配排序遗传算法(NSGA-Ⅱ)和并行遗传算法相结合,提出内嵌NSGA-Ⅱ的粗粒度-主从式并行遗传算法。该算法将种群分为多个子种群,每个子种群可独立并行执行NSGA-Ⅱ操作;达到迁移周期时,子种群之间执行迁移操作;完成迁移后,子种群再次独立并行执行NSGA-Ⅱ操作。以最大层间位移角和最大楼层加速度为目标函数,对14层消能减震钢框架结构上的阻尼器布置位置进行优化分析。结果表明:该算法既实现多目标优化,又提高优化速度;对比常规隔层布置方法,该算法可使结构的层间位移角减震系数和加速度减震系数分别至少提高16.82%和16.01%。

基于遗传算法与随机减量技术的气动阻尼识别方法研究

随机减量技术(random decrement technique,RDT)因其计算快、成本低的优点,在工程结构模态参数识别中应用广泛。针对RDT在信号截断幅值与样本时长的选取比较主观带来的误差问题,采用遗传算法(genetic algorithm,GA)对其进行改进,提出改进的随机减量技术GA-RDT,并将其应用于某超高层建筑气弹模型的气动阻尼识别。首先,对RDT方法得到的自由衰减曲线进行拟合并定义误差,分析截断幅值A和样本时长T对误差(优化目标)的影响,采用遗传算法寻找A和T的最优解;其次,基于气弹模型风洞试验所得的顶点加速度时程,结合GA-RDT方法和Hilbert-Huang变换(Hilbert-Huang transform,HHT)方法进行气动阻尼识别;最后,以自然激励技术(natural excitation technique,NExT)识别所得的气动阻尼比为基准,对比分析GA-RDT方法相对于传统RDT方法的精度优势。结果表明,与NExT方法所得的气动阻尼比相比,GA-RDT方法识别得到不同风速时X向、Y向与扭转向的气动阻尼比的平均误差均小于0.14%,其识别精度显著高于传统RDT方法,从而验证了基于GA-RDT的气动阻尼识别方法的可行性。

摩擦阻尼器工程应用力学模型算法研究进展

摩擦阻尼器因其优秀的耗能能力被非常广泛地应用于土木工程中。在这些应用中,共同的目标是找到最佳的系统参数以指导阻尼器设计,同时便于一个给定的摩擦阻尼器设计明确其可达到其最大阻尼量。该文在国内外大量研究的基础上,从摩擦力、摩擦阻尼器和结构失效控制等方面介绍其研究目的、参数意义,总结应用于摩擦阻尼器的各项数学模型算法及其参数定义方法,综述改进方向,提出对摩擦阻尼器力学模型的参数识别算法的认识,并阐述其发展方向。

基于多目标遗传算法的柱塞泵阻尼槽多参数优化

斜盘式柱塞泵通过配流盘进行进出口的高低压油液切换,其过渡区域的阻尼槽结构优化设计对于提升泵出口的压力-流量特性至关重要。为了有效地提高阻尼槽结构优化设计的效率,提出了一种基于多目标遗传算法的圆柱形阻尼槽多参数优化方法。首先,对配流盘阻尼槽的构型与柱塞泵的输出压力流量特性的关系进行了理论分析;采用计算流体力学(CFD)方法,对配流盘阻尼槽原始结构的流场压力-流量特性进行了计算,对其出口流量脉动特性与阻尼槽结构的关系进行了分析;然后,对不同阻尼槽结构的流场特性进行了计算,分析了阻尼槽半径、阻尼槽长度以及阻尼槽偏转角对输出压力-流量特性的影响规律;最后,采用了多目标遗传算法,以降低出口流量脉动和压力冲击为优化目标,求解得到了圆柱形阻尼槽的最优结构,并将其与原始结构的仿真结果进行了对比,以验证优化效果。仿真结果表明:最优结构参数为阻尼槽半径2.21 mm、阻尼槽长度10.32 mm、阻尼槽偏转角16.54°,相较于原始结构的仿真结果,压力脉动率降低了0.16%,流量脉动率降低了43.59%,优化效果显著。研究结果表明:通过对仿真结果的分析,阀芯阻尼槽的结构参数对柱塞泵的压力-流量特性影响显著,通过遗传算法对流场模型的计算结果进行优化分析,有效地减少了通过枚举法进行参数优化的建模环节,极大地提升了阻尼槽结构的优化效率。

基于神经网络和人工鱼群算法的惯性延时微通道优化

为了保证中、小口径弹引信的炮口安全性控制要求,设计了具有肋板阻尼结构的惯性延时微通道,同时为了保证其具有稳定的延时性能,研究了该微通道在高离心转速下的延时响应性能。采用了神经网络模型和人工鱼群算法对蛇形微通道内肋板的结构位置进行优化设计。用两相流水平集模型以微通道的延迟时间为研究对象进行了模拟仿真,得到180组样本数据,分析发现肋板结构在微通道内的不同位置与延迟时间呈现出高度的非线性关系。根据样本数据建立神经网络模型用以拟合设计变量与优化目标之间的映射函数,并采用人工鱼群算法对神经网络模型拟合的映射函数的参数进行优化。结果表明,经过结构优化之后,在1 000 g离心环境下微通道中流体的延迟时间从最短的11.446 ms提升到了25.054 ms,延时效果得到了显著提升。最后研究了优化后的结构在中、小口径弹引信使用环境下的延时特性,验证了其满足大部分中、小口径弹引信的延时控制要求。

基于遗传算法的风力发电机叶片气弹阻尼优化

叶片气弹阻尼是评估风力发电机运行稳定性的关键指标。基于遗传算法对风力发电机叶片气弹阻尼进行优化,具体做法为采用遗传算法对风力发电机叶片各截面的刚度进行寻优迭代,找到影响气弹阻尼的敏感截面;根据刚度分布参考曲线,调整叶片铺层,使叶片刚度分布能够包络参考曲线,进而优化叶片气弹阻尼,提高风力发电机的运行稳定性。研究结果表明,利用遗传算法可以实现风力发电机叶片参数的自动寻优,能够快速准确优化叶片气弹阻尼,为风力发电机叶片的优化设计提供参考。