[发明专利]一种基于多目标遗传算法的复合材料螺旋桨铺层优化方法

说明书

本发明公开的一种基于神经网络的复合材料螺旋桨铺层角优化方法，属于叶轮机械仿真技术领域。本发明通过建立复合材料螺旋桨有限元模型，将其与复合材料螺旋桨计算流体力学模型进行双向流固耦合计算，得到对应敞水特性曲线；采用正交试验设计方法对铺层角组合及其对应的水动力性能数据进行预处理；根据所得的复合材料螺旋桨的推进效率建立多目标适应度函数，并建立铺层角与推进效率之间的关系；以整数编码方式对铺层角度进行编码以建立初始种群，基于多目标遗传算法实现复合材料螺旋桨铺层优化，经过铺层角优化的复合材料螺旋桨的推进效率和推力系数满足所需工况要求，延长螺旋桨的使用寿命，提高其水动力性能与噪声性能，节约能源，提高经济效益。

技术领域

本发明涉及一种基于神经网络的复合材料螺旋桨铺层角优化方法，尤其涉及一种可实现船舶舰艇复合材料螺旋桨推进效率最大化的铺层角优化方法，属于叶轮机械仿真技术领域。

背景技术

传统的螺旋桨都是由金属或合金材料制成的。存在阻尼性能差，易产生振动及噪声、易空蚀、易疲劳破坏等问题，这直接影响到螺旋桨服役寿命和军用舰船的生存能力。而复合材料具有高阻尼、轻质高强、耐腐蚀、可设计性强等优点，且可通过改变纤维铺层角度及方式来控制结构变形，因此应用复合材料制造螺旋桨为改善其水动力性能及结构特性提供了新的契机。但另一方面，目前的船用纤维复合材料螺旋桨大都采用金属螺旋桨的型值，没有考虑螺旋桨叶片流固耦合效应以及纤维角度对水动力性能的影响，不能完全满足全工况船舶推进需求。为了提高螺旋桨推进效率，国内外学者对复合材料螺旋桨双向流固耦合数值计算进行了大量研究并提出各种优化设计方法。但现有的优化方法计算量太大，过于依赖有限元软件而不具通用性。遗传算法是一种仿照现代遗传学、达尔文的进化论和生物模拟技术来优化问题的方法。针对复合材料螺旋桨的优化问题，优化对象铺层角度的组合就是染色体，组合里面的各个角度就是基因，在遗传变异的过程中，可以实施基因突变，基因重组，迁移或杂交等。

发明内容

本发明公开的一种基于多目标遗传算法的复合材料螺旋桨铺层优化方法要解决的技术问题是：基于多目标遗传算法进行复合材料螺旋桨铺层优化，能够高效率得到复合材料螺旋桨铺层角组合，使经过铺层角优化的复合材料螺旋桨的推进效率和推力系数满足所需工况要求，且使经过铺层角优化的复合材料螺旋桨的推进效率在设计工况下与刚性桨等同，而在非设计工况下优于刚性桨，进而拓宽复合材料螺旋桨工作的高效区，提高复合材料螺旋桨推力效率等性能，解决复合材料螺旋桨应用领域工程技术问题。本发明具有优化效率高优点。

本发明的目的是通过下述技术方案实现的：

本发明公开的一种基于神经网络的复合材料螺旋桨铺层角优化方法，通过建立复合材料螺旋桨有限元模型，并将其与复合材料螺旋桨计算流体力学模型进行双向流固耦合计算，得到对应的敞水特性曲线。采用正交试验设计方法对铺层角组合及其对应的水动力性能数据进行预处理。根据双向流固耦合计算所得的复合材料螺旋桨的推进效率建立多目标适应度函数F(t)，通过多目标适应度函数F(t)建立铺层角与推进效率之间的关系。以整数编码方式对铺层角度进行编码以建立初始种群N，对种群中的各铺层角组合进行适应度计算，依据适应度计算所得推进效率结果选择再生个体，通过遗传算法的优胜略汰完成对高效铺层角组合的筛选组成群体S1。进而按照交叉变异对其种群中的单个个体的铺层角角度进行随机变化，得到新一代种群即新的铺层角组合集群。经过若干代的进化迭代后，得到最优个体，也即最优的铺层角度组合，即完成基于多目标遗传算法的复合材料螺旋桨铺层优化。经过铺层角优化的复合材料螺旋桨的推进效率和推力系数满足所需工况要求，进而延长螺旋桨的使用寿命，提高其水动力性能与噪声性能，节约能源，提高经济效益。

本发明公开的一种基于多目标遗传算法的复合材料螺旋桨铺层优化方法，包括如下步骤：

步骤一：基于仿真软件建立复合材料螺旋桨模型，以金属螺旋桨桨叶中面为对称中心定义复合材料层合板各铺层角度来完成纤维复合材料铺层，并导入金属螺旋桨叶压力面及吸力面模型来约束复合材料铺层外形，最终实现复合材料螺旋桨有限元模型的建立。