[发明专利]一种纤维缠绕复合材料发动机壳体的铺层角度优化方法

权利要求书

1.一种纤维缠绕复合材料发动机壳体的铺层角度优化方法，其特征在于：

利用网格理论对纤维缠绕复合材料发动机壳体进行结构设计分析，由于在复合材料壳体的筒身段为主要受力部件，故对筒身段进行分析得知，筒身段纵向爆破压强为：

筒身段环向爆破压强为：

式中，R为筒身段半径；

h₁与h₂为纤维缠绕复合材料发动机壳体纵向与环向厚度；

K_S为应力平衡系数；

σ_fb为纤维发挥强度；

α为复合材料发动机壳体纤维缠绕角；

取角度α范围为20°≤α≤30°作为约束条件，并以α为优化设计变量，将环向与纵向爆破压强相加，取其极大值，即纤维缠绕壳体承载能力最大；

将h₁、h₂、K_S、σ_fb、α数值带入筒身段环向与纵向爆破压强中，计算后的公式带入粒子群算法中，对纤维缠绕复合材料发动机壳体进行缠绕角度优化，达到承载能力最大化，即完成纤维缠绕复合材料发动机壳体的铺层角度优化。

2.根据权利要求1所述纤维缠绕复合材料发动机壳体的铺层角度优化方法，其特征在于：所述粒子群算法进行优化改进；粒子群算法优化改进的具体步骤包括：设定初始参数，设置最大迭代次数k_max，最大速度v_max和种群大小NP；

优化后粒子群的位置和速度，计算公式如下：

式中分别表示第i个粒子的第j个变量在第k代的位置和速度；

分别表示第i个粒子的第j个变量在第k+1代的位置和速度；

分别为第k代中第i个粒子的个体最优值和种群的全局最优值；

r₁、r₂为0到1的随机数；

ω为惯性权重；

c₁、c₂为学习因子；

优化后的粒子群算法惯性权重ω采用线性递减动态调节的方法，即

学习因子c₁、c₂采用异步变化学习因子，即

计算第k+1代中每个粒子的适应度f(x_i^k+1)，和第k代的个体最优值适应度f(P_i^k)比较，如果f(x_i^k+1)＜f(P_i^k)，则更新该粒子的个体最优值，即P_i^k+1＝x_i^k+1；

分别将第k+1代中粒子个体最优值的适应度f(P_i^k+1)与第k代的全局最优值的适应度f(P_g^k)比较，如果f(P_i^k+1)＜f(P_g^k)，则更新种群的全局最优值，即P_g^k+1＝P_i^k+1；令搜索梯度取值等于第k+1代种群与第k代种群的全局最优值矢量差值的倍数，即其中λ为系数；

令Δg＝P_g^k+1+dX^k+1，若f(P_g^k+1)＜f(P_g^k)则计算f(Δg)，若f(Δg)＜f(P_g^k+1)则P_g^k+1＝Δg且沿着该方向继续搜索，否则搜索完毕；

搜索完毕后更新全局最优值

若k＞k_max或优化结果达到给定精度，则退出计算，输出最优解；否则，返回计算。