[发明专利]一种基于改进Kriging模型的深海连接器密封结构优化方法

摘要

一种基于改进Kriging模型的深海连接器密封结构优化方法，包括如下步骤：S1.给定深海连接器密封结构的各项取值范围；S2.获得n组样本点；S3，选择密封结构主密封面最大接触应力和密封面节点接触应力方差作为评价指标，建模计算密封性能指标；S4，使用步骤S2和S3获得的数据作为样本点，找到最优设计参数X_m；S5，使用EI准则找到各个Kriging模型对应的最大期望提高密封结构密封性能的设计参数X_EI；S6，计算最优设计参数对应的密封性能指标；S7，对样本点进行更新，建立基于Gaussian相关函数的Kriging模型，测试其收敛性，判断并输出连接器最优设计参数；本发明在改善深海连接器密封性能的同时，可以显著提高密封结构优化效率。

主权项

1.一种基于改进Kriging模型的深海连接器密封结构优化方法，其特征在于，包括以下步骤：S1，给定深海连接器密封结构VX钢圈设计参数及其取值范围，包括：VX钢圈角度α∈[α_a,α_b]，钢圈接触面宽度b∈[b_a,b_b]，钢圈厚度B∈[B_a,B_b]；S2，使用拉丁超立方试验设计方法抽样α,b,B，获得n组样本点(α_i,b_i,B_i)，其中，i＝1,2,…,n；S3，选择密封结构主密封面最大接触应力σ_m和密封面节点接触应力方差S²作为评价指标，建立深海连接器密封结构有限元模型，计算n组样本点对应的密封性能指标(σ_mi,S²_i)其中，i＝1,2,…,n；S4，使用步骤S2和S3获得的数据[(α_i,b_i,B_i)，(σ_mi,S²_i)]，其中，i＝1,2,…,n作为样本点，基于多源信息融合理论，采用Matlab中的Dace工具箱，建立基于h个不同类型相关函数的Kriging模型，相关函数包括Gaussian、Exp、Cubic、Expg，使用遗传算法对h个Kriging模型寻优计算，分别找到最优设计参数X_m＝([α_m],[b_m],[B_m])，其中，[α_m]＝[α_m‑Gaussian,α_m‑Exp,α_m‑Cubic,α_m‑Expg,…,α_m‑h]，[b_m]＝[b_m‑Gaussian,b_m‑Exp,b_m‑Cubic,b_m‑Expg,…,b_m‑h]，[B_m]＝[B_m‑Gaussian,B_m‑Exp,B_m‑Cubic,B_m‑Expg,…,B_m‑h]；S5，使用EI准则找到各个Kriging模型对应的最大期望提高密封结构密封性能的设计参数X_EI＝([α_EI],[b_EI],[B_EI])，其中，[α_EI]＝[α_{EI‑Gaussian},α_EI‑Exp,α_EI‑Cubic,α_EI‑Expg,…,α_EI‑Expg]，[b_EI]＝[b_{EI‑Gaussian},b_EI‑Exp,b_EI‑Cubic,b_EI‑Expg,…,b_EI‑h]，[B_EI]＝[B_{EI‑Gaussian},B_EI‑Exp,B_EI‑Cubic,B_EI‑Expg,…,B_EI‑h]；S6，将S4和S5获得的最优设计参数(X_m,X_EI)代入步骤S3中建立的深海连接器密封结构有限元模型中，并计算获得对应的密封性能指标(σ_mj,S²_j)'，其中j＝1,2,…,h；S7，将[(X_m,X_EI),(σ_mi,S²_i)']加入到样本点[(α_i,b_i,B_i)，(σ_mi,S²_i)]中，对样本点进行更新，选择Gaussian相关函数作为标准相关函数模型，建立Kriging模型，测试其收敛性，若不满足收敛条件，则重复步骤S4‑S6，直到满足收敛条件，输出最优结果，即优化的连接器设计参数：VX钢圈角度α_m1，钢圈接触面宽度b_m1，钢圈厚度B_m1。