[发明专利]基于粒子群优化算法的飞机机电系统密封结构长寿命设计方法

摘要

本发明涉及一种基于粒子群优化算法的飞机机电系统密封结构长寿命设计方法，采用RBF神经网络代理模型，将O型密封圈有限元模型中的建模参数和易失效点应力作为样本输入RBF神经网络进行训练，采用交叉验证的方法使预测误差降低到10％以下。然后采用疲劳寿命经验公式计算密封圈寿命。以O型密封圈的寿命为目标函数，预压缩量为待优化参数，密封圈不发生泄露为约束条件，采用自适应粒子群(APSO)算法，对O型密封圈的预压缩量进行优化。相对于传统的优化算法，本发明对复杂结构的参数优化具有很好的全局搜索能力和较快的收敛速度。

主权项

1.一种基于粒子群优化算法的飞机机电系统密封结构长寿命设计方法，其特征在于步骤如下：/n步骤1：建立O型密封圈有限元模型，确定待优化参量为预压缩量F及其优化范围，选取密封圈上两个最大应力点A、B，易发生泄露的边界接触上的两个点C、D；/n步骤2：针对需要优化的预压缩量F，采用正态抽样的方法，在优化区间内选取若干组预压缩量作为输入数据，代入到O型密封圈有限元模型，记录最大应力点的应力和边界接触点的应力作为输出数据；/n步骤3：在若干组输入数据中随机选取80％作为训练数据，另外20％作为测试数据，将训练数据平均划分为多组，采用交叉验证的方法选出若干组最优输入训练集和最佳训练速度，对RBF神经网络分别进行训练，直至预测误差满足要求，得到A,B,C,D四个点的RBF神经网络：A_net；B_net；C_net和D_net；将O型密封圈的预压缩量F输入RBF神经网络模型，得到O型密封圈四个点的应力σ_A＝A_net(F)；σ_B＝B_net(F)；σ_C＝C_net(F)；σ_D＝D_net(F)；密封圈的最大应力σ_max＝max{σ_A，σ_B}；密封圈不发生泄露的条件为min(σ_C,σ_D)≥P_oil，其中，P_oil为机电系统油压；/n步骤4：采用自适应粒子群算法开展优化，将预压缩量F作为待优化向量，σ_max＝max{σ_A，σ_B}作为适应度函数，终止条件为min(σ_C,σ_D)≥P_oil；/n步骤5：计算优化前后密封圈寿命，查询密封圈橡胶材料的S-N曲线，按如下公式计算密封圈寿命：/n /n式中，m＝0.1461；C＝34.6477，S为密封圈寿命，N为最大应力。/n