第一篇 结构优化设计的导重法
1 结构优化设计导重法基本理论与基本方法
§1.1 结构优化设计概述
1.1.1 结构优化设计概要
结构优化设计是利用电子计算机、现代结构分析计算方法和现代结构优化计算方法对结构进行自动设计的技术,属于智能制造的智能研发设计范畴. 结构优化设计可以大幅度提高设计效率和设计质量,缩短产品设计周期,对于我国经济发展具有十分重要的意义.
结构优化设计的目的是寻求结构的*佳设计方案,以完美解决结构刚度、强度等静动力性能与结构重量、造价等设计可用资源之间的矛盾.
结构优化设计的两种模型:
1)在静动力性能满足要求的前提下,*小化结构设计所需的设计资源.
2)在有限的设计资源条件下,*优化结构的静动力性能.
两种优化模型是对偶的.
结构优化设计的实质是合理分配设计资源,对于重量作为设计资源的结构优化问题,结构优化的实质是材料重量在结构空间及构件间的合理分配.
结构优化设计是一个迭代计算的过程,需要进行“结构静动力特性分析—优化迭代产生新设计方案—结构再分析”的反复迭代计算,产生一系列设计方案,逐步逼近*优设计方案.
只有数学理论意义上的*优设计,实际工程中不存在*优设计. 这是因为实际工程产品设计中需要考虑多种目标和各种客观条件约束限制,这些目标和约束往往是相互制约的,并且具有局限性、主观性和可变性,还有目标、约束和作为寻优基础的各种信息所具有的不确定性,这些因素都导致在实际的工程结构设计中不存在绝对的“*优解”. 实际工程结构设计中应当按照结构软设计理论与结构模糊优化的理论方法追求“满足满意解”[72, 73].
按照一般优化理论与方法求出的结构*优设计方案具有理论指导意义. 实际工程中的企业方可根据该*优设计方案结合企业实际情况产生更加符合工程实际的结构设计方案.
1.1.2 结构优化设计的数学模型与特点
遍及机械工程、航空航天、土木工程、车辆船舶、机器设备等领域的具有广泛一般性的工程结构优化设计的数学模型可表达为
求
(1-1)
*小化
(1-2)
并满足
(1-3)
与
(1-4)
及
(1-5)
简记为
式中 为N维实数设计变量组成的设计向量,包括杆件截面积、板厚等构件尺寸变量、结构几何形状尺寸变量、结构拓扑变量等多种设计变量; 为结构重量或结构其他静动力特性决定的目标函数; 与 为由结构位移、构件应力等静动力性态与结构谐振频率、重量等静动力特性决定的约束函数,I与J分别为等式与不等式约束数目; 分别为由设计向量各分量的下限与上限构成的向量, 为设计变量范围约束,表示设计向量的各个分量都不能超出它的上下限.
结构优化设计的主要特点是:作为目标函数与约束函数的结构静动力性态(位移、应力等)与结构静动力特性(谐振频率等),一般是结构设计变量的高次非线性隐函数,一般要通过有限元分析等现代结构数值分析方法才能求得.
目前的机械优化设计教材[33]均只涉及轴、弹簧等单个构件优化,连杆、凸轮等运动机构优化,齿轮、变速箱等零部件优化,尚未涉及机械结构的优化设计. 而单个构件优化、运动机构优化与零部件优化的目标函数与约束函数可通过材料力学、机构运动学与机械原理等相关计算公式表示为设计变量的显函数,无须动用有限元分析等结构现代数值分析计算方法,采用一般的数学规划法即可求解这类较简单的机械优化设计问题.
与上述一般机械优化设计相比,结构优化设计具有较高的难度,必须采用特有的优化设计方法.
1.1.3 结构优化设计方法概述
结构优化所采用方法对各类结构优化问题的适用性、优化效果和计算效率具有至关重要的作用. 结构优化方法有两大类:数学规划法和准则法.
1. 数学规划法
1)数学规划法是求解优化问题的基本方法,不仅适用于求解一般优化设计问题,还适用于经济管理、生产存储、物流调度、计划决策等运筹学优化问题.
数学规划主要包括无约束规划、线性规划、二次规划、非线性规划、几何规划、动态规划、整数规划与离散规划等. 上述各种数学规划有不需要求导的直接法和需要求导的间接法[20].
数学规划法的寻优迭代计算通式为
(1-6)
式中 分别为第k次迭代前后的设计向量; 为决定第k次迭代方向的单位向量, ; 为决定第k次迭代步长的标量, 为第k次迭代设计点的移动向量. 数学规划各种迭代计算方法的关键在于确定 与 ,使得
(1-7)
式中 为*优设计方案.
数学规划法的寻优计算过程如同“盲人下山”,是根据当前设计点的函数值与梯度向量等局部性态决定寻优迭代的方向与步长,试探而下,难以放开脚步. 数学规划法的优点是有较好的数学基础,适用范围广,理论上能找到*优解;数学规划法的缺点是计算量大,收敛慢,优化迭代的前几步优化效果不够明显. 因而数学规划法主要适用于求解变量数目少的显函数优化设计问题与运筹学优化问题.
2)对于机械优化设计中的单个构件优化、运动机构优化与零部件优化,由于其目标函数与约束函数可通过材料力学、机构运动学与机械原理等相关计算公式表示为设计变量的显函数,数学规划尚可用于这类机械优化设计问题. 但对于具有多变量高次非线性隐式目标函数与约束函数的机械工程、航空航天、土木工程、车辆船舶、机器设备等领域的结构优化设计问题,一般的数学规划法已难以适应. 一般的数学规划法不适用于结构优化设计的原因在于:与机械优化设计的单个构件优化、运动机构优化与零部件优化相比,结构优化是具有多变量、多约束、多单元、多工况的大规模的优化设计问题,结构的静动力性态与特性要通过计算量较大的有限元分析等现代数值分析计算才能求得,结构优化的每次迭代需要较大的计算工作量,而工程设计往往希望通过少数几次优化迭代计算即可获得工程上足够满意的解,并不追求没有工程意义的绝对的*优解. 而数学规划法计算量大,收敛慢,优化迭代前几步优化效果不够明显的缺点决定了它不适用于求解工程结构优化设计问题.
3)为更有效地求解工程结构优化设计问题,一方面是采用后面论述的*优准则法,另一方面是在原有数学规划法的基础上发展出一类序列数学规划法. 序列数学规划法包括序列线性规划法、序列二次规划法、序列非线性规划法等. 序列数学规划法的共同之处是在对当前设计点进行结构分析与敏度(导数)分析之后,将代表结构性态特性的非线性隐式目标函数或(与)约束函数在当前设计点附近利用泰勒级数等表示为非线性次数较低的显式近似函数或容易计算的显式非线性近似函数,然后利用一般数学规划迭代算法求解这种具有显式近似目标函数与或(与)约束函数的优化问题,将其解作为新的设计点完成一次原结构优化设计问题的优化迭代. 然后再对新的设计点进行结构分析与敏度分析,利用上述方法构成新的具有显式近似函数的优化问题,再次利用一般数学规划迭代算法求解得到更新的设计点,如此反复迭代计算,逐步逼近原结构优化问题的*优解. 由于在利用一般数学规划迭代算法求解这种具有显式近似函数的优化问题时,无须进结构性态有限元分析与敏度分析等现代数值分析计算,而是利用上述近似函数即可直接计算出结构的性态特性及其敏度,所以与一般数学规划法相比,序列数学规划法用于结构优化所需的结构分析与敏度分析计算工作量大大减少. 序列非线性数学规划法的另一优点是可以利用多个已有设计点的结构分析与敏度分析信息,提高显式目标函数或(与)约束函数的近似程度,从而提高结构优化的计算效率[51]. 序列非线性数学规划法和利用多点信息的近似函数形式进行分析一度成为结构优化研究的热点,涌现出Haftka的两点投影法、Fadel的两点指数法、Sui Yun-Kang的两点有理近似法、Rusmussen的多点积累信息函数、Wang Li-Ping多点样条逼近函数、Haftka及Huang Hai的Hermit插值多项式近似函数等. 序列数学规划法的缺点是数学表达与计算程序复杂,尤其是采用多点近似函数的序列非线性数学规划法[51].
2. *优准则法
1)结构优化*优准则法的关键在于有预先给定的衡量结构*优的标准,即结构*优的准则,可使优化迭代计算“定向”进行. 各种*优准则往往可通过准则方程组来描述. 对于给定的准则方程组 ,*优准则法的寻优迭代计算通式为
(1-8)
相当于数学规划法迭代通式中第k次迭代设计点的移动向量 . 为使迭代收敛,常用的步长因子法迭代通式为
(1-9)
选择适当的步长因子,即可保证迭代收敛[72, 85],即使得
式中 为*优解.
*优准则法好比“眼睛复明的盲人下山”,可以放开脚步,大步前进. *优准则法的优点在于意义明确,收敛快,计算工作量小,尤其是优化迭代的前几步优化效果就很明显,即可获得工程上足够满意的解. 至于*优准则法的缺点,且看后面的详细分析.
展开