基于人工智能的双稳态复合材料结构振动频率优化方法

本发明属于复合材料结构与人工智能交互，具体说是基于人工智能的双稳态复合材料结构振动频率优化方法。

背景技术：

1、双稳态复合材料柱壳结构是一种类似于卷尺的空间可展开结构。该结构不需要额外装置就可以自然地保持卷曲稳定状态，当达到一定条件又可以自主展开。因此，双稳态复合材料柱壳结构不仅可以提高展开系统的收纳效率，还能降低展开系统的质量，被广泛应用于太阳帆、卷曲式柔性太阳翼等薄膜航天器，柔性太阳翼要求双稳态柱壳结构的刚度足够高，以避免航天器控制系统和太阳翼结构模态之间的耦合，在模态阶数越低时，模态的有效质量越大，在不牺牲其他方面性能的情况下，应尽可能地增大一阶固有频率，以提高结构的稳定性。

2、目前针对上述的振动频率的优化，当前现有技术中所使用支持向量机和粒子群算法相结合的方式，找到满足固定卷曲直径下纤维角度所对应的固有频率最大值。但该方法只考虑纤维角度和振动频率关系的局限性，且粒子群算法在优化问题中易陷入局部最优解；

3、本方法将初始半径和包角引入变量，避免了只考虑纤维角度和振动频率关系的局限性，扩大不同模型所对应的数据集后，使用bp神经网络算法进行预测，通过引入通过贝塔分布计算惯性权重的改进粒子群算法对振动频率进行预测，实现抑制粒子群算法陷入局部最优解的效果。

技术实现思路

1、本发明目的是提供一种基于改进粒子群算法的双稳态悬臂复合材料柱壳结构振动频率的优化方法，具体利用袋装决策树算法将不同铺层角度的复合材料柱壳结构进行分类，筛选出满足约束条件的铺层角度；再利用有限元仿真软件，建立双稳态复合材料柱壳结构的振动频率分析模型，得到复合材料初始半径、包角和纤维铺层角度与振动频率对应的数值模拟计算，随后使用bp神经网络建立模型对问题进行优化求解，进而通过改进粒子群优化算法使双稳态复合材料柱壳结构的振动频率提高15.5％。

2、本发明为实现上述目的所采用的技术方案是：基于人工智能的双稳态悬臂复合材料柱壳结构振动频率的优化方法，用于对复合材料结构参数进行优化，包括以下步骤：

3、s1：通过对悬臂双稳态复合材料柱壳结构进行分析，将卷曲直径和压平弧长设置为定值，随机生成纤维铺设角度数据，并分别判断不同的初始半径和包角对应的纤维铺设角度数据是否满足约束条件，并对纤维铺设角度数据进行分类；

4、s2：将步骤s1中得到的纤维铺设角度数据输入至matlab中通过装袋树的方法进行建模和训练，得到判断纤维铺设角度数据是否满足条件的分类器；

5、s3：建立有限元模型，并将步骤s1中满足约束条件的纤维铺设角度数据输入到对应的初始半径和包角的有限元模型中，获取到不同模型及不同纤维铺设角度所对应的振动频率；

6、s4：将步骤s3得到的振动频率输入到bp神经网络中，对数据进行拟合，得到初始半径、包角和纤维铺设角度对应振动频率的快速计算模型；

7、s5：将步骤s2中的分类器与s4中的快速计算模型作为改进粒子群优化算法的目标函数，初始半径、包角和纤维铺设角度数据作为设计变量，获取满足约束条件下的最大振动频率所对应的模型参数值。

8、2、根据权利要求1所述的基于人工智能的双稳态复合材料结构振动频率优化方法，其特征在于，所述随机生成的纤维铺设角度数据中角度范围为：0°～90°。

9、3、根据权利要求1所述的基于人工智能的双稳态复合材料结构振动频率优化方法，其特征在于，步骤s1中，所述判断初始半径、包角和纤维铺设角度数据是否满足约束条件，具体为：

10、利用随机生成的纤维铺设角度作为初始数据，根据复合材料经典层合板理论获取到对应多个复合材料柱壳结构的刚度矩阵，判断多个复合材料柱壳结构是否满足双稳态结构，则确定满足/不满足双稳态结构的纤维铺设角度数据；

11、满足双稳态结构的公式为：

12、

13、其中，d11、d12及d22为柱壳结构的抗弯刚度系数，d66代表柱壳结构的抗扭刚度系数。

14、考虑到展开系统的收纳空间约束，增加特定卷曲直径作为约束条件，即在优化过程中，将双稳态复合材料结构的卷曲直径dc设置为一个定值。

15、卷曲直径的计算公式为：

16、

17、其中，r为柱壳结构的初始半径。

18、引入双稳态柱壳的具体弧长作为振动优化的另一个约束条件，使结构能够更好的贴合展开机构，弧长公式的计算公式为：

19、lc＝rγ

20、其中，γ为柱壳结构的包角，r为柱壳结构的初始半径。

21、所述对纤维铺设数据进行分类，具体为：将数据分成两等份，满足约束条件和不满足约束条件的各占一半。

22、步骤s2中，所述判断约束条件的分类器，即分段函数：

23、

24、所述步骤s3，具体为：

25、3-1)所述建立有限元模型：

26、建立有限元模型，设定柱壳结构的样本参数组合为：圆柱壳长度为l，圆柱壳初始半径r以及圆柱壳包角γ，圆柱壳厚度t，设定柱壳结构的铺层数和柱壳结构的铺设方式[α,β,0,-β,-α]，将具有[45,-45,0,45,-45]铺层数和铺设方式的参数属性作为基准；网格单元设置为壳单元s4r，边界条件设置为一端固定一端自由，建立线性扰动linearperturbation分析步，通过lanczos算法求解柱壳结构的振动频率，完成有限元模型的建立；

27、3-2)将步骤s1中判断出的满足约束条件的纤维铺设角度数据分别输入到对应初始半径和包角的有限元模型中，获取到不同参数所对应的振动频率。

28、所述将不同参数值所对应的振动频率输入到bp神经网络中，对数据进行拟合，得到初始半径、包角和纤维铺设角度对应的振动频率的快速计算模型，对于三层bp神经网络的表达式，矩阵形式即：

29、f(x)＝w(o)tansig(w(h)x+b(h))+b(o)

30、其中，w为权重矩阵，x和b为向量，b为阈值，上标o和h分别代表输出层和隐藏层。

31、所述将步骤s2中的分类器与s4中的快速计算模型作为改进的粒子群优化算法的目标函数，初始半径、包角和纤维铺设角度数据作为设计变量，即：

32、

33、其中，f(x)代表bp神经网络训练出的快速计算模型，μ(x)为步骤s2中的分类器对应的分段函数，s是双稳态判定条件，α和β为纤维角度，[α,β,0,-β,-α]为双稳态悬臂复合材料柱壳结构的铺设方式，dc是柱壳结构的卷曲直径，lc是柱壳结构的压平弧长。

34、本发明具有以下有益效果及优点：

35、1.本发明具有较高的计算效率和精度，可以在满足约束的条件下最大限度的提高振动频率。

36、2.本发明不仅适用于双稳态复合材料振动频率的优化，也适用于其他复合材料结构性能的优化，另一方面在满足约束条件的情况下，通过有限元模拟和bp神经网络提出的快速计算振动频率的方法是准确且高效的，同时基于粒子群优化算法进行的双稳态悬臂复合材料柱壳结构参数的优化算法运算速度快且收敛性好。

37、3.本发明通过引入通过贝塔分布计算惯性权重的改进粒子群算法对振动频率进行预测，实现抑制粒子群算法陷入局部最优解的效果。

38、4.本发明通过将初始半径和包角引入变量，避免了只考虑纤维角度和振动频率关系的局限性。