CN108319769A - 管路优化设计方法和装置 - Google Patents
管路优化设计方法和装置 Download PDFInfo
- Publication number
- CN108319769A CN108319769A CN201810068609.0A CN201810068609A CN108319769A CN 108319769 A CN108319769 A CN 108319769A CN 201810068609 A CN201810068609 A CN 201810068609A CN 108319769 A CN108319769 A CN 108319769A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- probability
- sensitivity index
- node
- reliability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013461 design Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000035945 sensitivity Effects 0.000 claims abstract description 114
- 230000000712 assembly Effects 0.000 claims abstract description 12
- 238000000429 assembly Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims description 55
- 230000004044 response Effects 0.000 claims description 55
- 239000006185 dispersion Substances 0.000 claims description 53
- 238000006073 displacement reaction Methods 0.000 claims description 26
- 230000003938 response to stress Effects 0.000 claims description 23
- 230000005284 excitation Effects 0.000 claims description 17
- 230000000452 restraining effect Effects 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004260 weight control Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pipeline Systems (AREA)
Abstract
本公开涉及管路技术领域,公开一种管路优化设计方法,管路上设置有多个支撑约束组件,每一支撑约束组件形成一个节点,该优化设计方法包括:建立管路的非概率全局中值灵敏度指标以及非概率全局离差灵敏度指标;将多个支撑约束组件的弹簧刚度作为输入变量,并代入非概率全局中值灵敏度指标以及非概率全局离差灵敏度指标;在预设条件下,选择非概率全局中值灵敏度指标的输出值以及非概率全局离差灵敏度指标的输出值均小于设定值的节点为目标节点群;在目标节点群位置省略设置支撑约束组件。使用该方法设计的管路重量较轻。
Description
技术领域
本公开涉及管路技术领域,具体而言,涉及一种管路优化设计方法 和管路优化设计装置。
背景技术
重量是飞机的一项重要指标,与飞机的飞行安全、使用性能、制造 成本、运营成本等多个方面息息相关。飞机的重量控制因其难度和重要 性成为国内外飞机制造商高度关注的问题之一,飞机超重不仅被波音公 司定义为“顽固的问题”,也被空客称作“一场永无止境的战斗”。在 飞机的研制过程中,要做好重量控制,需要管理和技术并重,既需要全 阶段的过程监控,又需要特殊阶段的减重攻关。管路系统作为典型的动 力支持系统,广泛应用于航空领域,该系统的工作品质和可靠性将直接 影响整个结构系统的正常工作。
管路系统是航空液压系统介质传输和能量传递的重要通道,但是恶 劣的工作环境(特别是振动)造成管路系统连接部件的松动、泄露和裂 纹等动强度失效问题特别突出。卡箍具有固定和支承的作用,是改善管 路系统的动态特性的有效手段之一。然而,目前航空液压管路系统的卡 箍的位置布置大多是从原型机中对比和移植,较多地依靠设计者的经 验。对于一些小型管路系统,其支承形式、参数、位置和数量等多由人 工现场解决,造成实际的卡箍布局具有较大的随机性.有时不但没有提 升系统的动力学品质,甚至会产生局部应力集中反而成为管路结构的失 效源,严重削弱了航空液压系统的可靠性。
但是国内管路系统发展还不完善,在设计方面还存在不足之处,有 必要研究一种管路优化设计方法和管路优化设计装置。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公 开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现 有技术的信息。
发明内容
本公开的目的在于克服上述现有技术的管路的重量没有控制的不 足,提供一种重量较轻的管路优化设计方法和管路优化设计装置。
根据本公开的一个方面,提供一种管路优化设计方法,管路上设置 有多个支撑约束组件,每一所述支撑约束组件形成一个节点,所述优化 设计方法包括:
建立所述管路的非概率全局中值灵敏度指标以及非概率全局离差灵 敏度指标;
将多个所述支撑约束组件的弹簧刚度作为输入变量,并代入所述非 概率全局中值灵敏度指标以及所述非概率全局离差灵敏度指标;
在预设条件下,选择所述非概率全局中值灵敏度指标的输出值以及所 述非概率全局离差灵敏度指标的输出值均小于所述设定值的节点为目标 节点群;
在所述目标节点群位置省略设置所述支撑约束组件。
在本公开的一种示例性实施例中,所述预设条件包括:输出响应为 所述节点的最大应力响应、输出响应为所述节点的最大位移响应、输出响 应为一阶固有频率中的一种或多种。
在本公开的一种示例性实施例中,在预设条件下,选择所述非概率 全局中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输 出值均小于所述设定值的节点为目标节点群,包括:
如果输出响应为所述节点的最大应力响应,则选择所述非概率全局 中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值 均小于第一设定值的所述节点为第一预选节点群;
如果输出响应为所述节点的最大位移响应,则选择所述非概率全局中 值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均 小于第二设定值的所述节点为第二预选节点群;
如果输出响应为一阶固有频率,则选择所述非概率全局中值灵敏度指 标的输出值以及所述非概率全局离差灵敏度指标的输出值均小于第三设 定值的所述节点为第三预选节点群;
选择所述第一预选节点群、所述第二预选节点群以及所述第三预选节 点群中均有的所述节点为所述目标节点群。
在本公开的一种示例性实施例中,建立所述管路的非概率全局中值灵 敏度指标以及非概率全局离差灵敏度指标,包括:
根据所述管路的失效准则确定所述管路的极限状态函数为:
M=g(x)=g(x1,x2,…,xn),
其中,xi(i=1,2,…,n)为所述输入变量,且为区间变量
式中,为区间变量xi的上界,为区间变量xi的下界;
根据所述极限状态函数建立所述管路的非概率可靠度指标为:
ηM=Mc/Mr,
式中,Mc为所述极限状态函数的中值,Mr为所述极限状态函数的离 差;
根据所述非概率可靠度指标建立所述管路的所述非概率全局中值灵 敏度指标为:
其中,
根据所述非概率可靠度指标建立所述管路的所述非概率全局离差灵 敏度指标为:
其中,
式中,为条件非概率可靠性指标的上界,为条件非概率可靠 性指标的下界。
在本公开的一种示例性实施例中,在所述目标节点群位置省略设置 所述支撑约束组件之后,所述优化设计方法还包括:
对剩余的所述支撑约束组件的位置进行优化设计。
在本公开的一种示例性实施例中,对剩余的所述支撑约束组件的位置 进行优化设计,包括:
根据施加于所述管路的随机激励,建立所述管路的总动强度可靠性公 式;
将所述总动强度可靠性公式作为约束条件建立所述管路的非概率可 靠性优化模型,通过所述非概率可靠性优化模型对所述管路上的所述支撑 约束组件的位置进行优化设计。
在本公开的一种示例性实施例中,根据施加于所述管路的随机激励, 建立所述管路的总动强度可靠性公式,包括:
根据施加于所述管路的随机激励,建立所述管路的各个节点的动强度 可靠性公式为:
式中,b为安全阈值,σσ为应力响应标准差,σy为位移响应标准差, 为速度响应标准差,T是工作时间;
根据各个节点的动强度可靠性公式建立所述总动强度可靠性公式为:
式中,n为节点个数。
在本公开的一种示例性实施例中,所述非概率可靠性优化模型为:
式中,Smax为所述管路的各节点的最大应力响应,Dmax为所述管路的 各节点的最大位移响应,R为所述管路的首超动力可靠度,Freq为所述管 路的一阶固有频率,D*为位移响应阈值,R*为首超动力可靠度的阈值,Freq*为一阶固有频率的阈值,f为目标函数,g1为第一约束函数,g2为第二约 束函数,g3为第三约束函数。
根据本公开的一个方面,提供一种管路优化设计装置,管路上设置 有多个支撑约束组件,每一所述支撑约束组件形成一个节点,所述优化 设计装置包括:
灵敏度指标建立单元,用于建立所述管路的非概率全局中值灵敏度 指标以及非概率全局离差灵敏度指标;
输入变量代入单元,用于将多个所述支撑约束组件的弹簧刚度作为 输入变量,并代入所述非概率全局中值灵敏度指标以及所述非概率全局离 差灵敏度指标;
目标节点群选择单元,用于在预设条件下,选择所述非概率全局中 值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均 小于所述设定值的节点为目标节点群;
支撑约束组件设计单元,用于在所述目标节点群位置省略设置所述支 撑约束组件。
在本公开的一种示例性实施例中,所述优化设计装置还包括:
总动强度可靠性公式建立单元,用于根据施加于所述管路的随机激 励,建立所述管路的总动强度可靠性公式;
支撑约束组件位置优化设计单元,用于根据所述总动强度可靠性公式 建立所述管路的非概率可靠性优化模型,通过所述非概率可靠性优化模型 对所述管路上的所述支撑约束组件的位置进行优化设计。
本公开的管路优化设计方法,建立管路的非概率全局中值灵敏度指 标以及非概率全局离差灵敏度指标;将多个支撑约束组件的弹簧刚度作 为输入变量,并代入非概率全局中值灵敏度指标以及非概率全局离差灵敏 度指标;在预设条件下,选择非概率全局中值灵敏度指标的输出值以及非 概率全局离差灵敏度指标的输出值均小于设定值的节点为目标节点群;在 目标节点群位置省略设置支撑约束组件。一方面,省略设置目标节点群位 置的支撑约束组件,使管路上支撑约束组件的数量减少,从而减轻管路的 整体重量。另一方面,目标节点群为选择非概率全局中值灵敏度指标的输 出值以及非概率全局离差灵敏度指标的输出值均小于设定值的节点,使省 略设置目标节点群位置的支撑约束组件后,管路的整体性能不会受到影 响。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解 释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合 本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见 地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技 术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得 其他的附图。
图1示意性示出管路优化设计方法的流程图。
图2示意性示出管路的立体结构示意图。
图3示意性示出支撑约束组件的位置及其编号示意图。
图4示意性示出输出响应为节点的最大应力响应的情况下各个节点 的非概率全局中值灵敏度指标的输出值的条形示意图。
图5示意性示出输出响应为节点的最大应力响应的情况下各个节点 的非概率全局离差灵敏度指标的输出值的条形示意图。
图6示意性示出输出响应为节点的最大位移响应的情况下各个节点 的非概率全局中值灵敏度指标的输出值的条形示意图。
图7示意性示出输出响应为节点的最大位移响应的情况下各个节点 的非概率全局离差灵敏度指标的输出值的条形示意图。
图8示意性示出输出响应为一阶固有频率的情况下各个节点的非概 率全局中值灵敏度指标的输出值的条形示意图。
图9示意性示出输出响应为一阶固有频率的情况下各个节点的非概 率全局离差灵敏度指标的输出值的条形示意图。
图10示意性示出管道优化设计方法的另一示例实施方式的流程框 图。
图11示意性示出随机激励的加速度功率谱密度示意图。
图12示意性示出最大应力响应优化历程示意图。
图13示意性示出管路优化设计装置的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式 能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提 供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构 思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以 任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供 许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域 技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中 的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其 它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公 开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图 中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描 述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上 独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个 或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或 处理器装置和/或微控制器装置中实现这些功能实体。
在工程中存在大量不确定因素,当不确定参量不具有统计特性,缺 乏足够的数据用以定义概率模型时,非概率的集合模型是一种理想的选 择。以色列学者Ben-Haim提出了基于凸集模型的非概率可靠性方法; 郭书祥等基于区间分析,提出了当不确定参量为区间变量时的一种可靠 性度量指标;唐樟春等针对区间非概率可靠性模型,提出了一种基本变量对系统非概率可靠性指标影响的非概率重要性测度分析方法。
本示例实施方式中首先提供了一种管路优化设计方法,管路上设置 有多个支撑约束组件,每一支撑约束组件形成一个节点。参照图1所示 管路优化设计方法的流程图,该管路优化设计方法包括以下步骤:
步骤S10,建立所述管路的非概率全局中值灵敏度指标以及非概率全 局离差灵敏度指标。
步骤S20,将多个所述支撑约束组件的弹簧刚度作为输入变量,并 代入所述非概率全局中值灵敏度指标以及所述非概率全局离差灵敏度指 标。
步骤S30,在预设条件下,选择所述非概率全局中值灵敏度指标的输 出值以及所述非概率全局离差灵敏度指标的输出值均小于所述设定值的 节点为目标节点群。
步骤S40,在所述目标节点群位置省略设置所述支撑约束组件。
根据本示例实施例中管路优化设计方法,一方面,省略设置目标节 点群位置的支撑约束组件,使管路上支撑约束组件的数量减少,从而减 轻管路的整体重量。另一方面,目标节点群为选择非概率全局中值灵敏 度指标的输出值以及非概率全局离差灵敏度指标的输出值均小于设定值 的节点,使省略设置目标节点群位置的支撑约束组件后,管路的整体性 能不会受到影响。
下面,将对本示例实施方式中的管路优化设计方法进行进一步的说 明。
在本示例实施方式中,以由ANSYS中的PIPE16号管路单元建成的 复杂航空管路的有限元模型为例进行说明。参照图2所示的管路的立体 结构示意图,A端点连接泵源,B和C端点为两个油液出口,这三个端 点处都为固定约束。该管路的相关建模参数列于表1。
表1管路相关参数
E(MPa) | μ | ρ(kg/m3) | ρf(kg/m3) | P(MPa) | D(m) | t(m) | T(℃) |
2×105 | 0.3 | 7900 | 1000 | 25 | 0.02 | 0.003 | 20 |
其中,E为管路弹性模量,μ为泊松比,ρ为管路密度,ρf为管内油 液密度,P为管道内压,D为管路外径,t为管壁厚度,T为环境温度。
由于泵源振动或机身颤振,航空液压管路系统(简称管路)经常在 随机振动的环境中工作。而且,在通常情况下,管路跨度较长,这导致 其在工作期间极不稳定。因此,一般情况下,管路都需要一系列支撑约 束组件来消除或减少由于其跨度较长以及外部激励引起的不稳定性。参 照图3所示的支撑约束组件的位置及其编号示意图。该管道上共设置有21个支撑约束组件。
在本示例实施方式中,支撑约束组件可以采用支撑管夹。支撑约束 组件包括弹簧。弹簧的刚度为2.5×106N/m。
在步骤S10中,建立所述管路的非概率全局中值灵敏度指标以及非 概率全局离差灵敏度指标。
在本示例实施方式中,根据管路的失效准则确定管路的极限状态函数 为:
M=g(x)=g(x1,x2,…,xn), (1)
其中,i为输入变量的序号,i=1,2,…,n,n为支撑约束组件的总个数(即 节点的总个数),在本示例实施方式中n=21;xi为所述输入变量,且为区 间变量
式中,为输入变量xi的上界,为输入变量xi的下界。
根据所述极限状态函数建立所述管路的非概率可靠度指标为:
ηM=Mc/Mr, (2)
式中,Mc为所述极限状态函数的中值,Mr为所述极限状态函数的离 差。
根据非概率可靠度指标建立管路的非概率全局中值灵敏度指标为:
其中,为条件非概率可靠性指标的中值;
根据非概率可靠度指标建立管路的非概率全局离差灵敏度指标为:
其中,为条件非概率可靠性指标的离差;
式中,为条件非概率可靠性指标的上界,为条件非概率可靠 性指标的下界。
在步骤S20中,将多个所述支撑约束组件的弹簧刚度作为输入变量, 并代入所述非概率全局中值灵敏度指标以及所述非概率全局离差灵敏度 指标。
在本示例实施方式中,将支撑约束组件上弹簧的刚度作为输入变量 xi,并将xi代入非概率全局中值灵敏度指标以及非概率全局离差灵敏度指 标中。xi∈[2×106,3×106],即输入变量与对应的节点的编 号如表2所示。
表2输入变量与对应的节点的编号
输入变量 | x1 | x2 | x3 | x4 | x5 | x6 | x7 | x8 | x9 | x10 | x11 |
节点编号 | 14 | 17 | 20 | 23 | 26 | 30 | 33 | 36 | 39 | 40 | 42 |
输入变量 | x12 | x13 | x14 | x15 | x16 | x17 | x18 | x19 | x20 | x21 | |
节点编号 | 45 | 51 | 54 | 59 | 62 | 65 | 69 | 72 | 75 | 82 |
在步骤S30中,在预设条件下,选择所述非概率全局中值灵敏度指 标的输出值以及所述非概率全局离差灵敏度指标的输出值均小于所述设 定值的节点为目标节点群。
在本示例实施方式中,预设条件可以包括:输出响应为所述节点的 最大应力响应、输出响应为所述节点的最大位移响应、输出响应为一阶 固有频率中的一种或多种。
具体过程如下:
参照图4所示的输出响应为节点的最大应力响应的情况下各个节点 的非概率全局中值灵敏度指标的输出值的条形示意图;参照图5所示的输 出响应为节点的最大应力响应的情况下各个节点的非概率全局离差灵敏 度指标的输出值的条形示意图。
如果输出响应为所述节点的最大应力响应,则选择所述非概率全局 中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值 均小于第一设定值的所述节点为第一预选节点群。
在本示例实施方式中,第一设定值为0.03;即输出响应为节点的最 大应力响应时,选择非概率全局离差灵敏度指标的输出值和非概率全局 中值灵敏度指标的输出值均小于0.03的节点为第一预选节点群。从图4 以及图5中可以得到,编号为1、2、3、10、14、17和19的输入变量对 最大应力响应的影响很小,均小于0.03,因此几乎可以忽略不计。那么选定编号为1、2、3、10、14、17和19的输入变量对应的节点构成第一预 选节点群。
参照图6所示的输出响应为节点的最大位移响应的情况下各个节点 的非概率全局中值灵敏度指标的输出值的条形示意图;参照图7所示的输 出响应为节点的最大位移响应的情况下各个节点的非概率全局离差灵敏 度指标的输出值的条形示意图。
如果输出响应为所述节点的最大位移响应,则选择所述非概率全局中 值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均 小于第二设定值的所述节点为第二预选节点群。
在本示例实施方式中,第二设定值为0.03;即输出响应为节点的最 大位移时,选择非概率全局离差灵敏度指标的输出值和非概率全局中值 灵敏度指标的输出值均小于0.03的节点为第二预选节点群。从图6以及 图7中可以得到,编号为1、2、3、8、9、10、14、17和19的输入变量 对最大位移响应的影响很小,均小于0.03,因此几乎可以忽略不计。那么 选定编号为1、2、3、8、9、10、14、17和19的输入变量对应的节点构 成第二预选节点群。
参照图8所示的输出响应为一阶固有频率的情况下各个节点的非概 率全局中值灵敏度指标的输出值的条形示意图;参照图9所示的输出响应 为一阶固有频率的情况下各个节点的非概率全局离差灵敏度指标的输出 值的条形示意图。
如果输出响应为管道的一阶固有频率,则选择所述非概率全局中值灵 敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均小于 第三设定值的所述节点为第三预选节点群;
在本示例实施方式中,第三设定值为0.01;即输出响应为管道的一 阶固有频率时,选择非概率全局离差灵敏度指标的输出值和非概率全局 中值灵敏度指标的输出值的均小于0.01的节点为第三预选节点群。从图 8以及图9中可以得到,编号为8、9、10、12、14、18、19和20的输入 变量对一阶固有频率的影响很小,均小于第三设定值,因此几乎可以忽略 不计。那么选定编号为8、9、10、12、14、18、19和20的输入变量对应 的节点构成第三预选节点群。
当然,在本发明的其他示例实施方式中,第一设定值、第二设定值以 及第三设定值的值不限于上述设定;例如,第一设定值还可以是0.01、 0.02、0.05等等,第二设定值还可以是0.01、0.02、0.05、0.06等等,第三 设定值也可以是0.02、0.05、0.06、0.08等等。
选择所述第一预选节点群、所述第二预选节点群以及所述第三预选节 点群中均有的所述节点为所述目标节点群。
在本示例实施方式中,比较第一预选节点群、第二预选节点群以及第 三预选节点群,三个预选节点群中均包括编号为10、14和19的输入变量 对应的节点,因此,编号为10、14和19的输入变量对应的节点构成目标 节点群。
在步骤S40中,在所述目标节点群位置省略设置所述支撑约束组件。
在本示例实施方式中,在编号为10、14和19的输入变量对应的节点 位置不设置支撑约束组件,该管道的支撑约束组件从21个减少为18个, 从而可以减轻管路的整体重量。
进一步的,在所述目标节点群位置省略设置所述支撑约束组件之后, 所述优化设计方法还包括对剩余的所述支撑约束组件的位置进行优化设 计。
在外加激励后支撑约束组件的位置对管路的输出位移响应和输出速 度响应的影响,需要对18个支撑约束组件的位置进行优化设计。在剩余 18个支撑卡箍中选取如表3所示的24个坐标为设计变量。
表3卡箍坐标及节点编号
每个支撑约束组件的位置均由不同的三维坐标所确定,其中,X表 示选取该节点的三维坐标的X方向,Y表示选取该节点的三维坐标的Y 方向,Z表示选取该节点的三维坐标的Z方向。每个支撑约束组件在不 同的坐标系中,但坐标方向是一样的。
参照图10所示的管道优化设计方法的另一示例实施方式的流程示意 框图。对剩余的所述支撑约束组件的位置进行优化设计,可以包括以下步 骤:
步骤S50,根据施加于所述管路的随机激励,建立所述管路的总动强 度可靠性公式。
步骤S60,将所述总动强度可靠性公式作为约束条件建立所述管路的 非概率可靠性优化模型,通过所述非概率可靠性优化模型对所述管路上的 所述支撑约束组件的位置进行优化设计。
下面对步骤S50以及步骤S60进行进一步详细说明。
在步骤S50中,根据施加于所述管路的随机激励,建立所述管路的总 动强度可靠性公式。
在本示例实施方式中,随机激励施加在A、B和C,以及所有与机 身链接的支撑约束组件位置,激励方向为Y方向。参照图11所示的随机 激励的加速度功率谱密度示意图。
根据施加于所述管路的随机激励,建立所述管路的各个节点的动强度 可靠性公式为:
式中,b为应力阈值;t是工作时间;σσ为应力响应标准差,可以直 接由有限元软件获得;为σσ的导数,不能直接从有限元软件获得。 但可以通过以下应力和位移关系来解决这一问题,应力和位移关系为:
式中,σy为位移响应标准差,为速度响应标准差,均可直接由 有限元结果获得。
因此,方程(5)可以重新改写为以下形式:
当管路中的任何一个节点的应力响应大于给定的应力阈值b时,该管 路即为失效。因此,可认为管路系统为一串联系统。因此,根据各个节点 的动强度可靠性公式建立所述总动强度可靠性公式为:
式中,n为节点的总个数,Ri是第i个节点的动强度可靠性。
在本示例实施方式中,设定t的取值为3.6×107秒,b的取值为2× 108MPa。
在步骤S60中,将所述总动强度可靠性公式作为约束条件建立所述管 路的非概率可靠性优化模型,通过所述非概率可靠性优化模型对所述管路 上的所述支撑约束组件的位置进行优化设计。
在本示例实施方式中,所述非概率可靠性优化模型为:
式中,Smax为所述管路的各节点的最大应力响应,Dmax为所述管路的 各节点的最大位移响应,R为所述管路的首超动力可靠度,Freq为所述管 路的一阶固有频率。D*为位移响应阈值,其取值可以为7.4×10-4m;R*为首 超动力可靠度的阈值,其取值可以为0.9999;Freq*为一阶固有频率的阈值, 其取值可以为60Hz。f为目标函数即最大应力响应,g1为第一约束函数, g2为第二约束函数,g3为第三约束函数。pL是在不影响管路基本模型下支 撑约束组件位置区间的下界,pU是在不影响管路基本模型下支撑约束组件 位置区间的上界。pL和pU初始值和取值范围如表4所示:
表4支撑约束组件位置坐标初值及取值范围(单位:mm)
采用通用的全局优化方法序列二次规划法(SQP)对上述优化模型进 行优化设计,优化前后设计变量对比如表5所示。
表5优化前后设计变量值对比(单位:mm)
表6示出了优化前以及优化后位移响应、首超动力可靠度以及一阶固 有频率的对比表。
表6优化前后约束函数对比
位移响应 | 首超动力可靠度 | 一阶固有频率 | |
优化前 | 7.3436×10-4 | 0.9999 | 54.8303 |
优化后 | 7.3338×10-4 | 1 | 54.9252 |
由表6可以得出,管路的最大位移响应、首超动力可靠度以及一阶固 有频率约束均得到了保证。优化后的最大位移响应、首超动力可靠度以及 一阶固有频率值都满足优化模型中的约束条件。
参照图12所示的最大应力响应优化历程示意图。从图中可以得到, 经过大约50次目标函数调用之后,最大应力响应由2.48×107降低到1.39 ×107,降低了大约44%。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤, 但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是 必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以 省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤 分解为多个步骤执行等。
进一步的,本示例实施方式还提供了对应于上述管路优化设计方法 的管路优化设计装置,管路上设置有多个支撑约束组件,每一所述支撑 约束组件形成一个节点。参照图13所示的管路优化设计装置的结构框 图,该优化设计装置可以包括灵敏度指标建立单元10、输入变量代入单 元20、目标节点群选择单元30以及支撑约束组件设计单元40等等。
灵敏度指标建立单元10可以用于建立所述管路的非概率全局中值灵 敏度指标以及非概率全局离差灵敏度指标;
输入变量代入单元20可以用于将多个所述支撑约束组件的弹簧刚 度作为输入变量,并代入所述非概率全局中值灵敏度指标以及所述非概率 全局离差灵敏度指标;
目标节点群选择单元30可以用于在预设条件下,选择所述非概率全 局中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出 值均小于所述设定值的节点为目标节点群;
支撑约束组件设计单元40可以用于在所述目标节点群位置省略设置 所述支撑约束组件。
在本示例实施方式中,所述优化设计装置还可以包括总动强度可靠 性公式建立单元以及支撑约束组件位置优化设计单元等等。
总动强度可靠性公式建立单元可以用于根据施加于所述管路的随机 激励,建立所述管路的总动强度可靠性公式;
支撑约束组件位置优化设计单元可以用于将所述总动强度可靠性公 式作为约束条件建立所述管路的非概率可靠性优化模型,通过所述非概率 可靠性优化模型对所述管路上的所述支撑约束组件的位置进行优化设计。
上述管路优化设计装置装置中各模块的具体细节已经在对应的虚拟 对象运动控制方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若 干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的 实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一 个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征 和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描 述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件 的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品 的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以 是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等) 执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想 到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或 者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原 理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说 明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权 利要求指出。
Claims (10)
1.一种管路优化设计方法,管路上设置有多个支撑约束组件,每一所述支撑约束组件形成一个节点,其特征在于,所述优化设计方法包括:
建立所述管路的非概率全局中值灵敏度指标以及非概率全局离差灵敏度指标;
将多个所述支撑约束组件的弹簧刚度作为输入变量,并代入所述非概率全局中值灵敏度指标以及所述非概率全局离差灵敏度指标;
在预设条件下,选择所述非概率全局中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均小于所述设定值的节点为目标节点群;
在所述目标节点群位置省略设置所述支撑约束组件。
2.根据权利要求1所述的管路优化设计方法,其特征在于,所述预设条件包括:输出响应为所述节点的最大应力响应、输出响应为所述节点的最大位移响应、输出响应为一阶固有频率中的一种或多种。
3.根据权利要求2所述的管路优化设计方法,其特征在于,在预设条件下,选择所述非概率全局中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均小于所述设定值的节点为目标节点群,包括:
如果输出响应为所述节点的最大应力响应,则选择所述非概率全局中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均小于第一设定值的所述节点为第一预选节点群;
如果输出响应为所述节点的最大位移响应,则选择所述非概率全局中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均小于第二设定值的所述节点为第二预选节点群;
如果输出响应为一阶固有频率,则选择所述非概率全局中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均小于第三设定值的所述节点为第三预选节点群;
选择所述第一预选节点群、所述第二预选节点群以及所述第三预选节点群中均有的所述节点为所述目标节点群。
4.根据权利要求1所述的管路优化设计方法,其特征在于,建立所述管路的非概率全局中值灵敏度指标以及非概率全局离差灵敏度指标,包括:
根据所述管路的失效准则确定所述管路的极限状态函数为:
M=g(x)=g(x1,x2,…,xn),
其中,xi(i=1,2,…,n)为所述输入变量,且为区间变量
式中,为区间变量xi的上界,为区间变量xi的下界;
根据所述极限状态函数建立所述管路的非概率可靠度指标为:
ηM=Mc/Mr,
式中,Mc为所述极限状态函数的中值,Mr为所述极限状态函数的离差;
根据所述非概率可靠度指标建立所述管路的所述非概率全局中值灵敏度指标为:
其中,
根据所述非概率可靠度指标建立所述管路的所述非概率全局离差灵敏度指标为:
其中,
式中,为条件非概率可靠性指标的上界,为条件非概率可靠性指标的下界。
5.根据权利要求1所述的管路优化设计方法,其特征在于,在所述目标节点群位置省略设置所述支撑约束组件之后,所述优化设计方法还包括:
对剩余的所述支撑约束组件的位置进行优化设计。
6.根据权利要求5所述的管路优化设计方法,其特征在于,对剩余的所述支撑约束组件的位置进行优化设计,包括:
根据施加于所述管路的随机激励,建立所述管路的总动强度可靠性公式;
将所述总动强度可靠性公式作为约束条件建立所述管路的非概率可靠性优化模型,通过所述非概率可靠性优化模型对所述管路上的所述支撑约束组件的位置进行优化设计。
7.根据权利要求6所述的管路优化设计方法,其特征在于,根据施加于所述管路的随机激励,建立所述管路的总动强度可靠性公式,包括:
根据施加于所述管路的随机激励,建立所述管路的各个节点的动强度可靠性公式为:
式中,b为安全阈值,σσ为应力响应标准差,σy为位移响应标准差,为速度响应标准差,T是工作时间;
根据各个节点的动强度可靠性公式建立所述总动强度可靠性公式为:
式中,n为节点个数。
8.根据权利要求7所述的管路优化设计方法,其特征在于,所述非概率可靠性优化模型为:
Min f=Smax
s.t.g1=Dmax-D*≤0
g2=R*-R≤0
g3=Freq-Freq*≤0
式中,Smax为所述管路的各节点的最大应力响应,Dmax为所述管路的各节点的最大位移响应,R为所述管路的首超动力可靠度,Freq为所述管路的一阶固有频率,D*为位移响应阈值,R*为首超动力可靠度的阈值,Freq*为一阶固有频率的阈值,f为目标函数,g1为第一约束函数,g2为第二约束函数,g3为第三约束函数。
9.一种管路优化设计装置,管路上设置有多个支撑约束组件,每一所述支撑约束组件形成一个节点,其特征在于,所述优化设计装置包括:
灵敏度指标建立单元,用于建立所述管路的非概率全局中值灵敏度指标以及非概率全局离差灵敏度指标;
输入变量代入单元,用于将多个所述支撑约束组件的弹簧刚度作为输入变量,并代入所述非概率全局中值灵敏度指标以及所述非概率全局离差灵敏度指标;
目标节点群选择单元,用于在预设条件下,选择所述非概率全局中值灵敏度指标的输出值以及所述非概率全局离差灵敏度指标的输出值均小于所述设定值的节点为目标节点群;
支撑约束组件设计单元,用于在所述目标节点群位置省略设置所述支撑约束组件。
10.根据权利要求9所述的管路优化设计装置,其特征在于,所述优化设计装置还包括:
总动强度可靠性公式建立单元,用于根据施加于所述管路的随机激励,建立所述管路的总动强度可靠性公式;
支撑约束组件位置优化设计单元,用于根据所述总动强度可靠性公式建立所述管路的非概率可靠性优化模型,通过所述非概率可靠性优化模型对所述管路上的所述支撑约束组件的位置进行优化设计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810068609.0A CN108319769A (zh) | 2018-01-24 | 2018-01-24 | 管路优化设计方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810068609.0A CN108319769A (zh) | 2018-01-24 | 2018-01-24 | 管路优化设计方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108319769A true CN108319769A (zh) | 2018-07-24 |
Family
ID=62888306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810068609.0A Pending CN108319769A (zh) | 2018-01-24 | 2018-01-24 | 管路优化设计方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108319769A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492254A (zh) * | 2018-10-11 | 2019-03-19 | 西北工业大学 | 基于区间模型的系统可靠性分析方法 |
CN109635308A (zh) * | 2018-10-15 | 2019-04-16 | 西北工业大学 | 管路灵敏度分析方法、装置、存储介质及电子设备 |
CN110688711A (zh) * | 2019-09-30 | 2020-01-14 | 哈尔滨工程大学 | 一种基于遗传算法的船舶机舱管路优化方法 |
CN110717220A (zh) * | 2019-10-15 | 2020-01-21 | 西北工业大学 | 航空液压管路模型验证的方法 |
CN111967204A (zh) * | 2020-08-12 | 2020-11-20 | 西北工业大学 | 一种输流管道防共振可靠性及灵敏度分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650147A (zh) * | 2016-12-30 | 2017-05-10 | 北京航空航天大学 | 一种基于有界不确定性的连续体结构非概率拓扑优化方法 |
CN107506552A (zh) * | 2017-08-28 | 2017-12-22 | 西北工业大学 | 基于灵敏度测试的可靠性分析方法及系统 |
-
2018
- 2018-01-24 CN CN201810068609.0A patent/CN108319769A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650147A (zh) * | 2016-12-30 | 2017-05-10 | 北京航空航天大学 | 一种基于有界不确定性的连续体结构非概率拓扑优化方法 |
CN107506552A (zh) * | 2017-08-28 | 2017-12-22 | 西北工业大学 | 基于灵敏度测试的可靠性分析方法及系统 |
Non-Patent Citations (1)
Title |
---|
翟红波等: "基于动强度可靠性的输流管道动力优化设计", 《西北工业大学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492254A (zh) * | 2018-10-11 | 2019-03-19 | 西北工业大学 | 基于区间模型的系统可靠性分析方法 |
CN109635308A (zh) * | 2018-10-15 | 2019-04-16 | 西北工业大学 | 管路灵敏度分析方法、装置、存储介质及电子设备 |
CN110688711A (zh) * | 2019-09-30 | 2020-01-14 | 哈尔滨工程大学 | 一种基于遗传算法的船舶机舱管路优化方法 |
CN110717220A (zh) * | 2019-10-15 | 2020-01-21 | 西北工业大学 | 航空液压管路模型验证的方法 |
CN110717220B (zh) * | 2019-10-15 | 2022-11-08 | 西北工业大学 | 航空液压管路模型验证的方法 |
CN111967204A (zh) * | 2020-08-12 | 2020-11-20 | 西北工业大学 | 一种输流管道防共振可靠性及灵敏度分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108319769A (zh) | 管路优化设计方法和装置 | |
CN107688718B (zh) | 一种避免使用阻尼器的高温管道抗动力载荷的设计方法 | |
Yi et al. | Reliability analysis method on repairable system with standby structure based on goal oriented methodology | |
CN105933408B (zh) | 一种Redis通用中间件的实现方法及装置 | |
EP2095236A2 (en) | Method, system and computer program for testing software applications based on multiple data sources | |
CN107506552A (zh) | 基于灵敏度测试的可靠性分析方法及系统 | |
Miranda | A method for tuning tuned mass dampers for seismic applications | |
Greenhill et al. | Iterative determination of squeeze film damper eccentricity for flexible rotor systems | |
CN114169144A (zh) | 一种力热振复合环境下随机载荷谱编制方法 | |
Rivas-Torres et al. | Analytical design and optimization of an automotive rubber bushing | |
CN110427677B (zh) | 一种航空发动机外部管路系统中弯管结构快速设计方法 | |
EP2829972A1 (en) | Method and apparatus for allocating stream processing unit | |
KR102288436B1 (ko) | 배관의 지진 응답 제어 장치 | |
Huang et al. | Effects of cable on the dynamics of a cantilever beam with tip mass | |
US20200272772A1 (en) | Indicator calculation device, indicator calculation method, and non-transitory recording medium | |
CN109635326B (zh) | 机械结构及航空液压管路震动失效灵敏度分析方法 | |
US7975185B2 (en) | Method and management system for configuring an information system | |
Speth et al. | A Vision for Explainability of Coordinated and Conflicting Adaptions in Self-Adaptive Systems | |
Chen et al. | Recommendation for selection of input force locations to improve blocked force determination on curved shells | |
JP6116052B2 (ja) | 組込みシステムのテスト方法 | |
CN105570377A (zh) | 控制力矩陀螺用微振动被动隔振装置 | |
Bretz | Progress in the Migration of Flight Test Analysis Routines to Python | |
Hračov | Efficient approximate eigensolution for structures equipped with a passive damping device | |
Morley et al. | Hybrid evolutionary optimization/heuristic technique for water system expansion and operation | |
Volterman et al. | Exact nonparametric meta-analysis of lifetime data from systems with known signatures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180724 |
|
RJ01 | Rejection of invention patent application after publication |