CN110399675A - 一种基于遗传算法的电梯层门多目标优化设计方法 - Google Patents

Abstract

本发明公开一种基于遗传算法的电梯层门多目标优化设计方法，包括，确定待分析电梯层门结构参数；建立层门结构3D参数动力学模型；确定空间设计变量和目标函数；规划实验样本点：提取试验样本点；根据响应值建立反应结构设计输入与输出关系的二阶响应面模型；获取响应面模型最优解；验证设计可靠性和准确性。有益效果是，由于建立层门结构3D参数化动力学模型，运用响应面法和遗传算法进行各设计变量最优解寻取，准确确定各设计参数最优匹配关系，提高层门结构设计效率及实现设计阶段产品性能预估；另外，参数最优匹配关系保证层门重量降低，提高层门静刚度，提高首阶固有频率，提高层门安全性及可靠性并降低设计和制造成本。

Description

一种基于遗传算法的电梯层门多目标优化设计方法

技术领域

本发明涉及一种电梯层门的结构设计；特别是涉及一种基于遗传算法的电梯层门多目标优化设计方法。

背景技术

层门静刚度及动态性能对于电梯能否保证安全运行有着重要的影响，传统的层门结构设计往往依据早期经验规划门扇板材厚度、加强筋板材厚度、加强筋板材宽度、加强筋数量及导向装置或者保持装置允许的最小啮合深度等参数，设计盲目，容易造成层门各方面性能降低且重量较大等问题，导致制造成本提高，力学性能下降等不良后果。

目前，对于层门结构设计参数优化设计仅局限于单目标寻优法。其实质是设计者依据设计经验，反复修改单一设计参数设计空间，安排有限个参数进行数值模拟分析计算，从有限个参数中选择性能最好的。这种方法难以保证所选择的参数最优且难以做到所有设计参数组合寻优，同时挑选参数和进行数值模拟分析计算需要耗用大量时间，不能满足现代层门结构设计生产要求。

发明内容

本发明所要解决的技术问题是，克服已有技术缺陷，提供一种能够高效实现对电梯层门各设计参数最优解寻取，提高设计效率和设计精度，最终达到层门结构静、动态性能最优和降低层门重量的电梯层门优化设计方法。

本发明所采用的技术方案是，一种基于遗传算法的电梯层门多目标优化设计方法，包括以下步骤：

1) 确定待分析电梯层门结构设计参数；

2) 建立层门结构3D参数动力学模型；

3) 确定空间设计变量和目标函数；

4) 规划实验样本点：

5) 提取试验样本点；

6) 根据响应值建立反应结构设计输入与输出关系的二阶响应面模型；

7) 获取响应面模型最优解；

8) 有限元分析验证设计的可靠性和准确性。

所述步骤1的结构设计参数包括门扇板材厚度、加强筋板材厚度、加强筋板材宽度、加强筋数量及导向装置或保持装置允许的最小啮合深度；

所述步骤3，门扇板材厚度、加强筋板材厚度、加强筋板材宽度及导向装置或者保持装置允许的最小啮合深度参数变化范围分别为：最小极限为结构原始设计参数的80%，最大极限为结构原始设计参数的120%；加强筋数量参数变化范围为：1~3条；

所述步骤5，通过中心复合试验提取层门重量响应值、静变形响应值和首阶固有频率响应值的54个试验样本点；

所述步骤6，结构设计输入是层门各设计参数，结构设计输出层门重量、静变形及首阶固有频率，分别根据层门各设计参数及其层门重量、静变形及首阶固有频率构建出三种设计目标与设计变量的显性函数关系式；

所述步骤7，在建立层门重量、静变形及首阶固有频率三阶响应面模型的基础上，运用遗传算法对此响应面模型进行多目标寻优，找出使层门重量最小、静刚度最大及首阶固有频率最高的层门各设计参数最优匹配值；

所述步骤8，基于各设计参数最优匹配关系建立层门结构三维CAD模型并进行有限元分析，对比优化设计前后的有限元分析结果，当目标显著提高时，则满足要求，圆整匹配值并输出优化结果。

所述步骤5层门重量响应值利用层门结构3D参数化动力学模型，以门扇板材厚度、加强筋板材厚度、加强筋板材宽度及导向装置或者保持装置允许的最小啮合深度为设计变量，确定所述层门重量与各设计变量变化的函数关系，利用数值分析软件计算所述试验设计各样本点所对应层门重量并提取响应值；

所述静变形响应值利用有限元分析软件静力分析模块，以层门各设计参数为设计变量，确定所述层门静刚度与各设计变量变化的函数关系，利用数值分析软件计算所述试验设计各样本点所对应层门静变形并提取响应值；

所述首阶固有频率响应值利用多自由度系统无阻尼自由振动微分方程，以层门各设计参数为设计变量，确定所述层门首阶固有频率与各设计变量变化的函数关系。利用数值分析软件计算所述试验设计各样本点所对应层门首阶固有频率并提取响应值。

本发明的有益效果是，由于建立层门结构3D参数化动力学模型，运用响应面法和遗传算法进行各设计变量最优解寻取，准确确定各设计参数的最优匹配关系，提高层门结构设计效率及实现设计阶段产品性能预估，减少结构设计盲目性；另外，参数的最优匹配关系保证了层门重量降低，提高了层门静刚度，即降低层门结构静变形量，同时提高首阶固有频率，提高层门安全性及可靠性并降低设计和制造成本。

附图说明

图1是为基于遗传算法的电梯层门多目标优化设计方法流程图；

图2为电梯层门结构参数化模型示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细说明：

如图1和图2所示，本发明一种基于遗传算法的电梯层门多目标优化设计方法，包括以下步骤：

1.确定待分析电梯层门结构设计参数；该参数包括门扇板材厚度a、加强筋板材厚度b、加强筋板材宽度c、加强筋数量d及导向装置或保持装置允许的最小啮合深度e。上述参数对层门结构性能影响较大，TSG T7007——2016《电梯型式试验规则》规定以上参数为层门主要参数，上述参数如若发生变化应当重新进行型式试验，故本发明选用上述参数作为优化设计变量。依据设计变量划分子结构，保证后续设计需要设计变量变化可使之层门结构随之变化，各设计变量间变化范围不发生干涉，以保证所述层门结构动力学模型及后续动态性能分析准确。

2. 利用三维CAD建模软件建立层门结构3D参数动力学模型；该模型能够满足层门复杂振动形式下动力学建模的精度要求。CAD为计算机辅助设计（Computer AidedDesign）。

3. 确定所述层门结构设计参数变化范围，确定变量设计空间及优化目标；电梯层门优化设计是以所述各结构设计参数作为设计变量，考虑到层门结构各设计参数实际变化情况限制门扇板材厚度、加强筋板材厚度、加强筋板材宽度及导向装置或者保持装置允许的最小啮合深度参数变化范围分别为：最小极限为结构原始设计参数的80%，最大极限为结构原始设计参数的120%。加强筋数量参数变化范围为：1~3条。设计目标是层门重量最小、静刚度最高及首阶固有频率最大。

4. 规划实验样本点；

5.采用中心复合实验设计方法选取实验样本点；

试验点的选择对所述响应面的构建至关重要，不仅影响响应面模型的精度，不理想的试验点甚至造成响应面模型无法构建，因此要根据实验设计理论来确定合理的设计点。为了构建响应面模型，本发明的试验设计选择中心复合试验，能够以最少的工作循环提供试验样本点。对于响应面模型的构建，所需的最少的试验点数应大于等于响应面模型多项式的项数，一般情况下试验点越多，构建的响应面模型精确度越高。

针对电梯层门质量单目标对层门动力学模型进行数值分析，计算试验样本点响应值。利用数值分析软件计算不同试验样本点对应层门结构质量（即对应各试验样本点响应值），为响应面拟合奠定基础；层门重量与各设计参数变化的函数关系，并提取响应值；利用层门结构3D参数化动力学模型，以层门各设计参数：门扇板材厚度、加强筋板材厚度、加强筋板材宽度及导向装置或者保持装置允许的最小啮合深度为未知变量，确定层门重量与各设计变量变化的函数关系，利用数值分析软件计算试验设计各样本点所对应层门重量并提取响应值；

确定层门静刚度与各设计参数变化的函数关系，并提取响应值。利用有限元分析软件静力分析模块，以层门各设计参数为未知变量，确定层门静刚度与各设计变量变化的函数关系，利用数值分析软件计算所述试验设计各样本点所对应层门静刚度并提取响应值；

确定层门首阶固有频率与各设计参数变化的函数关系，并提取响应值。

利用拉格朗日方程建立所述机床结构系统的运动方程，对于n个自由度系统所述拉格朗日方程可以表示为：

， (1)

式中：为系统的总动能；为系统的广义坐标；为广义力；为系统自由度数目。

根据所述层门动力学方程并参照所述层门各项参数得出系统质量矩阵、刚度矩阵。基于有限元分析软件利用多自由度系统无阻尼自由振动的运动方程获得层门首阶固有频率与层门各设计参数间的函数关系，并提取所述试验样本点响应值，为响应面拟合奠定基础。多自由度系统无阻尼自由振动的运动方程表示为：

(2)

式中：为层门系统的质量矩阵；为层门系统的刚度矩阵；、分别为层门的位移和加速度。

6.根据响应值建立反应结构设计输入与输出关系的二阶响应面模型。

响应面模型是用显性的函数表达式来表示优化问题中隐性的所述设计变量与所述响应值之间的关系。所述基于响应面和遗传算法的电梯层门多目标优化设计方法选择常用的、具有较高准确性的二阶响应面模型，对于个设计变量的所述二阶响应面模型可以表示为：

(3)

式中：为输出变量；为设计变量；为设计变量的个数；为待定系数。所述待定系数可由最小二乘回归法拟合得到。

本发明用编码变量值代替实际变量值进行响应面拟合，用编码变量值代替实际变量值可以更直观的表达出变量信息，编码变量用于所述响应面拟合可以减少计算量，提高优化效率。

通过所述响应面模型的构建可以得到各设计变量对层门质量、静刚度及首阶固有频率的影响度，以及所述响应面模型的预测能力，为下一步所述响应面模型的优化奠定了基础。

7.运用遗传算法获取响应面模型最优解。利用遗传算法进行所述层门多目标优化设计方法，一方面能够充分地利用所述遗传算法的全局搜索能力，在较大规模的解空间中寻求全局最优解；另一方面，利用所述遗传算法的隐式并行性和强鲁棒性等特点，可以充分地减少问题的求解时间，提高问题的求解效率。

在建立的所述响应面模型基础上，利用所述遗传算法循环逼近寻优技术对所述电梯层门各设计变量进行优化设计，取得所述层门各设计参数的最优匹配关系。所述遗传算法进行优化设计时，选择每次迭代个体总数为100个，最大的运行代数为200。

8.依据所述层门建立电梯层门设计模型并进行有限元分析，验证所述优化设计方法的可靠性及准确性。利用有限元分析软件对所述层门结构进行静力学及模态分析，利用数值分析软件对所述层门结构进行质量计算，并将其与优化设计前模型分析结果进行对比。若优化设计后满足要求，则输出优化结果，并结束设计过程。否则，重新进行遗传算法寻优，直到满足要求为止。通过针对修改后模型进行数值及有限元分析结果证明本发明的优化设计方法是正确有效的及具有较强的可操作性。

值得指出的是，本发明的保护范围并不局限于上述具体实例方式，根据本发明的基本技术构思，也可用基本相同的结构，可以实现本发明的目的，只要本领域普通技术人员无需经过创造性劳动，即可联想到的实施方式，均属于本发明的保护范围。

Claims (3)

1.一种基于遗传算法的电梯层门多目标优化设计方法，其特征在于，包括以下步骤：

确定待分析电梯层门结构设计参数；

2) 建立层门结构3D参数动力学模型；

3) 确定空间设计变量和目标函数；

4) 规划实验样本点：

5) 提取试验样本点；

6) 根据响应值建立反应结构设计输入与输出关系的二阶响应面模型；

7) 获取响应面模型最优解；

8) 有限元分析验证设计的可靠性和准确性。

2.根据权利要求1所述的基于遗传算法的电梯层门多目标优化设计方法，其特征在于，所述步骤1的结构设计参数包括门扇板材厚度、加强筋板材厚度、加强筋板材宽度、加强筋数量及导向装置或保持装置允许的最小啮合深度；

所述步骤3，门扇板材厚度、加强筋板材厚度、加强筋板材宽度及导向装置或者保持装置允许的最小啮合深度参数变化范围分别为：最小极限为结构原始设计参数的80%，最大极限为结构原始设计参数的120%；加强筋数量参数变化范围为：1~3条；

所述步骤5，通过中心复合试验提取层门重量响应值、静变形响应值和首阶固有频率响应值的54个试验样本点；

所述步骤6，结构设计输入是层门各设计参数，结构设计输出层门重量、静变形及首阶固有频率，分别根据层门各设计参数及其层门重量、静变形及首阶固有频率构建出三种设计目标与设计变量的显性函数关系式；

所述步骤7，在建立层门重量、静变形及首阶固有频率三阶响应面模型的基础上，运用遗传算法对此响应面模型进行多目标寻优，找出使层门重量最小、静刚度最大及首阶固有频率最高的层门各设计参数最优匹配值；

所述步骤8，基于各设计参数最优匹配关系建立层门结构三维CAD模型并进行有限元分析，对比优化设计前后的有限元分析结果，当目标显著提高时，则满足要求，圆整匹配值并输出优化结果。

3.根据权利要求2所述的基于遗传算法的电梯层门多目标优化设计方法，其特征在于，所述步骤5层门重量响应值利用层门结构3D参数化动力学模型，以门扇板材厚度、加强筋板材厚度、加强筋板材宽度及导向装置或者保持装置允许的最小啮合深度为设计变量，确定所述层门重量与各设计变量变化的函数关系，利用数值分析软件计算所述试验设计各样本点所对应层门重量并提取响应值；

所述静变形响应值利用有限元分析软件静力分析模块，以层门各设计参数为设计变量，确定所述层门静刚度与各设计变量变化的函数关系，利用数值分析软件计算所述试验设计各样本点所对应层门静变形并提取响应值；

所述首阶固有频率响应值利用多自由度系统无阻尼自由振动微分方程，以层门各设计参数为设计变量，确定所述层门首阶固有频率与各设计变量变化的函数关系；

利用数值分析软件计算所述试验设计各样本点所对应层门首阶固有频率并提取响应值。