基于遗传算法和神经网络的塔机结构动态优化设计

利用遗传算法和BP神经网络建立复杂结构系统动态优化的计算模型,该模型可代替系统原来的有限元模型,用于振动系统的快速重分析。首先对塔式起重机结构系统进行模态分析及谐响应动力学分析,找出对结构动态特性影响最大的模态频率,再利用灵敏度分析,确定对动态特性较敏感的设计变量作为神经网络的输入变量,并利用正交试验法确定神经网络训练样本,用有限元模型计算出样本点数据,建立

维普资讯 doc.guandang.net

基于遗传算法和神经网络的塔机结构动态优化设计一~于兰峰王金诺

基于遗传算法和神经网络的塔机结构动态优化设计 于兰峰王金诺 西南交通大学，成都， 1 0 1 6 0 3 摘要：用遗传算法和 B利 P神经网络建立复杂结构系统动态优化的计算模型，模型可代替系统原该来的有限元模型，用于振动系统的快速重分析。首先对塔式起重机结构系统进行模态分析及谐响应动 力学分析，出对结构动态特性影响最大的模态频率，利用灵敏度分析，定对动态特性较敏感的设找再确

计变量作为神经网络的输入变量，并利用正交试验法确定神经网络训练样本，用有限元模型计算出样本

点数据，立反映结构振动特性的人工神经网络模型，建最后利用遗传算法对所建立的神经网络模型寻优，到使结构动态性能最优的设计参数。得 关键词：塔式起重机；动态优化；限元法；交试验法； P神经网络；传算法有正 B遗 中图分类号： TH1 2 2文章编号：O 4 1 2 2 0 ) 1 O 6一 O 1 0— 3 X( 0 8 O一 0 1 3

Dy a i p i u sg fTo rCr neBa e n Ne r lNe wo ksa e tc A lo ih s n m c O tm m De i n o we a s d o u a t r nd G ne i g rt m

YU La f n W a g Jn u ne g n in o S u h s io o g U nv riy。 e g u, 1 0 1 o t we tJa t n ie st Ch n d 6 0 3 Ab t a t A n m i ptm a o pu a i n lm od lf he c m p e t u t r ys e w ih ge e i s r c: dy a c o i lc m t to a e or t o l x s r c u e s t m t n rc

a go ih ( l rt m GA) a d BP e a1ne wor NN ) wa r s nt d. ns e d oft r dii na i t l me n n ur t k( s p e e e I t a he t a to 1fnie ee nt m o e, t i o 1c e u e o he f s e a l i o he v b a i n s s e .Fis l t r on c d

1 h s m de an b s d f r t a tr— nayss f r t i r to y t m r ty, he ha m i r s o e ki tc na y i a b p o e s d on a owe r e s r c u e ys e a c n fn o h e p ns ne is a l s s c n e r c s e t r c an t u t r s t m nd a i d ut t e m o e f e ue y w h c h s t ton s ef c o he ys e dy m i b ha i r d r q nc i h a he s r ge t fe t n t s t m na c e v o .Se on y, r m he c dl f o t s n ii iy a l ss, h e i ara e h c r o e s nstv o t y t m n m i e avo a e s tv t na y i t e d sgn v ibl s w i h a e m r e ii e t he s s e dy a c b h ir c n

b o fr d a h n u a ib e . Th n a r h g n 1 e p rme t to s u e n c o s n h e c n ime s t e i p t v ra l s e n o t o o a x e i n a i n wa s d i h o i g t e t a n n a l a a n t e a l a a r i i g s mp e d t a d h s mp e d t wa c l u a e t r u h h fn t e e n mo e .Th s a c l t d h o g t e i ie l me t d1 e a tfca e r t r r ii i】n u a1ne wo k mod 1wh c r s nt d t na i h v o f t e s r c u e v br to s e i h p e e e he dy m c be a i r o h t u t r i a i n wa e t b ih d At1 s,h e r 1 e wo k m o e l b p i ie h o g h e e i l o ih a d t e s a l e . a t t e n u a t r d 1 s n wi e o t z d t r u h t e g n rca g rt m n h 1 m op i a a a e e s o he s r t e dy a i h vi i1b t i e . tm 1p r m t r ft t uc ur n m cbe a or

w l e ob a n d

Ke r s t we r n; y a i o tmia i n fn t l me t o t o o a x e i e t l t o; y wo d: o r c a e d n m c p i z t; i i e e n; r h g n le p rm n a o e me h d BP — n u a t r ge tc a g ihm e r 1ne wo k: ne i l ort

O引言 塔式起重机工作时，起升、运行、回转、变幅各机构频繁启动、制动并进行复杂的耦合运动，使塔 机结构承受强烈的冲击和振动，产生持续时间并 较长的衰减振动。随着塔机向大型化方向发展，

速度快，尤其适用于工程技术人员使用。由于塔 机结构系统的动态特性很难用设计变量显式表

达，因此用遗传算法对建立的神经网络模型寻优， 计算出可行区域内动态特性最优时的设计变量及 目标值。

结构在动载荷作用下的振动问题变得日益突出。 因此，进行基于动态特性的优化设计，产品在设使计阶段就可以预测其动态特性，有效减小系统可

1塔机结构系统动态特性分析 图 1所示为某厂生产的固定式塔机的有限元

的振动，高整机工作性能。提 结构动力学建模方法主要有有限元法、验试模态法、合建模法及基于人工神经网络的建模混 方法。

模型。主要参数为：身高 4 . m,重臂长塔 85起 7 m, 0最大起重力矩 4 O k m。塔机结构的弦 4O N杆、腹杆、丝绳及集中质量分别以空问梁单元、钢

杆单元、弹簧单元及质量单元模拟。

基于人工神经网络的动态优化设计建模方 法，利用多层人工神经网络极强的非线性映射是

表1所示为按最大起重力矩工况计算的系统 前 8阶固有频率。对塔机结构进行谐响应分析可知，在不同激振频率的动载荷作用下，位移响应最大峰值均出现在第 2阶固有频率处，故第 2阶频率 易引起塔机的共振。由模态分析可知， 2阶振型第

功能，来描述和处理动态系统中设计变量及其动 态参数之间的关系。人工神经网络模型一旦建 立，可取代有限元模型进行结构动态特性重分析，

其分析过程简单而直接，远比有限元模型计算且 收稿

日期： 0 6 1— 1 20— 0 6

是由塔身的弯曲振动引起的，因此，高塔身的弯提 曲动刚度，是塔机动态优化设计的主要目标[。 2]

61

doc.guandang.net