基于伪并行改进遗传算法的线列阵隔振系统参数优化

江国和,薛 峰

(1.上海海事大学商船学院,上海 200135;2.江苏科技大学船舶与海洋工程学院,江苏 镇江 212003)

0 引 言

拖曳线列阵声呐具有远离拖船、噪声低、可变深、可充分利用水文条件以及孔径不受限制等优点,在现代反潜、海洋水文和资源勘探测量中,得到了越来越广泛的应用和发展。拖曳线列阵隔振系统是1个复杂的非线性系统,影响其隔振性能的参数有很多。所以需要合理选择隔振系统参数,必须进行参数优化设计。对于隔振系统的参数优化设计,由于模型复杂,影响参数太多,所以存在很大的难度。本文以大型有限元软件Ansys为工作平台,利用其参数化设计语言(APDL)实现了伪并行改进遗传算法对隔振系统的材料参数(充油密度、护套弹性模量、隔振组件弹性模量)的优化设计。

1 隔振系统模型和参数分析文件的建立

1.1 24m拖曳线列阵隔振系统二维流固耦合模型的建立

文献[1]对水池中隔振系统在不同工况下的隔振量进行了实际测量,并对实验数据进行了分析。文献[2-3]分别建立了隔振系统流固耦合的二维和三维模型,对其隔振性能进行了分析。

图1所示为划分网格后的24 m线列阵隔振系统二维流固耦合模型局部图,是包含2层流固耦合的模型,第1层是隔振系统护套内部充油和护套、隔振组件之间的耦合;第2层是隔振系统外部的水和整个隔振系统模型之间的耦合。二维流固耦合模型建立了隔振系统各部分结构沿轴向的剖面的平面模型,单元数为22850个,节点数为25470个。

图1 24m隔振系统二维流固耦合模型局部图Fig.1 24m two-dimensional fluid-structure coupling field model of VIS

选取激振力的幅值为25 N,拉力为1470 N。图2给出了24 m线列阵隔振系统二维流固耦合模型所受拉力为1470 N时,通过模型计算出的隔振量[4]与实验值的比较图。

图2 24m隔振系统二维流固耦合模型1470 N拉力时计算隔振量与实验值的比较Fig.2 Compare experimental data with calculated of 24 m VIS in 1470N pulling force

由图2可以看出,隔振效果的变化规律和水池实验结果基本上是符合的,即在5～20 Hz的频率范围内隔振效果较差;在20～63 Hz的频率范围内,隔振效果随激励频率的增大而增大。虽然定量上的数值还是有些出入,但是可以看出计算结果已经比较接近实验值。通过模型计算与水池实验结果的比较,可见,隔振系统二维流固耦合模型能较好地反映隔振系统的隔振性能。

1.2 24m拖曳线列阵隔振系统二维流固耦合模型参数分析文件的建立

24m隔振系统二维流固耦合参数化模型如图3所示。在参数化模型的基础上,进行1次完整计算和后处理过程,并读取其命令流文件,进行修改,就得到了隔振系统优化参数的命令流分析文件。这个分析文件的建立也是隔振系统参数优化设计的基础。

图3 24m隔振系统二维流固耦合参数化模型Fig.3 24m two-dimensional fluid-structure coupling parametric model of VIS

2 伪并行改进遗传算法在隔振系统优化设计中的应用

2.1 伪并行改进遗传算法

基本遗传算法在实际应用中存在以下几方面的缺陷:1)对搜索空间变化的适应能力差。2)容易出现早熟收敛现象。3)算法在进化过程中由于采用随机搜索的方法从而导致了收敛速度的下降。针对基本遗传算法存在的缺陷,文献[5]对遗传算法提出了若干改进;文献[6]提出1种自适应伪并行改进遗传算法,并利用评价遗传算法性能的2个典型测试函数:Ackley函数和De Jong函数F2,进行伪并行改进遗传算法(PPIGA)和基本遗传算法(SGA)性能的比较研究;文献[7]利用伪并行改进遗传算法解决了冲击隔离系统限位器参数的优化设计问题。

伪并行遗传算法的信息交换是在每代进化完成时,对每个子群体中的最佳个体按照一定的概率进行交换。由于这些子群体并未在不同的处理机上独立进行,仍是在单台微机上串行执行的故称其为伪并行遗传算法。

伪并行改进遗传算法利用分班选择策略,采用自适应个体交叉、变异概率结合并行计算思想,开发出来的伪并行改进遗传算法不但有效地维持了群体的多样性,明显地克服了早熟的现象,而且以较快的收敛速度得到较好的最优解。设计与个体适应度相关联的交叉、变异概率。采用式(1)和式(2)的交叉、变异概率能有效地保护当前种群中优良个体,同时也能产生出良好的新个体。

式中:f(i)为第i个个体的适应度;pc为交叉操作的概率;pm为变异操作的概率;p(i)为第i个个体被选中进行交叉或变异操作的概率。

2.2 拖曳线列阵隔振系统的优化设计

优化的隔振系统采用图3所示的模型,为24 m隔振系统二维流固耦合模型。优化环境选取隔振系统所受拉力为1470 N,激励力的幅值为25 N。

优化变量及其上下限分别是:充油密度600～900 kg/m3;护套材料的弹性模量1.0×106～1.0×109N/m2;隔振组件材料的弹性模量1.0×106～1.0×109N/m2。

优化目标是要求隔振系统在工作频率20 Hz,32 Hz,40 Hz,48 Hz处的隔振量LdB的值最大。其数学模型描述如下:

利用伪并行改进遗传算法优化的具体过程如下:

1)解码过程

2)适应度计算

由于遗传算法中的适应度为非负数,因此对于要求最大值的问题作如下变化:

其中,Cmin为1个较小的常数,在此程序中设为0。

2.3 优化结果分析

利用伪并行改进遗传算法对隔振系统中充油密度、护套材料弹性模量、隔振组件材料弹性模量进行优化,其中遗传算法运行参数可选取个体长度length:10;子种群大小 popsize:50;最大运行代数maxgeneration:15;子群体数groups:3;交叉概率Pc:0.8;变异概率 Pm:0.05。

1)以20 Hz时的隔振量为优化目标的隔振系统的优化结果如图4～图7所示。其中图4～图6表示了24 m隔振系统中内部充油密度、护套弹性模量、隔振组件弹性模量的寻优过程。图7表示目标函数即20 Hz时隔振系统隔振量的进化过程。当进化到9代时,目标函数基本上到达了最大值。

从计算结果可以看出,伪并行改进遗传算法在第9代基本搜索到满足要求的较好变量。由此可以得出对于此隔振系统在满足20 Hz时隔振量最大时最优解为:内部充油密度的取值为854 kg/m3,护套弹性模量的取值为4.41×108N/m2,隔振组件的弹性模量的取值为9.79×106N/m2,此时隔振量为24.016 dB。

从图7可以看出,在解的进化过程中,由于群体中适应度较低的一些个体逐渐被淘汰掉,而适应度较高的个体逐渐向最优解靠近,因此群体中最佳个体所对应的目标函数逐渐上升,在15代内得到全局最优解24.016 dB。

2)以32 Hz时的隔振量为优化目标的隔振系统优化结果如图8～图12所示。

3)以40Hz时的隔振量为优化目标的隔振系统优化结果如图12～图15所示。

4)以48 Hz时的隔振量为优化目标的隔振系统优化结果如图16～图19所示。

各个频率下目标函数参数优化过程的结果见表1,从20 Hz,32 Hz,40 Hz和48 Hz频率处的寻优曲线图可以看出,伪并行改进遗传算法以较快的收敛速度得到较好的最优解,在15代内基本搜索到满足要求的较好变量,使得隔振量达到最大。随着代数的增加参数值不再变化,约束条件均能得到满足,因此可以确定此时的优化结果为优化参数的最佳值。

?

3 结 语

本文建立了24 m拖曳线列阵隔振系统的二维流固耦合模型,进行了隔振量计算分析,利用水池实验结果对模型进行了验证;基于参数化设计语言(APDL),建立了24 m线列阵隔振系统简化的平面模型参数化分析文件。

通过Ansys的2次开发编写了伪并行改进遗传算法程序,实现了24 m线列阵隔振系统中内部充油密度、护套弹性模量、隔振组件弹性模量的研究和优化设计,并得出了一些相关的优化结果。通过计算结果表明,通过优化求得的隔振系统优化参数能满足约束条件并实现隔振量最大化,这对线列阵隔振系统的优化设计具有重要的实际意义。

[1]江国和,王国治,洪有财,等.拖曳声呐阵隔振模块性能实验分析[J].噪声与振动控制,2003,24(3):45-48.

[2]江国和,孔晓丽.基于流固耦合模型的拖曳线列阵隔振模块隔振性能分析[J].江苏科技大学学报,2008,22(2):57-59.

[3]江国和,许影博.细拖曳线列阵隔振模块隔振性能分析[J].江苏科技大学学报,2009,23(4):293-296.

[4]严济宽,柴敏,陈小琳.振动隔离效果的评定[J].噪声与振动控制,1997,(6):22-30.

[5]周敏.遗传算法的若干改进及应用[D].中国科学院软件研究所,2001.

[6]张小华,江国和,沈荣瀛.一种自适应伪并行改进遗传算法[J].华东船舶工业学报,2005,(3):69-73.

[7]江国和,张小华,等.基于伪并行改进遗传算法的限位器参数优化[J].中国造船,2006,(04):24-31.