论文部分内容阅读
随着人工智能理论和技术的日益成熟,智能结构的概念开始在土木工程领域兴起与发展。索穹顶结构体态轻盈、形态控制易于实现的特点正是结构智能化所必须的关键属性。因此对引入了智能结构概念的自适应索穹顶结构进行研究具有重要意义。
本文以130m跨度设内拉环的肋环型索穹顶结构作为研究对象,通过在构件中加入作动器,使之成为能根据需求对结构形态进行调整的自适应结构。从索穹顶结构基本理论出发,系统的对其进行了多种目标的优化控制研究。具体包括荷载作用下内力、形状优化控制以及多变量的形态优化控制、形态多目标同步优化控制。
基于索穹顶结构的非线性有限元分析理论,编写了迭代求解结构单元长度变化下的结构响应MATLAB 计算程序。采用有限元软件 ANSYS 对程序结果进行验证,得出了程序结果有效准确的结论。并通过算例总结出了结构响应与杆单元、索单元长度变化的规律。
基于多种群遗传算法和粒子群算法进行了内力、形状优化控制研究。分别以荷载作用下的内力、形状优化控制为目标,以作动器作动量为自变量,建立了内力、形状优化控制数学模型,提出了基于这两种算法的求解策略,编制了相应程序。通过算例比较了两种算法的优劣,分别得出了内力、形状优化控制中的最优作动器布置方案,并且总结归纳了控制单元数量、控制单元位置等对优化效果的影响规律,为设计者选取控制单元提供了理论指导。
在内力、形状优化控制的基础上,引入控制单元位置变量作为自变量,进行了多变量的形态优化控制研究。并在考虑必须约束条件外,增加形态控制要求条件作为约束条件,建立了数学模型。提出了基于粒子群算法的循环遍历求解策略,并验证了算法的适用性。接着以内力优化为优化目标,并设定具体的形态控制要求进行算例分析,分别得出了一类单元控制、两类单元协同控制、三类单元协同控制这三种情况下考虑所有可能作动器布置方案的最优方案。最优方案分别为内圈脊索、内圈脊索+中圈斜索、中圈脊索+中圈斜索+外圈脊索,分别使结构工作状态系数较荷载态下降 17.36%、21.45%、30.29%。最后探讨了控制单元数量、控制单元位置对结果的影响。
以内力优化与形状优化作为两个优化目标进行同步优化控制,建立了多目标数学模型,提出了基于Pareto最优解机制的NSGA-Ⅱ求解策略。在此基础上,将离散变量——控制单元位置向量加入到了数学模型中,建立了多变量的形态多目标同步优化控制数学模型,并提出了外层遍历循环,内层多目标寻优,最终非支配排序的基于改进的NSGA-Ⅱ的求解策略。通过算例验证了两种求解策略的实用性与准确性,并分别得出了两种优化模型下的Pareto最优解集,对结果进行了比较分析,总结了控制单元数量对Pareto前沿的影响规律,为决策者可以根据自身需求做出合理选择提供了理论支持。
本文以130m跨度设内拉环的肋环型索穹顶结构作为研究对象,通过在构件中加入作动器,使之成为能根据需求对结构形态进行调整的自适应结构。从索穹顶结构基本理论出发,系统的对其进行了多种目标的优化控制研究。具体包括荷载作用下内力、形状优化控制以及多变量的形态优化控制、形态多目标同步优化控制。
基于索穹顶结构的非线性有限元分析理论,编写了迭代求解结构单元长度变化下的结构响应MATLAB 计算程序。采用有限元软件 ANSYS 对程序结果进行验证,得出了程序结果有效准确的结论。并通过算例总结出了结构响应与杆单元、索单元长度变化的规律。
基于多种群遗传算法和粒子群算法进行了内力、形状优化控制研究。分别以荷载作用下的内力、形状优化控制为目标,以作动器作动量为自变量,建立了内力、形状优化控制数学模型,提出了基于这两种算法的求解策略,编制了相应程序。通过算例比较了两种算法的优劣,分别得出了内力、形状优化控制中的最优作动器布置方案,并且总结归纳了控制单元数量、控制单元位置等对优化效果的影响规律,为设计者选取控制单元提供了理论指导。
在内力、形状优化控制的基础上,引入控制单元位置变量作为自变量,进行了多变量的形态优化控制研究。并在考虑必须约束条件外,增加形态控制要求条件作为约束条件,建立了数学模型。提出了基于粒子群算法的循环遍历求解策略,并验证了算法的适用性。接着以内力优化为优化目标,并设定具体的形态控制要求进行算例分析,分别得出了一类单元控制、两类单元协同控制、三类单元协同控制这三种情况下考虑所有可能作动器布置方案的最优方案。最优方案分别为内圈脊索、内圈脊索+中圈斜索、中圈脊索+中圈斜索+外圈脊索,分别使结构工作状态系数较荷载态下降 17.36%、21.45%、30.29%。最后探讨了控制单元数量、控制单元位置对结果的影响。
以内力优化与形状优化作为两个优化目标进行同步优化控制,建立了多目标数学模型,提出了基于Pareto最优解机制的NSGA-Ⅱ求解策略。在此基础上,将离散变量——控制单元位置向量加入到了数学模型中,建立了多变量的形态多目标同步优化控制数学模型,并提出了外层遍历循环,内层多目标寻优,最终非支配排序的基于改进的NSGA-Ⅱ的求解策略。通过算例验证了两种求解策略的实用性与准确性,并分别得出了两种优化模型下的Pareto最优解集,对结果进行了比较分析,总结了控制单元数量对Pareto前沿的影响规律,为决策者可以根据自身需求做出合理选择提供了理论支持。