一种基于模态试验结果的有限元三维模型模态调整方法

摘要

本发明属于基于试验结果的有限元模型模态调整方法，具体涉及一种基于运载火箭模态试验结果的有限元模型模态调整方法。本发明的设计以运载火箭模态试验结果为基础，通过自动调整影响有限元模型刚度的关键参数，来实现有限元三维模型模态的调整。具有以下两方面优点：(1)自动化。在提取影响运载火箭有限元模型模态的关键参数之后，通过优化算法对有限元三维模型模态进行优化和调整，使之与模态试验结果相吻合；(2)高效。本发明的方法通过将优化算法与模态计算方法的结合，使得在较短时间内对有限元三维模型的模态进行调整。本发明具有开放性的特点，具有很高的工程应用价值。

主权项

一种基于模态试验结果的有限元三维模型模态调整方法，实现在运载火箭有限元模型模态的自动调整，其特征在于：包括以下步骤：步骤1、采集运载火箭固体结构的实际外形和物理尺寸，建立模态计算的有限元网格；步骤2、采集运载火箭固体结构的模态试验结果；本步骤的模态实验结果指各阶模态的固有频率；步骤3、在步骤1建立的有限元网格中，采集影响运载火箭有限元模型模态的关键参数，将之定义为基因，其个数为N1个；步骤4、设置有限元模型中需要调整的模态阶数；步骤5、设置步骤3采集的基因的编码规则，包括基因的排列顺序、基因表征数值分辨率；步骤6、设置步骤2采集的基因的上下调整边界；步骤7、设置模态调整算法的最大迭代步数；步骤8、设置种群规模、交叉概率与变异概率的数值；将种群规模的个数记为N，交叉概率记为Pc，变异概率记为Pm；步骤9、设置模态调整所允许的误差范围；在该步骤中对于步骤4所设置的模态阶数，每个模态均设置误差范围；步骤10、设置适应度函数；该步骤的适应度函数值为有限元模型的模态值，函数的自变量为步骤3采集的影响运载火箭有限元模型模态的关键参数；步骤11、根据步骤3采集的基因个数N1，随机生成步骤7所设置的种群规模个数N个个体；步骤12、利用步骤10建立的适应度函数，对步骤11生成的N个随机的个体的模态进行计算，计算得到这N个个体的适应度；适应度的定义为：本步骤计算得到的N个随机个体的模态与步骤2采集的模态试验结果的差值；差值与适应度成反比，差值越小，适应度越高；步骤13、对步骤12计算得到的N个个体的适用度进行由高到低排序；淘汰后N/2个个体，留下前N/2个个体；若N为奇数，则淘汰后(N‑1)/2个个体，留下前(N+1)/2个个体；步骤14、对于步骤13计算得到的适应度最高的个体，输出该个体的基因，同时输出该个体基因所计算得到的适应度函数的值，该适应度函数的值为在该个体的基因中，所得到的有限元模型的模态值；模态值的输出个数由步骤4设置的需要调整的模态阶数决定；若这些模态值满足步骤9设置的模态调整所允许的误差范围，则计算结束；否则进行下一步骤；步骤15、根据步骤8设置的交叉概率Pc和变异概率Pm，基于步骤13留下的前M个个体；当N为偶数时，M＝N/2；当N为奇数时，M＝(N+1)/2；通过遗传交叉、变异的方法，生成新的种群；新的种群的种群规模仍为N；步骤16、利用步骤10建立的适应度函数，对步骤15计算得到的N个随机的个体的模态进行计算，计算得到这N个个体的适用度；步骤17、依次循环步骤13‑步骤16，记录循环迭代的次数；步骤18、若步骤17记录的循环迭代的次数超过了步骤7设置的模态调整算法的最大迭代步数，则重新设置步骤8中的种群规模个数N，交叉概率Pc和变异概率Pm，将循环迭代的次数置为0；步骤19、依次循环步骤11－步骤17；步骤20、若步骤19的循环过程中记录的循环迭代的次数超过了步骤7设置的模态调整算法的最大迭代步数，那么重新设置步骤6所设置的基因的上下调整边界；步骤21、依次循环步骤11－步骤19；步骤22、若步骤21的循环过程中记录的循环迭代次数超过了步骤7设置的模态调整算法的最大迭代步数，那么更新设置步骤9中的模态调整允许的误差范围；通过该步骤放大模态调整后的误差；步骤23、依次循环步骤11－步骤22，直到计算结束。