重型伸缩吊臂截面形状协同优化设计理论研究

随着起重机向大型化发展，设计自重轻和高承载能力的伸缩吊臂是实现其起重性能优越的必要保证。而减轻伸缩吊臂自重和提高承载能力的关键，就是合理地确定其截面形状，进行截面的形状优化设计。但其截面形状优化属于一种含有静动态耦合模型、多种性态函数以及多工况的综合优化问题，传统优化方法难以获得最优解。为此，以满足吊臂强度及局部稳定性具有大致相等的安全储备为出发点，提出对吊臂的截面形状协同优化理论进行研究，给出综合考虑结构组成、性能要求及计算模型的子系统分解方法，提出基于商用分析软件为分析器的改进半解析静、动态灵敏度计算方法。提出在一致性不等式约束中，视子系统间不一致性信息的动态调整松弛因子方法。提出基于物理规划的系统级优化方法。并提出从有效减少协同变量数量、将系统优化目标分解到子系统中等途径来提高协同优化效率、降低协同难度，从而获得更加高效的协同优化求解方法。

为提高轮式起重机伸缩吊臂的承载能力和减轻其自重，提出对吊臂截面形状进行协同优化研究。针对于现有协同优化方法中松弛因子取值不当导致的优化效率低下、精度不高的问题，提出了基于系统级和学科级不一致性的松弛因子自适应计算和动态罚函数协同优化算法。该方法将协同优化过程分为三个阶段，并视系统级和各学科级的差异大小，自适应动态确定松弛因子值，且在接近收敛阶段在系统级引入动态罚函数。通过典型耦合非线性数值算例和减速器多学科优化标准算例对该方法的性能进行验证，并与标准协同算法和恒定松弛因子协同算法进行比较，结果表明该方法能够随优化进程对松弛因子作自适应计算，消除了现有动态松弛法中松弛因子取值震荡问题, 具有较好的鲁棒性和较高的收敛速度。为解决初始点选择不当导致协同优化陷入局部最优解的问题，提出了融入试验设计和梯度优化的混合协同优化算法。将基于试验设计和梯度优化的初始点选择策略与自适应松弛因子计算和动态罚函数的协同优化算法进行混合，形成混合协同算法，通过实例验证，表明混合协同算法无需初始值，且用最少的迭代次数就可获取全局最优解。表明混合协同算法具有良好的收敛性、精度和稳健性。在上述协同优化方法研究基础上，以优化时综合考虑伸缩吊臂强度、刚度和局部稳定性角度出发，按照协同优化机制，将复杂的吊臂优化问题分解为系统级以及强度和局部稳定性两个子系统级的优化问题。采用NURBS曲线构建吊臂截面下部承压边形状，进一步建立了伸缩吊臂的三维参数化实体模型、强度和吊臂局部稳定性有限元分析模型，建立了强度子系统级、局部稳定性子系统级和系统级协同优化数学模型，应用上述所研究协同优化的改进算法，并采用商用多学科优化软件集成有限元分析软件进行迭代求解，最终获得最优解，达到了吊臂局部稳定性和强度刚度同等水平，材料的承载性能得到了充分发挥，吊臂的自重得到有效降低。通过将实物模型的应力测试和理论计算值进行比较，验证了优化结果的可靠性。