GA-SA算法在有限元模型更新中的应用

摘要：

有限元模型的更新旨在最小化实验结果和仿真结果之间的差异,因此可以被看作一个优化问题.引入混合优化算法GA-SA到一个过盈热套配合的转轴有限元模型更新中,该算法由遗传算法(GA)和模拟退火算法(SA)构成.以转轴上安装有质量套筒处轴段的有效刚度直径为更新参数,以轴系的前4阶实验固有频率和计算的固有频率之间的绝对误差建立优化算法的目标函数,比较了初始有限元模型输出、经GA-SA、GA、SA优化后的有限元模型输出和实验结果之间的差别.同时还通过比较更新模型输出的频率响应函数与模态实验的频率响应函数之间的差异来检验模型更新的有效性.结果表明GA,SA和GA-SA都是很强的优化算法,可以成功地应用于有限元模型更新,经优化算法更新后的模型能够给出比初始模型更接近于实验结果的输出,但是基于GA-SA的更新模型能够给出比基于GA或者SA的更新模型更接近于实验结果的固有频率和频率响应函数输出.

关键词：模型更新、混合优化算法、遗传算法、模拟退火算法

所属期刊栏目：17

分类号：TH165;TN912.3

在线出版日期：2005-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：140-144