[发明专利]基于局部搜索算法的压电作动器方向优化配置方法

说明书

技术领域

本发明涉及一种用于板壳结构变形控制的基于局部搜索算法的压电作动器方向优化配置方法。

背景技术

目前，公知的优化配置方法中主要涉及位置、大小等，而方向智能优化配置方法只有本人在2010年两次国际会议上所提出的基于遗传算法、模拟退火算法以及神经网络算法的优化配置方法。方向优化配置方法可以实现变形矢量控制，可以大幅度降低变形控制所需的能量，提高变形控制精度。

发明内容

本发明目的是针对现有技术存在的缺陷提供一种基于局部搜索算法的压电作动器方向优化配置方法。

本发明为实现上述目的，采用如下技术方案：

本发明基于局部搜索算法的压电作动器方向优化配置方法，根据现有的板壳结构三维变形数据并进行数据转换，之后应用局部搜索算法计算压电作动器的配置路径，再根据已有的优化配置方案以及配置路径设置压电作动器配置方向。

方向配置方法如下：

（1）              以任意序号对应的路径号为方向配置起点，以下一个序号对应的路径号为方向配置的终点；

（2）              以任意序号对应的路径号为方向配置起点，以下一个序号对应的路径号为方向配置的终点，下一个序号对应的路径号与配置起点的路径号的物理空间距离应在任意三个相邻路径号所占的物理空间距离以内；

（3）              以任意序号对应的路径号为方向配置起点，以下一个序号对应的路径号为方向配置的终点，下一个序号对应的路径号与配置起点的路径号所占的物理空间距离应在任意两个相邻路径号物理空间距离以内。

本发明的有益效果是，计算简单，配置方便，优化效果显著。

附图说明

图1是对某板壳结构进行划分示意图。

图2是对该板壳结构的三维变形图。

图3是根据局部搜索算法应用配置方案（1）所得到的优化配置图。

图4是根据局部搜索算法应用配置方案（2）所得到的优化配置图。

图5是根据局部搜索算法应用配置方案（3）所得到的优化配置图。

具体实施方式

在图1所实施例中，表示了对某板壳结构进行划分，标注了各点的路径号。

在图2所示实施例中，表示了对该板壳结构的三维变形图。

在表1所示的实施例中，表示了该板壳结构上各点三维变形数据。

表1

优化计算流程如下：

1.将三维变形数据进行转换，MATLAB转换流程如下：

A=[0.0001,    0.0034 ,  -0.0299 ,  -0.2450,   -0.1100 ,  -0.0043 ,  -0.0000;

0.0007 ,   0.0468 ,  -0.5921 ,  -4.7596 ,  -2.1024 ,  -0.0616  , 0.0004;

-0.0088 ,  -0.1301  ,  1.8559 ,  -0.7239  , -0.2729  ,  0.4996  ,  0.0130;

-0.0365  , -1.3327  , -1.6523  ,  0.9810  ,  2.9369  ,  1.4122  ,  0.0331;

-0.0137 ,  -0.4808  ,  0.2289  ,  3.6886  ,  2.4338  ,  0.5805  ,  0.0125;

0.0000  ,  0.0797  ,  2.0967  ,  5.8591  ,  2.2099  , 0.1328  ,  0.0013;

0.0000  ,  0.0053  ,  0.1099  ,  0.2999  ,  0.1107 ,  0.0057  ,  0.0000];

for i=1:7

for j=1:6

B(i,j+1)=A(i,j)+A(i,j+1);

end

end

for i=1:6

for j=1:7

C(i+1,j)=A(i,j)+A(i+1,j);

end

end

for i=1:7

for j=1:7

D(i,j)=i*C(i,j);

end

end

for i=1:7

for j=1:7

E(i,j)=j*B(i,j);

end

end