[发明专利]采用KDGO算法的AUV复合材料螺旋桨铺层优化设计方法

说明书

本发明涉及一种采用KDGO算法的AUV复合材料螺旋桨铺层优化设计方法，针对铺层角度和模态频率，研究了不同铺层角度序列对AUV复合材料螺旋桨结构振动性能的影响，通过构建铺层角度序列与模态频率之间的Kriging模型，实现了优化过程中AUV复合材料螺旋桨结构振动性能的快速预报，从而节省了优化设计的时间；利用KDGO算法进行优化设计，在保证强度的前提下，有效提高了AUV复合材料螺旋桨的模态频率。

技术领域

本发明属于AUV复合材料螺旋桨的铺层优化设计方法研究，涉及一种采用KDGO算法的AUV复合材料螺旋桨铺层优化设计方法，以复合材料螺旋桨的铺层角度序列为设计变量和以模态频率为目标函数，尤其涉及采用KDGO算法对AUV复合材料螺旋桨铺层优化的方法。

背景技术

海洋资源的开发往往无法避开一个重要环节，即海洋内部结构资料的收集，而这通常涉及到海底探测甚至是海底施工。为了实现上述工作，深海探测和海洋定位技术近年来成为重要课题，海洋潜器也因此得到多元发展。其中应运而生的就包括水下自主航行器AUV(Autonomous Underwater Vehicle)。而AUV螺旋桨的研究对于AUV的各类水下作业有着重要作用。为了设计出综合性能更高的AUV复合材料螺旋桨，本发明提出一种采用KDGO算法的AUV复合材料螺旋桨铺层优化设计方法。

由于涉及大量的设计变量，对于具有各种约束的复合材料螺旋桨的铺层优化设计，建立一套有效的优化算法仍然是关键问题之一。复合材料螺旋桨的优化设计包括两个核心问题：以水弹性稳态响应为目标的推进性能最大化和以结构振动为目标的模态频率最优化。在传统的螺旋桨设计思路中，通常将水动力性能作为第一设计目标，桨叶强度和动态性能作为约束。这是由于水动力性能受几何外形的决定，在几何外形和材料参数确定后，螺旋桨的结构静力和动力学特性也就确定，不具有足够的可设计性。相比于前者，复合材料螺旋桨结构设计参数更多、可设计性更强。在材料参数确定的前提下，复合材料的宏观力学特性就取决于铺层角度，材料的静力学和动力学参数又影响着复合材料螺旋桨的推进性能、振动及噪声性能。因此，研究铺层角度对复合材料螺旋桨性能的影响规律，探讨复合材料铺层优化设计的可能性，提出一种较为理想的铺层优化设计方法，对复合材料螺旋桨的优化设计具有重要意义。

基于代理模型的优化方法在工程领域已得到广泛的应用，代理模型方法就是通过在设计空间选取一定数量的样本，通过这些样本点的信息来拟合优化目标或约束在设计空间的分布。常用的代理模型方法有基于多项式函数的响应面法、Kriging模型、移动最小二乘以及径向基函数、支撑向量回归模型等，Kriging模型相比其它代理模型来说更易捕获真实物理问题中简单多项式无法代表的某些非线性特征，并且Kriging模型还可以得到模型在预测点的预测均方误差(Mean Square Error，MSE)，因此该方法目前得到了广泛的应用。

KDGO(Kriging-assisted Discrete Global Optimization)算法是针对计算昂贵的黑箱问题所提出的一种Kriging辅助的离散全局优化方法。该方法利用Kriging来近似代替原计算昂贵模型，并引入一种基于多起点知识挖掘方法的样本填充策略来捕获有希望的离散样本点，之后采用KNN(k-nearest neighbors)搜索策略和期望改进(Expectedimprovement，EI)准则来选择候选离散样本。该方法可很好地兼顾全局搜索能力和局部搜索能力，具有较高的计算效率和全局搜索的鲁棒性。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种采用KDGO算法的AUV复合材料螺旋桨铺层优化设计方法，通过优化AUV复合材料螺旋桨铺层角度序列，来获取模态频率最大值，以实现AUV复合材料螺旋桨的结构振动性能的优化。

技术方案

一种采用KDGO算法的AUV复合材料螺旋桨铺层优化设计方法，其特征在于步骤如下：