[发明专利]一种水力机械设备的浮体的优化设计方法

摘要

本发明公开了一种水力机械设备的浮体的优化设计方法，首先确定多目标优化的设计参数和目标参数，在设计参数范围内，使用均匀试验设计方法和AQWA对设计参数进行了离散化，以及样本的提取和完善。之后，在采用ANN算法构建起响应面的基础上，用MOGA算法进行了全局寻优，最后，获得了pareto前沿，在此基础上获得了最优设计参数。经实验证明，本发明的优化设计效果好。

主权项

1.一种水力机械设备的浮体的优化设计方法，其特征在于，包括如下步骤：步骤S1、确定浮体的初始设计参数和浮体参数化模型；所述浮体包括上甲板和设于所述上甲板下方的至少两个梯形浮箱，两个梯形浮箱之间可以过水；确定包括浮体的宽度、长度、高度、梯形浮箱的内锐角和短底边长在内的初始设计参数，其中，浮体的宽度应使行走人员不影响正在调整人员的作业，长度应使梯形浮箱的短边有一定的长度；S2、以浮体的长度或半长度、浮体的宽度或半宽度、浮体的高度以及梯形浮箱短底边长作为优化设计的设计参数，以气隙的最大值、压力的最大值和浮体在横摇方向上横摇附加质量响应的最大值作为优化设计的目标参数；S3、获取关于浮体的长度或半长度、浮体的宽度或半宽度、浮体的高度、梯形浮箱短底边长、气隙的最大值、压力的最大值和浮体在横摇方向上横摇附加质量响应的最大值的试验样本；S4采用步骤S3中的若干组试验样本数据构建以人工神经网络为理论基础的响应面模型，并利用另外一组样本数据进行响应面模型的验证；S5在步骤S4建立得到的响应面模型的基础上，采用MOGA进行优化，优化目标为使气隙的最大值最大化，压力的最大值和浮体在横摇方向上横摇附加质量响应的最大值最小化；经过若干次迭代后得到浮体的设计参数的Pareto解集；S6在Pareto解集的基础上根据聚合加权方法筛选出若干个最优候选点；然后在最优候选点中选取既可以保证浮体的最大气隙值较大，又可以保证浮体的最大附加质量较小的最优候选点作为最优点，从而得到优化后的浮体的设计参数。