公开(公告)号：CN110472358A

公开(公告)日：2019-11-19

申请号：CN201910773545.9

申请日：2019-08-21

Applicant: 西北工业大学

Inventor： 张峰 ,  程磊 ,  徐夏雨 ,  习昊天 ,  张旭 ,  徐建波 ,  王亚萌 ,  高洋

IPC: G06F17/50

Abstract: 本发明涉及一种基于粒子群优化算法的飞机机电系统密封结构长寿命设计方法，采用RBF神经网络代理模型，将O型密封圈有限元模型中的建模参数和易失效点应力作为样本输入RBF神经网络进行训练，采用交叉验证的方法使预测误差降低到10％以下。然后采用疲劳寿命经验公式计算密封圈寿命。以O型密封圈的寿命为目标函数，预压缩量为待优化参数，密封圈不发生泄露为约束条件，采用自适应粒子群(APSO)算法，对O型密封圈的预压缩量进行优化。相对于传统的优化算法，本发明对复杂结构的参数优化具有很好的全局搜索能力和较快的收敛速度。

公开(公告)号：CN110472358B

公开(公告)日：2022-07-29

申请号：CN201910773545.9

申请日：2019-08-21

Applicant: 西北工业大学

Inventor： 张峰 ,  程磊 ,  徐夏雨 ,  习昊天 ,  张旭 ,  徐建波 ,  王亚萌 ,  高洋

IPC: G06F30/23 ,  G06F30/15 ,  G06F30/27 ,  G06F119/14

Abstract: 本发明涉及一种基于粒子群优化算法的飞机机电系统密封结构长寿命设计方法，采用RBF神经网络代理模型，将O型密封圈有限元模型中的建模参数和易失效点应力作为样本输入RBF神经网络进行训练，采用交叉验证的方法使预测误差降低到10％以下。然后采用疲劳寿命经验公式计算密封圈寿命。以O型密封圈的寿命为目标函数，预压缩量为待优化参数，密封圈不发生泄露为约束条件，采用自适应粒子群(APSO)算法，对O型密封圈的预压缩量进行优化。相对于传统的优化算法，本发明对复杂结构的参数优化具有很好的全局搜索能力和较快的收敛速度。