基于NSGA-II算法的蝶阀阀板密封参数优化方法

摘要: 本发明涉及阀门设计,特别涉及基于nsga-ii算法的蝶阀阀板密封参数优化方法。背景技术:1、蝶阀因结构简单、流体阻力小,被大量应用于深海装备等高压工况的管路系统...
基于NSGA-II算法的蝶阀阀板密封参数优化方法

本发明涉及阀门设计,特别涉及基于nsga-ii算法的蝶阀阀板密封参数优化方法。

背景技术:

1、蝶阀因结构简单、流体阻力小,被大量应用于深海装备等高压工况的管路系统中。密封性能是衡量蝶阀质量的核心指标,其主要取决于密封面的接触应力,然而,如果密封面的接触应力过大会导致密封圈内部的等效应力过大,进而引发材料疲劳或挤出破坏,如何平衡密封面的接触应力与密封圈的等效应力具有重要研究意义。

2、传统的蝶阀阀板密封设计通常采用经验公式或单因素试错法;随着计算机仿真技术的发展,有限元仿真技术被引入蝶阀的设计以及密封性能验证过程,通过构建密封结构仿真模型完成既定参数组合下的多目标优化;部分设计方法还引入了智能优化算法进行密封参数寻优。

3、然而,采用经验公式或单因素试错法时难以处理压缩率、介质压差、结构内径等多参数件的非线性耦合关系;直接采用有限元法时耗时极长;现有智能优化算法的优化结果容易陷入局部最优,导致精度不足;因此,现有技术存在效率低、精度差以及难以协同优化的技术问题。

技术实现思路

1、针对现有技术的不足,本发明提供了基于nsga-ii算法的蝶阀阀板密封参数优化方法,用于解决现有技术存在效率低、精度差以及难以协同优化的技术问题。

2、本发明采用的技术手段如下:

3、第一方面,本发明提供了基于nsga-ii算法的蝶阀阀板密封参数优化方法,包括:

4、定义材料属性及接触非线性算法,设定外部水压边界条件,以构建蝶阀密封结构的有限元仿真基准模型;

5、将压缩率、密封圈内外压差及密封圈空心内径作为设计变量,将密封面接触应力和密封圈等效应力作为优化目标,采用box-behnken试验设计方法,在所述设计变量范围内生成多组试验样本组合,通过所述有限元仿真基准模型计算每组所述试验样本组合对应的密封面接触应力值和密封圈等效应力值,得到试验样本数据;

6、基于所述试验样本数据,构建关于所述密封面接触应力和所述密封圈等效应力的二阶响应面回归模型;

7、以最大化密封面接触应力和最小化密封圈等效应力为双优化目标,采用nsga-ii算法对所述二阶响应面回归模型进行迭代寻优,当满足预设迭代次数时,得到pareto最优解集;

8、基于所述pareto最优解集确定最优参数组合,将所述最优参数组合输入所述有限元仿真基准模型进行验证,得到验证后的蝶阀阀板密封参数。

9、进一步地,所述二阶响应面回归模型的表达式为:

10、

11、其中,表示密封面接触应力或密封圈等效应力的响应值;表示第i个设计变量;表示第j个设计变量;表示常数项系数;表示二次项系数;表示交互项系数。

12、进一步地,所述nsga-ii算法被配置为:种群规模设置为100,最大进化代数为200,交叉概率为0.9,变异概率为0.1。

13、进一步地,所述双优化目标的表达式为:

14、

15、

16、其中,表示最大化运算;表示密封面接触应力;表示密封面接触应力函数;表示最小化运算;表示密封圈等效应力;表示密封圈等效应力函数;a、b、c分别表示压缩率、密封圈内外压差和密封圈空心内径。

17、进一步地,基于所述pareto最优解集确定最优参数组合,包括:

18、计算所述pareto最优解集中各最优解距离理想点的欧氏距离,将所述欧氏距离最短对应的最优解参数组合确定为最优参数组合;所述理想点为密封面接触应力最大且密封圈等效应力最小的点。

19、进一步地,所述有限元仿真基准模型为二维轴对称平面应变模型,采用增广拉格朗日乘子法处理接触非线性,加载过程包括预紧压缩、施加外部水压和施加内部水压三个载荷步。

20、进一步地,所述蝶阀为具有中空橡胶密封圈的双偏心蝶阀,所述密封圈的材质为氢化丁腈橡胶。

21、第二方面,本发明还提供了基于nsga-ii算法的蝶阀阀板密封参数优化系统,包括:

22、仿真模型构建模块,用于定义材料属性及接触非线性算法,设定外部水压边界条件,以构建蝶阀密封结构的有限元仿真基准模型;

23、样本生成计算模块,用于将压缩率、密封圈内外压差及密封圈空心内径作为设计变量,将密封面接触应力和密封圈等效应力作为优化目标,采用box-behnken试验设计方法,在所述设计变量范围内生成多组试验样本组合,通过所述有限元仿真基准模型计算每组所述试验样本组合对应的密封面接触应力值和密封圈等效应力值,得到试验样本数据;

24、回归模型构建模块,用于基于所述试验样本数据,构建关于所述密封面接触应力和所述密封圈等效应力的二阶响应面回归模型;

25、多目标寻优处理模块,用于以最大化密封面接触应力和最小化密封圈等效应力为双优化目标,采用nsga-ii算法对所述二阶响应面回归模型进行迭代寻优,当满足预设迭代次数时,得到pareto最优解集;

26、参数确定验证模块,用于基于所述pareto最优解集确定最优参数组合,将所述最优参数组合输入所述有限元仿真基准模型进行验证,得到验证后的蝶阀阀板密封参数。

27、第三方面,本发明还提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现根据第一方面中任一项所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法。

28、第四方面,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现根据第一方面中任一项所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法。

29、与现有技术相比,本发明具有以下优点:

30、本发明通过构建蝶阀密封结构的有限元仿真基准模型,通过box-behnken试验设计方法生成样本组合并由仿真模型计算得到试验样本数据,基于该样本数据建立二阶响应面回归模型,以此替代大量直接仿真运算,再以最大化密封面接触应力、最小化密封圈等效应力为双优化目标,采用nsga-ii算法对回归模型迭代寻优得到pareto最优解集,选取最优参数组合后再经仿真模型验证得到蝶阀阀板密封参数,能够有效缩减整体计算量,提升参数求解的精准程度,同时可对两项相互制约的密封性能指标同步开展参数寻优,输出适配实际工况的密封参数。

1.基于nsga-ii算法的蝶阀阀板密封参数优化方法,其特征在于,包括:

2.根据权利要求1所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法,其特征在于,所述二阶响应面回归模型的表达式为:

3.根据权利要求1所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法,其特征在于,所述nsga-ii算法被配置为:种群规模设置为100,最大进化代数为200,交叉概率为0.9,变异概率为0.1。

4.根据权利要求1所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法,其特征在于,所述双优化目标的表达式为:

5.根据权利要求1所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法,其特征在于,基于所述pareto最优解集确定最优参数组合,包括:

6.根据权利要求1所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法,其特征在于,所述有限元仿真基准模型为二维轴对称平面应变模型,采用增广拉格朗日乘子法处理接触非线性,加载过程包括预紧压缩、施加外部水压和施加内部水压三个载荷步。

7.根据权利要求1所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法,其特征在于,所述蝶阀为具有中空橡胶密封圈的双偏心蝶阀,所述密封圈的材质为氢化丁腈橡胶。

8.基于nsga-ii算法的蝶阀阀板密封参数优化系统,其特征在于,包括:

9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现根据权利要求1至7中任一项所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述的基于nsga-ii算法的蝶阀阀板密封参数优化方法。