一种带防卡死约束的溢流阀阀芯轻量优化方法与流程

本发明涉及液压控制阀数字化仿真与结构优化，具体涉及一种带防卡死约束的溢流阀阀芯轻量优化方法。

背景技术：

1、溢流阀是成套流体传动装备的核心压力控制基础元件，广泛配套于工程机械、航空航天、智能制造等高端装备领，是装备产业链基础零部件攻关重点方。当前装备制造行业持续向轻量化、高动态响应、长可靠寿命方向迭代，行业普遍采用中空拓扑结构优化阀芯质量，以此降低运动惯量、提升阀门启闭响应速度。

2、近年来，液压装备逐渐向超高压、大流量方向迭代升级，溢流阀启闭瞬态面临复杂的机液联合动力学与流固耦合问题。一方面，为提升阀芯动态响应速度，行业普遍采用内部掏空的拓扑轻量化结构以减小阀芯运动惯量；但另一方面，轻量化设计会减薄阀芯壁厚，在面对超高压阶跃冲击时，阀芯易产生微米级径向膨胀。若膨胀量超出阀芯与阀套的配合间隙，会出现干摩擦、阀芯抱死卡滞等不可逆严重故障。因此，阀芯快速动态响应需求与超高压工况下防卡死结构安全约束形成相互制约的技术矛盾，成为超高压溢流阀阀芯设计亟待解决的核心难题。

3、目前行业普遍采用智能启发式算法完成阀芯参数匹配设计，如对比文件cn119538453a公开的溢流阀多目标寻优方案，依托传统离散蚁群搭配退火算法优化阀门宏观流量、压力特性。该类方案在适配阀芯流固耦合、多维度协同优化场景时存在多层固有缺陷：

4、(1)传统蚁群算法为离散网格寻优架构，针对阀芯微米级连续尺寸参数优化必须做区间离散划分，为弥补离散带来的精度损失需叠加二次退火补偿，整体计算链路冗余度高；面对强非线性流固耦合高维参数空间时，极易偏离全局最优区间、陷入局部最优死区，优化结果存在先天偏差。

5、(2)现有优化体系无底层物理失效边界约束，算法评价仅以响应速度、流量误差等宏观性能作为评判指标，无法识别阀芯内部应力集中、径向膨胀形变等微观失效隐患；优化输出的理论尺寸在动态承压工况下极易发生阀芯抱死，方案工程落地可靠性不足。

6、(3)常规仿真加速代理模型采用全局平滑协方差核函数，会抹平压力冲击下阀芯形变、应力突变峰值，对危险边界预测失真；若采用全域均匀加密采样弥补预测盲区，会大幅提升三维有限元仿真算力消耗，拉长产品迭代周期，难以适配装备企业快速新品开发需求。

7、综上，流体传动零部件数字化设计领域亟需一套全新连续域智能优化整体架构，消除传统离散算法的固有短板，让优化模型具备承压危险边界自主识别、自适应避险能力，从根源平衡阀芯轻量化、动态响应性能与结构运行安全的多重约束矛盾，支撑高端装备液压核心零部件自主化研发。

技术实现思路

1、针对现有优化算法离散求解冗余、无物理安全约束、高维寻优易陷入局部最优、仿真算力消耗大、优化方案工程可靠性差等缺陷，本发明旨在重构一体化机液耦合寻优框架，在算法底层植入形变间隙安全惩罚机制，搭建代理模型与连续域多目标蚁群算法双自适应反馈闭环，赋予优化模型对流固耦合危险边界自主感知、自适应调整寻优策略的能力，同步平衡阀芯轻量化、动态稳定性与承压防卡死安全三大相互制约需求。

2、为实现上述目的，本发明提供了一种带防卡死约束的溢流阀阀芯轻量优化方法，包括以下步骤：

3、s1、根据阀芯多参数物理约束条件，构建连续多维搜索空间；

4、s2、根据所述连续多维搜索空间，构建机液联合仿真样本库；

5、s3、根据所述机液联合仿真样本库，训练自适应kriging代理模型并封装为预测黑盒；

6、s4、根据所述自适应kriging代理模型预测的响应，构建多物理场动态防卡死惩罚适应度函数；

7、s5、根据所述防卡死惩罚适应度函数驱动连续域多目标蚁群算法，得到pareto非劣解集；

8、s6、根据所述pareto非劣解集进行topsis决策，得到最终阀芯定型尺寸参数。

9、优选的，所述s1中，定义核心寻优特征向量，其中，

d

t为中心阻尼孔直径、

d

x为阀芯外径、

δ为阀芯和阀孔配合间隙、

m为阀芯质量；

10、依据质量-阻尼孔耦合下界约束、环形缝隙泄漏间隙上界约束、厚壁圆筒强度阀芯外径边界约束和动态响应阻尼孔径边界约束，划定具备物理可行性的连续参数求解范围。

11、优选的，所述s2中，建立基于amesim与ansys的双向数据交互平台，提取启闭响应时间、压力超调量、最大等效应力和最大径向膨胀变形量，并利用拉丁超立方抽样生成样本点，通过联合仿真获取对应的多目标物理特征输出，构建全工况输入输出映射样本库。

12、优选的，所述s3包括：

13、基于映射样本库拟合基础kriging代理模型，采用matern 5/2协方差核函数进行空间相关性映射；

14、通过期望提升主动学习循环筛选新增样本并迭代重构模型；

15、采用留一交叉验证评估全局预测精度直至收敛，将收敛后的模型封装为预测黑盒。

16、优选的，所述步骤s4包括：构建包含防卡死指数型惩罚项的多目标综合适应度函数，惩罚项在阀芯径向膨胀变形量超出配合间隙安全阈值时触发，将超出安全阈值的参数判定为不可行解。

17、优选的，所述s5包括：通过混合高斯概率密度函数生成新一代拓扑尺寸参数，将生成的参数输入所述预测黑盒获得物理响应并计算适应度得分，根据得分对劣解清零权重，并根据防卡死安全裕度动态调控高斯核方差，经迭代运算后输出pareto非劣解集。

18、优选的，所述s6包括：构建包含质量、响应时间、压力超调量和防卡死安全裕度的决策矩阵，依据公称压力等级自适应分配各指标权重，计算各候选解到正负理想解的贴近度，筛选贴近度最高的解作为最终最优拓扑尺寸特征向量。

19、优选的，所述s3中，留一交叉验证的收敛条件为预测均方根误差降至3%以下，或达到预设的最大计算资源。

20、与现有技术相比，本发明的有益效果如下：

21、本发明通过构建连续多维搜索空间并联合自适应kriging代理模型与连续域多目标蚁群算法，避免了传统离散网格寻优带来的精度损失与局部最优死区问题。本发明在算法底层引入防卡死指数型惩罚项与安全裕度动态反馈机制，使优化过程能够自主感知阀芯径向膨胀形变危险边界并自适应调整寻优策略，从根源上平衡了阀芯轻量化、动态响应性能与超高压防卡死结构安全三者间的矛盾。同时，本发明基于期望提升主动学习机制重构代理模型，在有限仿真算力下精准捕捉形变峰值，大幅降低优化迭代成本，显著提升了高压溢流阀阀芯设计方案的工程可靠性与落地性。

1.一种带防卡死约束的溢流阀阀芯轻量优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的带防卡死约束的溢流阀阀芯轻量优化方法，其特征在于，所述s1中，定义核心寻优特征向量，其中，dt为中心阻尼孔直径、dx为阀芯外径、δ为阀芯和阀孔配合间隙、m为阀芯质量；

3.根据权利要求1所述的带防卡死约束的溢流阀阀芯轻量优化方法，其特征在于，所述s2中，建立基于amesim与ansys的双向数据交互平台，提取启闭响应时间、压力超调量、最大等效应力和最大径向膨胀变形量，并利用拉丁超立方抽样生成样本点，通过联合仿真获取对应的多目标物理特征输出，构建全工况输入输出映射样本库。

4.根据权利要求1所述的带防卡死约束的溢流阀阀芯轻量优化方法，其特征在于，所述s3包括：

5.根据权利要求1所述的带防卡死约束的溢流阀阀芯轻量优化方法，其特征在于，所述步骤s4包括：构建包含防卡死指数型惩罚项的多目标综合适应度函数，惩罚项在阀芯径向膨胀变形量超出配合间隙安全阈值时触发，将超出安全阈值的参数判定为不可行解。

6.根据权利要求1所述的带防卡死约束的溢流阀阀芯轻量优化方法，其特征在于，所述s5包括：通过混合高斯概率密度函数生成新一代拓扑尺寸参数，将生成的参数输入所述预测黑盒获得物理响应并计算适应度得分，根据得分对劣解清零权重，并根据防卡死安全裕度动态调控高斯核方差，经迭代运算后输出pareto非劣解集。

7.根据权利要求1所述的带防卡死约束的溢流阀阀芯轻量优化方法，其特征在于，所述s6包括：构建包含质量、响应时间、压力超调量和防卡死安全裕度的决策矩阵，依据公称压力等级自适应分配各指标权重，计算各候选解到正负理想解的贴近度，筛选贴近度最高的解作为最终最优拓扑尺寸特征向量。

8.根据权利要求4所述的带防卡死约束的溢流阀阀芯轻量优化方法，其特征在于，所述s3中，留一交叉验证的收敛条件为预测均方根误差降至3%以下，或达到预设的最大计算资源。