一种随机振动作用下GIL设备卡箍参数识别与布置优化方法与流程

摘要: 本发明涉及一种随机振动作用下gil设备卡箍参数识别与布置优化方法,属于气体绝缘金属封闭输电线路设备减振设计。背景技术:1、gil设备,即气体绝缘金属封闭输电线路...
一种随机振动作用下GIL设备卡箍参数识别与布置优化方法与流程

本发明涉及一种随机振动作用下gil设备卡箍参数识别与布置优化方法,属于气体绝缘金属封闭输电线路设备减振设计。

背景技术:

1、gil设备,即气体绝缘金属封闭输电线路设备,通常由金属壳体、内部导体、绝缘支撑、法兰连接结构、卡箍支撑及基础结构等组成。随着地下综合管廊、城市轨道交通、地下变电站、电力隧道等大型基础设施工程的发展,gil设备的运行环境日益复杂。在实际工程中,交通运行、施工扰动、设备运行、基础传递振动及周边环境微振动等均可能通过土体、管廊结构、支撑基础或安装平台传递至gil设备,引起壳体、法兰、导体及绝缘支撑结构的随机振动响应。当gil设备结构固有频率与外部随机振动频段发生耦合时,可能导致局部振动响应放大,进而影响设备连接部位、支撑部位及绝缘支撑系统的长期运行可靠性。因此,有必要针对随机振动作用下gil设备的支撑约束、动力学特性和振动响应特征开展减振设计。

2、卡箍是gil设备壳体与基础之间的重要支撑构件,其等效支撑刚度和布置位置直接影响gil设备整体动力学特性。现有工程中,卡箍布置多依据安装空间、经验间距或对称布置原则确定,缺少面向随机振动响应的定量优化方法。对于gil这类长跨薄壁管状设备,简单采用等间距布置、对称布置或单纯增加卡箍数量,并不一定能够获得最优减振效果。

3、同时,卡箍在实际工程中并非理想刚性约束。其支撑作用受到接触柔度、安装间隙、垫片压缩、螺栓预紧力、摩擦滑移及基础连接状态等因素影响。若在有限元模型中直接将卡箍简化为固定约束,容易导致模型边界条件与实际支撑状态不一致,从而影响模态分析、随机振动响应分析及后续布置优化结果的可靠性。

4、此外,若直接对大量卡箍布置方案逐一开展随机振动有限元分析,需要频繁完成有限元建模和相关计算,计算成本较高,难以满足全局优化搜索要求。因此,需要一种能够同时考虑卡箍真实支撑特性、运行环境随机振动输入、有限元参数化建模、代理模型快速预测和智能优化算法的gil设备卡箍参数识别与布置优化方法。

技术实现思路

1、本发明的目的是提供一种随机振动作用下gil设备卡箍参数识别与布置优化方法,该方法首先建立gil设备参数化有限元模型,将卡箍支撑等效为弹簧约束;然后获取gil设备实际支撑状态下的目标模态频率,构建响应面代理模型和并通过遗传算法反演识别卡箍等效刚度参数,回代验证后得到基准模型;在此基础上,将运行环境随机振动功率谱密度作为输入激励,以壳体及法兰节点集合最大加速度统计响应为优化目标;进一步采用kriging代理模型和差分进化算法进行卡箍位置优化,并通过有限元回代验证确定最优卡箍布置方案。该方法实现了卡箍等效刚度参数识别、随机振动响应评价和卡箍布置优化的一体化设计。

2、为达到上述目的,本发明是采用下述技术方案实现的。

3、本发明提供一种随机振动作用下gil设备卡箍参数识别与布置优化方法,包括:

4、获取待优化gil设备的结构参数,建立含壳体、法兰、导体、绝缘子和卡箍支撑的参数化有限元模型;

5、将卡箍支撑等效为弹簧约束单元组并布置于壳体对应的有限元节点处;

6、建立卡箍物理安装位置与有限元节点编号的映射关系,以卡箍首端节点编号为卡箍位置设计变量;

7、采集gil设备实际支撑状态下的目标模态频率;

8、基于卡箍结构尺寸和材料参数确定卡箍等效刚度参数初始搜索区间,通过敏感性分析缩减该区间;

9、在缩减后的区间内进行采样,调用参数化有限元模型进行模态分析,构建卡箍等效刚度参数与gil设备固有频率的响应面代理模型;

10、以目标模态频率为参照,依托响应面代理模型,采用遗传算法反演卡箍等效刚度参数并回代至参数化有限元模型进行模态验证,得到基准模型;

11、获取gil设备运行环境下的随机振动功率谱密度并施加于基准模型,构建随机振动有限元模型;并配置壳体和法兰节点中加速度统计响应最大值作为卡箍布置优化目标函数;

12、在卡箍布置可行域内生成布置样本,调用随机振动有限元模型计算各样本对应的目标函数值,建立卡箍布置位置与目标函数值的kriging代理模型;

13、基于kriging代理模型,采用差分进化算法对卡箍布置位置进行全局寻优,得到若干候选布置方案;

14、将候选布置方案回代至随机振动有限元模型进行验证,选取目标函数值最小的候选布置方案作为最优卡箍布置方案。

15、可选的,所述弹簧约束单元组包括:

16、沿gil设备壳体横截面两个相互正交的径向分别布置的线性弹簧与扭转弹簧,所述线性弹簧用于表征卡箍对gil设备壳体的径向平移约束,扭转弹簧用于表征卡箍对gil设备壳体绕对应径向轴的转动约束;

17、每个卡箍对应设置至少两组弹簧约束单元组,布置于卡箍首端和尾端对应的壳体节点处;弹簧约束单元组的一端连接壳体节点,另一端连接施加有固定约束的基础固定节点。

18、可选的,所述建立卡箍物理安装位置与有限元节点编号的映射关系,包括:

19、沿gil设备壳体轴向进行均匀网格划分,使卡箍宽度对应整数个有限元单元长度,当一个卡箍由多个节点共同表示时,除卡箍首端节点之外的其余节点编号,均由卡箍首端节点编号叠加预设偏移量确定。

20、可选的,卡箍等效刚度参数初始搜索区间的确定方法包括:

21、计算卡箍等效刚度参数理论值,包括两个线性支撑刚度参数与两个扭转支撑刚度参数的理论值;

22、线性支撑刚度理论值计算公式为:

23、;

24、其中,为卡箍材料弹性模量,为卡箍有效承载截面积,为等效变形长度;

25、扭转支撑刚度理论值计算公式为:

26、;

27、其中,为卡箍材料剪切模量,为卡箍矩形截面抗扭截面常数,为等效扭转长度;所述矩形截面抗扭截面常数按进行计算,其中和分别为卡箍的等效宽度和等效厚度;

28、以计算得到的线性支撑刚度理论值和扭转支撑刚度理论值为基准,向两侧扩展预设数量级范围,分别得到两个线性支撑刚度参数与两个扭转支撑刚度参数的初始搜索区间。

29、可选的,所述敏感性分析包括:

30、在初始搜索区间内对各卡箍等效刚度参数逐一执行单变量对数均匀扫描,调用参数化有限元模型计算单一等效刚度参数变动下的gil设备前n阶固有频率,依据前n阶固有频率随等效刚度参数的变化幅度,将卡箍等效刚度参数划分为敏感参数与弱敏感参数;

31、基于所述变化幅度的趋势,缩减弱敏感参数的搜索区间;

32、对敏感参数执行双变量耦合扫描,计算不同敏感参数组合下的前n阶固有频率与前n阶目标模态频率之间的误差,根据所述误差缩减敏感参数的搜索区间。

33、可选的,所述响应面代理模型为二次多项式响应面代理模型,其构建包括:

34、在缩减后的等效刚度参数搜索区间内先判定卡箍等效刚度参数的量级跨度:

35、参数跨多数量级时先进行对数变换,再在对数空间内进行拉丁超立方采样;参数处于单一数量级时直接在原始参数空间进行拉丁超立方采样;

36、采样后得到多组样本并区分训练样本与验证样本,每组样本对应一组卡箍等效刚度参数组合;

37、将全部样本的等效刚度参数代入参数化有限元模型开展模态分析,提取各组样本对应的gil设备前n阶固有频率,形成等效刚度参数与前n阶固有频率的数据集;

38、利用训练样本在其采样空间内,分别求解前n阶固有频率对应的二次多项式系数,完成

39、前n阶响应面代理模型的拟合;再通过验证样本校验各响应面代理模型对前n 阶固有频率的预测精度,

40、精度满足预设要求即完成响应面代理模型构建,否则调整样本数量或采样范围重新采样迭代建模。

41、可选的,依托响应面代理模型,采用遗传算法反演卡箍等效刚度参数并回代至参数化有限元模型进行模态验证,得到基准模型,包括:

42、以前n阶目标模态频率和响应面代理模型预测的前n阶固有频率之间的加权相对误差平方和作为频率匹配误差函数;采用遗传算法在缩减后的等效刚度参数搜索区间内搜索使所述频率匹配误差函数最小的卡箍等效刚度参数组合;

43、将所述卡箍等效刚度参数组合回代至参数化有限元模型重新进行模态分析,比对参数化有限元模型输出的前n阶固有频率与前n阶目标模态频率;仅当前n阶固有频率与前n阶目标模态频率的偏差满足预设精度阈值时,得到基准模型。

44、可选的,所述加速度统计响应的计算,包括:

45、在随机振动有限元模型中开展随机振动分析,提取壳体和法兰节点在预设目标频段内的位移功率谱密度响应,将所述位移功率谱密度响应转换为加速度功率谱密度响应:

46、;

47、其中,为节点k的y向加速度功率谱密度响应,为节点k的y向位移功率谱密度响应,预设目标频段内的振动频率;

48、对预设目标频段内的y向加速度功率谱密度响应进行积分,得到各节点的y向加速度响应方差,进一步计算各节点的y向加速度均方根响应;

49、取三倍y向加速度均方根响应作为各节点的加速度统计响应。

50、可选的,所述kriging代理模型的建立包括:

51、在卡箍布置可行域内采用拉丁超立方采样方法生成初始卡箍布置样本,将初始卡箍布置样本代入随机振动有限元模型,计算各样本对应的目标函数值,形成卡箍布置位置与目标函数值的样本数据集;基于样本数据集构建kriging代理模型,所述kriging代理模型以卡箍首端节点编号为输入,以壳体和法兰节点集合中最大加速度统计响应为输出;

52、采用全局补充采样和基于期望改进准则的自适应加密采样补充卡箍布置样本并更新样本数据集,利用交叉验证方法评价kriging代理模型预测精度,得到预测精度满足预设要求的kriging代理模型。

53、可选的,基于kriging代理模型,采用差分进化算法对卡箍布置位置进行全局寻优,得到若干候选布置方案,包括:

54、差分进化算法以卡箍首端节点编号组成的向量作为种群个体,以kriging代理模型预测的最大加速度统计响应确定适应度评价值;

55、迭代过程中,种群个体经变异、交叉操作生成候选布置变量,先对候选布置变量执行取整处理、边界修正和可行性判断,确保其均满足布置约束后,再代入kriging代理模型计算适应度评价值,随后通过选择操作完成种群更新,并在达到最大迭代次数时输出候选布置方案。

56、与现有技术相比,本发明所达到的有益效果:

57、本发明通过敏感性分析缩减卡箍等效刚度的搜索区间,结合响应面代理模型与遗传算法完成刚度参数反演,经有限元回代验证构建基准模型,有效修正了将卡箍简化为刚性约束的边界偏差,充分还原真实支撑特性,提升了后续模态与随机振动分析结果的可靠性,为后续布置优化提供精准的模型基础。在此基础上,本发明面向随机振动运行环境构建kriging代理模型,结合差分进化算法开展卡箍布置全局寻优,突破传统经验布置、等间距对称布置的局限,以壳体与法兰节点的最大加速度响应为优化目标匹配卡箍位置,避免盲目增加卡箍数量的成本浪费,可有效抑制长跨薄壁gil设备的随机振动响应,提升设备整体运行稳定性。

58、同时,本发明采用参数化有限元建模搭配代理模型,以代理模型替代批量有限元计算,大幅降低全局优化过程中的重复建模与仿真成本,兼顾优化精度与计算效率,适配多种工程场景下gil设备卡箍设计优化的实际需求。