申请/专利权人：北京理工大学

申请日：2024-04-19

公开（公告）日：2024-06-28

公开（公告）号：CN118261011A

主分类号：G06F30/23

分类号：G06F30/23;G06F30/27;G06N3/006;G06F119/14

优先权：

专利状态码：在审-公开

法律状态：2024.06.28#公开

摘要：本发明公开的基于参数优化的测力传感器结构智能优化方法，属于测力传感器结构优化领域。本发明建立测力蛇形梁传感器有限元初始模型，与固体力学分析模块相耦合建立动、静固体力学计算域，采用重叠网格技术进行动、静计算域的耦合，并进行固体力学仿真计算；根据最小应力和最大刚度的优化目标建立多目标函数fC和适应度函数FC，通过适应度函数FC建立优化参数包括梁的长度、宽度、弯曲度与优化目标之间的关系。对传感器结构中待优化结构参数进行标注和编码，基于遗传算法优化测力传感器结构参数。基于Python搭建用于对测力传感器结构优化仿真分析流程自动化系统，通过耦合建模软件、仿真软件和测力传感器结构优化算法实现全自动测力传感器结构优化。

主权项：1.基于参数优化的测力传感器结构智能优化方法，其特征在于：包括如下步骤，步骤一：测力传感器结构包括中心块、方形边框和连接梁；中心块和方形边框通过连接梁连接；所述测力传感器结构在受到外力作用时，会产生弹性变形，使粘贴在其表面的电阻应变片形变，并将机械应变转化为电信号以实现测力；以传感器应力和刚度作为优化目标，以梁的长度、宽度、弯曲度作为优化变量，构建测力传感器结构的目标函数和适应度函数；初始测力传感器结构，使用建模软件对传感器结构进行有限元建模；对结构中梁间距离、方形边框和中心块做固定处理；步骤一中所述测力传感器结构的目标函数如式1所示：fC＝maxKC+minσC1其中，KC代表传感器结构的刚度，σC代表传感器的最大应力，对于每一组结构参数数组，通过评估目标函数计算不同结构参数数组之间的优劣，为保证在选取过程中保持良好的性能，构建测力传感器结构的适应度函数如式2所示： 其中，α和β是权重因子，用于调整刚度和应力在目标函数中的相对重要性，兼顾最大化传感器的刚度和最小化其应力的需求；在测力传感器结构优化算法计算迭代过程中，结构参数数组的适应度值越大，在后续迭代中被选中的概率越大；步骤二：基于步骤一中搭建的测力传感器有限元模型，与固体力学分析模块相耦合，建立动、静固体力学计算域，并分块对固体力学计算域进行网格划分；针对测力传感器在工作中通过方形边框和连接梁展开运动过程的特点，将方形边框和连接梁设置为动计算域，中心块区域设置为静计算域；在所述动、静固体力学计算域进行网格划分，得到测力传感器结构的计算网格；在所述计算网格中对动计算域的方形边框区域进行局部网格加密；在静计算域的中心块区域处进行网格加密；步骤三：基于步骤二划分的测力传感器结构计算网格，采用重叠网格技术进行动、静计算域的耦合；基于重叠网格耦合设置实现动、静计算域之间的数据传递，在满足计算精度的前提下提高测力传感器结构性能计算效率；动、静计算域之间的数据传递包括质量、动量以及能量的传递；步骤四：搭建仿真分析流程自动化系统，依靠该系统对建模软件和仿真软件的整合能力，自动将遗传算法优化后的测力传感器有限元模型导入仿真软件进行力学性能分析，并提取仿真结果中的最大应力和刚度量程，有效提高测力传感器结构的优化效率，并能够实时得到不同结构参数对应的有限元模型。并基于步骤一中适应度函数和步骤二中计算的传感器性能结果，建立优化参数包括梁的长度、宽度、弯曲度与优化目标之间的关系；步骤五：以初始有限元模型的结构参数为基准，对传感器结构中待优化结构参数进行标注和编码，构建染色体表示法，对不同结构参数进行小范围扰动变化并同步生成对应结构参数的有限元模型以建立初始种群S，基于步骤四中建立的仿真分析流程自动化系统，初始种群S中的各有限元模型自动导入仿真软件进行力学性能分析，并根据仿真结果进行适应度计算，依据适应度计算结果选择再生个体，通过遗传算法的优胜劣汰完成对优化参数组合的筛选组成群体S1，进而按照交叉遗传对其种群中的单个个体的优化参数进行随机变化并同步生成对应结构参数的有限元模型，得到新一代种群即新的优化参数组合集群作为新一轮输入。经过若干代的进化迭代后，得到最优个体和对应的有限元模型，也即最优的测力传感器优化参数组合，即基于不同参数组合实现测力传感器结构优化。

全文数据：

权利要求：

百度查询： 北京理工大学 基于参数优化的测力传感器结构智能优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD