[发明专利]基于ANSYS和遗传算法的3D打印桨叶结构优化设计

说明书

本发明公开了一种基于ANSYS和遗传算法的3D打印桨叶结构优化设计，包括：S1：设定遗传算法的运行参数及3D打印桨叶设计变量的初始值；S2：利用MATLAB调用ANSYS基于设计变量进行建模分析，然后输出相关建模数据；S3：采用罚函数法将约束条件与目标函数相结合作为适应度函数，利用ANSYS提取的数据进行适应度计算，然后判断是否满足停止准则即迭代次数；S4：如果不满足停止准则，则进入循环遗传操作，生成新的设计变量种群，重新进入步骤S2、S3；直至满足程序停止准则，结束循环，输出最优个体。本发明通过遗传算法与ANSYS相互的数据传输及调用，大大提高结构优化设计的效率及精度，程序运行稳定可靠。

技术领域

本发明属于3D打印桨叶结构的优化计划领域，具体涉及一种基于ANSYS和遗传算法的3D打印桨叶结构的优化设计方法。

背景技术

随着计算机的发展，结构优化设计软件的联合运用方法也开始广泛地被采纳。结构优化设计是以数学的最优化理论作为基础，用计算机软件配合迭代，在一定的约束条件下寻求最优解。ANSYS软件具有很强的结构分析功能，Matlab有很多可供选择的遗传算法优化工具箱以及很好的矩阵计算能力。在结构优化设计中，可充分利用二者的优势，实现Matlab与ANSYS的数据传输，对3D桨叶进行结构优化。

ANSYS可以通过APDL二次开发实现3D打印桨叶的参数化建模设计，但是ANSYS优化设计模块优化功能有限，设计变量有限制，APDL通过ANSYS的命令行窗口编译，缺乏强大的调试功能。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于ANSYS和遗传算法的3D打印桨叶结构的优化设计方法，通过Matlab遗传算法与ANSYS相互的数据传输及调用，大大提高结构优化的效率及精度，程序运行稳定可靠。

技术方案：为实现上述目的，本发明采用的技术方案为：

基于ANSYS和遗传算法的3D打印桨叶结构优化设计，包括以下步骤：

S1：利用MATLAB设定遗传算法的运行参数，包括种群规模、染色体长度、最大迭代次数、交叉概率、变异概率，然后设定3D打印桨叶设计变量的参数范围，并在参数范围内随机生成初始值，存入vara.txt文档里；

S2：利用MATLAB调用ANSYS在后台自动运行，ANSYS调用vara.txt文档数据进行建模分析，然后输出相关建模数据，存入result.txt文档里；

S3：采用罚函数法将约束条件与目标函数相结合作为适应度函数(把有约束条件的优化转化为无约束条件的优化)，并利用MATLAB调用result.txt文档的数据进行适应度计算，然后判断是否满足停止准则即迭代次数；

S4：如果不满足停止准则，则进入循环遗传算法操作，调用遗传算法工具箱，根据适应度计算的结果进行选择、交叉、变异，生成新的设计变量种群，存入vara.txt文档里，重新进入步骤S2、S3；

S5：直至满足程序停止准则，结束循环，输出迭代过程中的最优种群个体，并显示最终优化图形结果。

进一步的，所述3D打印桨叶的设计变量包括梁单元的半径、蒙皮的厚度。

进一步的，所述ANSYS输出的建模数据包括桨叶的最大应力、最大位移、质量以及频率。

进一步的，所述约束条件包括最大位移小于需用位移、最大应力小于需用应力、质量在设定范围内。

进一步的，所述优化目标函数设为桨叶的低阶频率远离整数倍气动谐波频率。

有益效果：本发明提供的一种基于ANSYS和遗传算法的3D打印桨叶结构的优化设计方法，相对于现有技术，具有以下优点：

1、把MATLAB作为主程序，能够同步提供多个设计变量，减轻了工作量；