颗粒阻尼参数优化及工程应用.docVIP

颗粒阻尼参数优化及工程应用 　　摘要： 颗粒阻尼减振技术由于方法简单，成本低，具有较好的实用价值，但颗粒阻尼效果受到多个参数的影响。本文通过模拟退火理论对颗粒粒径，填充率，砂箱腔体结构等参数进行了参数优化分析。将该方法应用在水泵隔振工程中，并取得了满意的效果。 　　Abstract： Particle damping reduction technology has good practical value because of its simple method and low cost， but a number of parameters can affect particle damping effect. The parameter optimization of particle size， filling rate and sand box cavity structure were analyzed by using simulated annealing theory. The method was used in the pump vibration engineering， at the same time， the engineering achieved satisfactory results. 　　关键词： 颗粒阻尼；水泵；隔振；模拟退火 　　Key words： particle damping；pump；vibration isolation；simulated annealing 　　中图分类号：TB21 文献标识码：A 文章编号：1006-4311（2016）16-0090-03 　　0 引言 　　颗粒阻尼减振技术在工程中具有广泛的应用价值，但由于颗粒阻尼的非线性以及影响因素多，很难用简单数学模型的方法进行各参数的优化。近年来随着模拟退火智能方法的发展，为颗粒阻尼技术中的参数优化问题的解决开辟了新的思路[1]。 　　1 模拟退火优化算法 　　模拟退火优化算法即通过构建模拟退火算法函数，搜索函数区间内最小值的思想，再以Metropolis抽样准则，使函数最小值区间收敛于局部最优解[2]。 　　组合类型模拟退火优化算法可以描述为：令Ω={s1…sn}为组合类型的解集，w（si）为解si对应的函数值，要求在解集内寻找到s*，使s*∈Ω的同时，有w（s*）=min{w（si）}或w（s*）=max{w（si）}。 　　寻找最优解的关键之一在于合理的设置模拟退火参数[3]，具体的参数控制包括以下方面： 　　①设置初始值。设置初始值是否合理是影响全局搜索效率的重要因素之一，合理设置初始值，可以节省全局搜索时间。 　　②退火速度。退火速度直接影响模拟退火算法的全局搜索性能。具体问题需要设置合理的退火速度，在保证求解精度的前提下，以可接受的时间内解决问题。 　　2 颗粒阻尼模拟退火算法 　　应用模拟退火算法解决颗粒阻尼技术在工程的应用问题，其核心是构建一种全局最优的搜索方法[4]。具体过程如下： 　　以颗粒阻尼的最大值作为目标，构造目标函数，使其最大解对应于问题的最优解，即： 　　2.1 模拟退火的运算步骤 　　①设置初始值。根据经验间隔随机设置一组初始值M，初始温度T0，设置迭代次数i=0，接受检验精度ε。在迭代之前有：fopt=f（M0），f*=f（M0），Mp=M0。 　　②将Mp作为出发点，按Powell算法进行搜索运算，得到一个局部最优点，对每个初始值搜索后得到一组局部最优点M′p，令Mi=M′p，fopt=f（Mi），Mp=Mi+1，判断全局最优点，若全部点符合f（Mi+1）fopt（Mi），则f*=f（Mi）。 　　③设当前最优点为Mi，令T=Ti，Ti=T（0）[1+ln（i）]，设置i=i+1，按设计接受准则得到一组新的最优点Mi+1。 　　④若经过模拟退火运算后得到的最优点Mi+1能满足精度要求，结束退火运算，否则，令：Mi=Mi+1，进行下一轮运算，直到迭代次数符合要求或精度满足要求。 　　对于颗粒阻尼多个参数的优化，因为不互相约束，分别对每个参数分别应用上述模拟退火的运算。 　　2.2 颗粒阻尼的参数优化 　　在悬臂梁端部上面刚性固定颗粒砂箱（见图1），应用该实验测量装置测量颗粒阻尼比，为参数优化提供足够的样本。实验时，分别在砂箱内填充Φ0.50-1.00mm，Φ1.01-1.50mm，Φ1.51-3.50mm，Φ3.51-10.5mm和Φ10.51-35mm五种直径的颗粒；为增加样本数量，填充率从10%到80%，填充率间隔为5%；在砂箱内分别设置两腔，四腔，六腔和八腔结构。在单腔和多腔体结构中，颗粒均匀分布。 　　测试共收集到3