蔡保佩, 易平
(大連理工大學(xué)建設(shè)工程學(xué)部土木工程學(xué)院,遼寧大連116024)
剛架[1]是目前較為廣泛采用的一種建筑結(jié)構(gòu)形式,在越來(lái)越多的建筑工程領(lǐng)域得到采用.剛架及其組合結(jié)構(gòu)由于受力、內(nèi)力復(fù)雜,截面自由度多等特點(diǎn)比桁架結(jié)構(gòu)復(fù)雜的多,故對(duì)剛架的研究比桁架的研究要困難的多.近年來(lái),隨著鋼結(jié)構(gòu)使用的越來(lái)越廣泛,針對(duì)剛架結(jié)構(gòu)的優(yōu)化問題,國(guó)內(nèi)外設(shè)計(jì)和研究單位已經(jīng)開展了一些研究工作,并取得了一些研究成果[1~2].Haug 和 Arora[3]用矩陣力法對(duì)剛架進(jìn)行優(yōu)化研究,實(shí)現(xiàn)材料重量的最小化.朱伯芳[4]針對(duì)有應(yīng)力約束的剛架問題,首先求出剛架的截面A、慣性矩I和截面模量W,進(jìn)而通過整體分析得到各個(gè)構(gòu)件的最大應(yīng)力,最終完成剛架的有應(yīng)力約束的優(yōu)化.佟維[5]利用遺傳算法.提出取剛架截面尺寸為設(shè)計(jì)變量,結(jié)構(gòu)體積為目標(biāo)函數(shù),求全局最優(yōu)解的概念.劉鵬[6]采用遺傳算法,針對(duì)門式剛架,進(jìn)行了包括離散和連續(xù)變量的截面形狀混合優(yōu)化,通過實(shí)例證明遺傳算法應(yīng)用于門式剛架的優(yōu)化設(shè)計(jì)是可行的.吳科等[7]采用蟻群算法對(duì)3跨24層168根桿件的鋼框架的結(jié)構(gòu)質(zhì)量進(jìn)行優(yōu)化計(jì)算,論證了蟻群算法在結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的良好的實(shí)用價(jià)值.本文以剛架或剛架與桁架組合結(jié)構(gòu)的截面尺寸為設(shè)計(jì)變量,在材料性質(zhì)、荷載已知的情況下,進(jìn)行有應(yīng)力約束和位移約束的結(jié)構(gòu)重量或體積最小化.主要利用了粒子群優(yōu)化算法,并將其優(yōu)化結(jié)果與改進(jìn)的可行域算法(MMFD)、序列線性算法(SLP)、序列二次規(guī)劃(SQP)等傳統(tǒng)優(yōu)化算法的結(jié)果進(jìn)行比較.
粒子群優(yōu)化算法(PSO)是一種基于群智能方法的演化計(jì)算技術(shù),于1995由Kennedy和Eennedy提出,算法模擬鳥群飛行覓食的行為,通過鳥之間的集體協(xié)作使群體達(dá)到最優(yōu).該方法初值由程序隨機(jī)選取,群體解空間中追隨最優(yōu)粒子進(jìn)行搜索,容易實(shí)現(xiàn),同時(shí)又有深刻的智能背景,既適合科學(xué)研究,又特別適合工程應(yīng)用[8~9].
圖1 八層剛架的結(jié)構(gòu)計(jì)算簡(jiǎn)圖
圖2 型鋼截面尺寸示意圖
其中w為慣性權(quán)重,采用線性變化的慣性權(quán)重,c1,c2是正的實(shí)常數(shù),稱為加速因子,本文取為2.05;r1,r2為[0,1]中均勻分布的隨機(jī)數(shù)[10~12].本文PSO的計(jì)算參數(shù)選擇如下:粒子群數(shù)ps=300,最大迭代次數(shù)T=400,c1=c2=2.05;
剛架結(jié)構(gòu)不僅要承受軸力、剪力,還要承受彎矩,截面受力復(fù)雜,本文利用求取最大應(yīng)力.同時(shí)由于本文采用的有限元程序僅可計(jì)算出桿單元兩端的軸力、剪力和彎矩,故在實(shí)際桿的兩端、剪力為零處、集中力作用點(diǎn)、集中力偶作用點(diǎn)等處設(shè)置結(jié)點(diǎn),從而有望求出整個(gè)剛架結(jié)構(gòu)內(nèi)的最大應(yīng)力.
優(yōu)化模型如下:
程序運(yùn)行步驟如下:
(1)給定各設(shè)計(jì)變量初值(PSO不用給定初值,為隨機(jī)取值);
(2)有限元程序讀入各設(shè)計(jì)變量的初值;
我右手邊的墻上是一個(gè)小女孩的關(guān)節(jié)造影,她的父母在那次車禍中雙雙辭世,她被推進(jìn)手術(shù)室,診斷結(jié)果她右大腿肌肉壞死嚴(yán)重,只能高位截肢,我為她做了右髖關(guān)節(jié)離斷術(shù),這意味著她以后右腿將無(wú)法安裝假肢。她的高燒不退,當(dāng)我走到她的病床邊,她問我,能否握著我的手睡覺,我點(diǎn)點(diǎn)頭,她稚嫩的手指勾著我的手,手上還掛著一只小娃娃。她說(shuō)見到小娃娃就好像見到了死去的爸爸媽媽,她不時(shí)地睜開眼確定我在她身邊,才又睡去。
(3)有限元程序計(jì)算目標(biāo)函數(shù)值、最大應(yīng)力及最大位移;
(4)優(yōu)化程序?qū)ψ畲髴?yīng)力、最大位移等約束條件進(jìn)行檢驗(yàn),同時(shí)根據(jù)一定的尋優(yōu)規(guī)則確定新的設(shè)計(jì)點(diǎn);
(5)重復(fù)過程(3)和(4),直至滿足某項(xiàng)終止準(zhǔn)則結(jié)束迭代.
本文基于PSO算法依次對(duì)八層剛架結(jié)構(gòu)、平面剛架與桁架組合結(jié)構(gòu)進(jìn)行尺寸優(yōu)化.同時(shí)將所得結(jié)果與MMFD,SLP,SQP三種傳統(tǒng)優(yōu)化算法的結(jié)果進(jìn)行比較.約束條件>0.001視為違反約束,最大迭代次數(shù)均為100.
如圖1所示八層平面剛架,選自文獻(xiàn)[13].左側(cè)結(jié)點(diǎn)均受一個(gè)大小如圖示的集中力,同時(shí)每個(gè)結(jié)點(diǎn)均受一個(gè)大小為444.8 kN的集中力,各單元的彈性模量E=200GPa,材料密度為ρ=76.8 kN/m3,要求頂端位移不超過0.0508 m.選取各類截面面積為設(shè)計(jì)變量,截面面積分類如圖1示,具有相同數(shù)字的各桿具有相同的截面面積.截面為H型截面,截面形式如圖2所示,截面寬度B不得小于0.05 m,不得大于0.5 m,截面高度H不得小于0.1 m,不得大于1m,截面高寬比B/H不得小于1,不得大于10.優(yōu)化結(jié)構(gòu)使總重量最?。?/p>
本題中剛架為H型鋼,截面比較復(fù)雜,故采用一定的簡(jiǎn)化措施[14].腹板與翼緣的厚度選用經(jīng)驗(yàn)公式
截面面積A的表達(dá)式為
故設(shè)計(jì)變量?jī)H剩下截面寬度B與截面高度H.
其優(yōu)化模型可表示為:
注意:式中l(wèi)i是結(jié)構(gòu)中截面面積為Ai的各桿單元長(zhǎng)度之和.
本算例分別使用四種不同的優(yōu)化方法進(jìn)行了五次優(yōu)化,PSO算法初值五次均有由程序隨機(jī)選取,三種傳統(tǒng)算法的初值分別為:J1(最小值)、J2(最小值與最大值四分之一點(diǎn)處)、J3(最小值與最大值中點(diǎn)處)、J4(最小值與最大值四分之三點(diǎn)處)、J5(最大值).四種不同方法五次優(yōu)化的最終優(yōu)化結(jié)果如表1所示:
表1 八層剛架的不同方法優(yōu)化目標(biāo)值對(duì)比
由表1 可知,MMFD,SLP,SQP,PSO 算法的五次優(yōu)化均能得到較好的可行解,但總體比較而言,PSO算法的五個(gè)結(jié)果更加接近,相對(duì)優(yōu)于其他幾種方法,充分說(shuō)明了在八層剛架的優(yōu)化過程中,PSO算法相對(duì)傳統(tǒng)算法具有更強(qiáng)的穩(wěn)定性.
針對(duì)不同方法在五次優(yōu)化中選取最佳結(jié)果,其各個(gè)變量的對(duì)比如表2所示:
表2 八層剛架的不同方法最優(yōu)結(jié)果對(duì)比
1 00 2 9.21 59.65 8.00 60.76 10.80 56.78 10.07 59.50 3 8.12 50.35 7.27 51.79 9.13 49.11 5.54 52.12 4 7.02 42.33 5.93 42.76 6.36 43.53 6.65 43.12 5 9.93 62.22 9.35 63.53 9.95 62.34 9.19 63.11 6 9.78 64.96 9.73 64.85 10.03 64.04 9.74 63.47 7 9.61 60.51 8.62 62.07 9.65 60.50 10.31 59.63 8 7.85 48.37 5.02 52.10 7.98 48.31 7.97 47.46 12.05 70.00 12.32 70.00 12.09 69.99 12.66 70.25.868 25.892 25.871 25.904最大位移(m)總重(kN)0.050784 0.050812 0.050822 0.050769
由表2可知,PSO,MMFD,SLP,SQP算法的最優(yōu)結(jié)果均符合約束條件的要求,約束偏差均在0.001內(nèi),視為滿足約束.同時(shí)比較四種算法的結(jié)果,PSO算法的總重量最小,充分說(shuō)明了在八層剛架的優(yōu)化過程中,PSO算法相較傳統(tǒng)算法具有較好的收斂性.
同時(shí)文獻(xiàn)參考文獻(xiàn)[8]中也給出了優(yōu)化的最終結(jié)果,并對(duì)其進(jìn)行了型鋼的選取,PSO算法先按連續(xù)變量求取最優(yōu)解,然后參照型鋼表選取型鋼的結(jié)果與原文獻(xiàn)結(jié)果對(duì)比如表3所示:
表3 選取型鋼截面對(duì)比
由表3可知,通過PSO算法先按連續(xù)變量求取最優(yōu)解,然后參照型鋼表選取型鋼,最大位移均在0.0508范圍內(nèi),完全符合要求,同時(shí)用鋼量比文獻(xiàn)所用方法更加節(jié)省.充分說(shuō)明了PSO算法在八層鋼架優(yōu)化過程中的正確性、有效性.
圖3 組合結(jié)構(gòu)計(jì)算簡(jiǎn)圖
如圖3所示組合結(jié)構(gòu),結(jié)構(gòu)由相同材料組成,材料彈性模量E=210 GPa,許用應(yīng)力為25 MPa.各節(jié)點(diǎn)的橫向、豎向位移均不得超過0.02 m,選取各類截面面積為設(shè)計(jì)變量(圖3中橫梁1與2,立柱3與4分別采用相同的截面面積),各桿截面面積不得小于1E-04 m2,不得大于6E-02m2,優(yōu)化結(jié)構(gòu)使總體積最?。?/p>
組合結(jié)構(gòu)兼有桁架與剛架的性質(zhì),在現(xiàn)實(shí)中的應(yīng)用十分廣泛.結(jié)構(gòu)中有一部分桿只承受軸向力,一部分桿卻受力復(fù)雜,圖2中橫梁1上有彎矩最大點(diǎn),選取該點(diǎn)及各桿桿端為結(jié)點(diǎn),該結(jié)構(gòu)結(jié)點(diǎn)的序號(hào)、桿的序號(hào)以及各自的自由度如圖4所示.
圖4 組合結(jié)構(gòu)結(jié)點(diǎn)及結(jié)點(diǎn)自由度示意圖
其優(yōu)化模型可表示為:
注意:式中l(wèi)i是結(jié)構(gòu)中截面面積為Ai的各桿單元長(zhǎng)度之和.
和例題1一樣,本算例也分別使用四種不同的優(yōu)化方法進(jìn)行了五次優(yōu)化,其最終優(yōu)化結(jié)果如表4所示:
表4 組合結(jié)構(gòu)不同方法目標(biāo)值對(duì)比
注意:“-”代表局部收斂,“×”代表違反約束
由表4可知,SLP算法在初值取J3時(shí)得不到可行解,SQP算法在初值取J2、J4時(shí)不能得到可行解,在初值取J5時(shí)陷入局部收斂,而PSO算法的五次計(jì)算均能得到可行解,且五個(gè)結(jié)果都很接近,充分說(shuō)明了在平面剛架與桁架組合結(jié)構(gòu)的優(yōu)化過程中,PSO算法相對(duì)傳統(tǒng)算法具有更強(qiáng)的穩(wěn)定性.針對(duì)不同方法在五次優(yōu)化中選取最佳結(jié)果,其各個(gè)變量的對(duì)比如表5所示:
表5 組合結(jié)構(gòu)不同方法最優(yōu)結(jié)果對(duì)比
由表5可知,PSO,MMFD,SQP算法的最優(yōu)結(jié)果均符合約束條件的要求,最大應(yīng)力約束偏差均在0.001內(nèi),最大位移遠(yuǎn)遠(yuǎn)滿足約束,視為應(yīng)力約束、位移約束均得到滿足.充分說(shuō)明了在平面剛架與桁架組合結(jié)構(gòu)的優(yōu)化過程中,PSO算法具有很好的收斂性.
本文運(yùn)用粒子群優(yōu)化算法實(shí)現(xiàn)了平面剛架結(jié)構(gòu)及組合結(jié)構(gòu)的優(yōu)化設(shè)計(jì),同時(shí)運(yùn)用MMFD,SLP,SQP等傳統(tǒng)算法進(jìn)行優(yōu)化結(jié)果的比較,主要結(jié)論如下:
(1)平面剛架結(jié)構(gòu)及平面組合結(jié)構(gòu)由于受力、內(nèi)力更復(fù)雜,故其優(yōu)化相對(duì)桁架結(jié)構(gòu)要復(fù)雜的多;而粒子群優(yōu)化算法可以較好地解決平面剛架及平面組合結(jié)構(gòu)的尺寸優(yōu)化問題;
(2)粒子群優(yōu)化算法相對(duì)傳統(tǒng)優(yōu)化算法MMFD,SLP,SQP有更好的全局收斂性與穩(wěn)定性,其優(yōu)化結(jié)果不依賴于初值的選取,可以更加有效地避免局部收斂,于現(xiàn)實(shí)工程更有意義.
[1] 汪洋.門式剛架輕型鋼結(jié)構(gòu)優(yōu)化設(shè)計(jì)研究[D].杭州:浙江工業(yè)大學(xué),2006.
[2] 馮建霖.門式剛架輕鋼結(jié)構(gòu)優(yōu)化設(shè)計(jì)研究[D].西安:西北建筑科技大學(xué),2009.
[3] Haug E J,Arora J S.Applied Optimal Design:Mechanical and Structural Systems[M].New York:Wiley,1979.
[4] 朱伯芳.結(jié)構(gòu)優(yōu)化設(shè)計(jì)原理與應(yīng)用[M].北京:水利水電出版社,1984.
[5] 佟維.利用遺傳算法的結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J].大連鐵道學(xué)院學(xué)報(bào),2000,21(2):7-11.
[6] 劉鵬.門式剛架優(yōu)化設(shè)計(jì)[J].工業(yè)建筑:2001(7):58-60.
[7] 吳科,李哲,趙巖峰,等.基于蟻群算法的剛架結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J].鋼結(jié)構(gòu),2007,22(6):13 -16.
[8] Eberhart R C,Shi Y.Particle Swarm Optimization:Developments,Applications and Resources[C].//Evolutionary Computation,2001.Proceedings of the 2001 Congress on.IEEE,2001(1):81-86.
[9] Parsopoulos K E,Vrahatis M N.Recent Approaches to Global Optimization Problems through Particle Swarm Optimization[J].Natural computing,2002,1(2 -3):235 -306.
[10] 王萬(wàn)良,唐宇.微粒群算法的研究現(xiàn)狀與展望[J].浙江工業(yè)大學(xué)學(xué)報(bào),2007,35(2):136 -141.
[11] Poli R,Kennedy J,Blackwell T.Particle Swarm Optimization[J].Swarm intelligence,2007,1(1):33 -57.
[12] 李寧,付國(guó)江,庫(kù)少平,等.粒子群優(yōu)化算法的發(fā)展與展望[J].武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版),2005,30(02):26-29.
[13] Camp C,Pezeshk S,Cao G..Optimized Design of Two-Dimensional Structures Using a Genetic Algorithm[J].Journal of Structural Engineering,1998,124(5):551 -559.
[14] 陳紹蕃,顧強(qiáng).鋼結(jié)構(gòu)基礎(chǔ)[M].北京:中國(guó)建筑工業(yè)出版社,2007.