详情

原文传递水下航行器复合材料耐压壳优化设计方法研究

论文题名：	水下航行器复合材料耐压壳优化设计方法研究
关键词：	水下航行器;优化设计;复合材料;耐压壳;神经网络
摘要：	作为海洋资源开发不可缺少的技术装备，水下航行器因其独特的优势在全球海洋装备领域得到重点发展。耐压壳作为其中关键组成部分，承担着为主要设备提供安全水密空间与整体浮力储备的艰巨任务，因此对耐压壳进行结构与重量的优化具有重要意义。随着人类对海洋探索逐渐走向深海，水下航行器的下潜深度增加，水下施工作业对耐压壳的结构性能要求越来越高。复合材料作为新型材料具有比强度大、比刚度高、耐腐蚀、电绝缘、可设计等多个优良特点。采用复合材料制造的水下航行器耐压壳体相比金属具有明显优势。当前，利用复合材料进行水下航行器设备结构建造多处于试验阶段，成熟的设计方法与建造规范仍然较少。本文以水下航行器复合材料耐压壳为研究目标，对无肋骨、均匀环肋、非均匀环肋三种结构形式的耐压壳结构性能影响因素、耐压壳确定性协同优化以及考虑可靠性的不确定协同优化进行一系列研究，为水下航行器复合材料耐压壳的实用化做好基础工作，主要内容包括: 　　通过分析复合材料组分材料特点，选取碳纤维/环氧树脂作为水下航行器复合材料耐压壳结构材料。针对复合材料结构力学性能分析问题，研究了复合材料弹性力学分析方法与复合材料失效准则。利用试验结果对复合材料耐压壳材料失效与结构稳定性的有限元分析方法进行验证。　　结合试验设计方法对椭圆基(EBF)神经网络近似模型的拟合精度进行研究。应用函数算例从函数维数、响应非线性程度及样本数量方面对EBF神经网络近似模型和常规近似模型的精度及适用情况进行对比分析，并以复合材料耐压壳结构性能预测为例，研究了EBF神经网络近似模型的工程适用性。最终选择EBF神经网络近似模型代替有限元仿真计算参与后续水下航行器复合材料耐压壳结构分析及优化设计研究工作。　　根据优化拉丁超立方试验设计，基于EBF神经网络利用复合材料耐压壳有限元分析样本建立近似模型以代替大规模结构计算。依据复合材料细观和宏观力学分析方法，研究纤维、基体属性和层合板铺设角度对无肋、均匀以及非均匀环肋三种复合材料耐压壳结构性能的影响。　　依据复合材料可设计性特点，引入铺层参数作为协调变量，以耐压壳重量最小为优化目标，建立布局和铺层方式协同优化的设计框架，结合EBF神经网络近似模型技术，应用混合优化算法实现水下航行器复合材料耐压壳的材料/结构一体化协同优化，解决了直接优化难度大、效率低的问题，对于复合材料水下航行器的整体结构设计，该优化方法同样适用，具有工程实际意义。　　考虑到复合材料可设计性和加工不可控性对结构性能的影响，对复合材料耐压壳结构确定性优化方案进行基于Monte-Carlo抽样的可靠性分析。针对水下航行器复合材料耐压壳结构出现随机失效问题，结合6σ设计理论，在确定性协同优化方法基础上，通过优化中嵌套基于Monte-Carlo可靠性分析的设计策略，将σ水平作为可靠性度量标准，提出了一种基于可靠性的耐压壳不确定性协同优化设计方法，避免了随机参数波动可能出现的结构失效问题，得到了综合结构质量和稳健性的优化方案。
作者：	李彬
专业：	船舶与海洋结构物设计制造
导师：	庞永杰
授予学位：	博士
授予学位单位：	哈尔滨工程大学
学位年度：	2019