1740_飛機(jī)起落架機(jī)構(gòu)設(shè)計(jì)及安全性分析

1740_飛機(jī)起落架機(jī)構(gòu)設(shè)計(jì)及安全性分析,飛機(jī),起落架,機(jī)構(gòu),設(shè)計(jì),安全性,分析 南昌航空大學(xué)科技學(xué)院學(xué)士學(xué)位論文1符合尾隨邊緣形態(tài)變化的優(yōu)化設(shè)計(jì)劉詩(shī)禮 葛文杰 李樹(shù)軍摘要：自適應(yīng)機(jī)翼一直使用柔和的技術(shù)指導(dǎo)變形的后緣，以改善他們的氣動(dòng)性能，本文介紹了一種在分布?jí)毫ο?，符合形狀變化的結(jié)構(gòu)設(shè)計(jì)的系統(tǒng)化方法。為了使需要的形狀與目標(biāo)形狀偏差盡量最小，這種方法使用 MATLAB 和 ANSYS 的方式來(lái)優(yōu)化標(biāo)準(zhǔn)分布機(jī)制。這種方式通過(guò)局部?jī)?yōu)化和遺傳算法來(lái)獲得。在優(yōu)化過(guò)程中， 許多因素應(yīng)該考慮在內(nèi)，例如：空氣載荷、 輸出位移量和幾何非線性。直接搜索法適用于局部 優(yōu)化和 GA 優(yōu)化后的輸入位移量。由此產(chǎn)生的結(jié)構(gòu)可以做出他們?cè)?0 到 90。 .之間變化，模型試驗(yàn)已經(jīng)確認(rèn)了這種方法的可行性。關(guān)鍵詞：自適應(yīng)機(jī)翼，伺服順從機(jī)構(gòu)， 遺傳算法，拓?fù)渥顑?yōu)化，分布?jí)毫d荷，幾何非線性1．說(shuō)明由于傳統(tǒng)的機(jī)翼輪廓通常是按照特定的上升系數(shù)和馬赫數(shù)設(shè)計(jì)的。他們不能隨著環(huán)境的變化而變化。Siclar 和 Austin 指出可變的后緣曲面將會(huì)產(chǎn)生比傳統(tǒng)的固定傾角機(jī)翼少 60%左右的阻力。有三種去設(shè)計(jì)可變的曲面機(jī)翼的方法。他們中的一種是傳統(tǒng)的鉸鏈機(jī)構(gòu)，然而，他會(huì)導(dǎo)致機(jī)翼表面的不連續(xù)性和早期氣流分流與阻力的增加。其它的則是智能材料和順從機(jī)構(gòu)，他們能實(shí)現(xiàn)平穩(wěn)的形狀變化。盡管如此，與順從機(jī)構(gòu)相比較，由智能材料制成的傳動(dòng)裝置有許多不足之處。例如：能量不足；反應(yīng)緩慢；強(qiáng)烈的滯后性；受溫度的限制；控制太多裝置的難度大。由來(lái)自柏林工業(yè)大學(xué)的用鎳鈦記憶合金作出的自適應(yīng)可變拱形的機(jī)翼可以快速改變他的形狀，但他不能執(zhí)行高頻繁的變化，因?yàn)樗膹椥砸蕾囉谂c外部環(huán)境進(jìn)行的熱量交換。順從機(jī)構(gòu)是一種單件靈活的機(jī)構(gòu)。他可以通過(guò)彈性變形傳送運(yùn)動(dòng)和能量。他不僅具有足夠的變形性，而且具有足夠的剛度來(lái)抵御外部的載荷。由于他的連接自由性，他沒(méi)有傳統(tǒng)所面臨的棘手問(wèn)題，例如：摩擦、潤(rùn)滑、噪聲、反沖。因此可以獲得平穩(wěn)的形狀變化。1994 年，一位來(lái)自密歇根大學(xué)的名叫 kota 教授首先提出順從機(jī)構(gòu)能夠使用在一項(xiàng)由美國(guó)空軍科學(xué)研究院辦公室提供贊助的控制靜態(tài)形狀的科學(xué)研究之中。Saggere南昌航空大學(xué)科技學(xué)院學(xué)士學(xué)位論文2和 Kota 提出了一種設(shè)計(jì)順從機(jī)構(gòu)的新方法，他們能夠使優(yōu)化目標(biāo)函數(shù)曲線中的形狀變化和目標(biāo)曲線的形狀誤差最小，基于他們的研究成果，Lu 提出了一種載荷路徑代表方法。然而，他的研究?jī)H限于節(jié)點(diǎn)情況下的線性分析。來(lái)自于福尼亞州立學(xué)院的Good 使用順從機(jī)構(gòu)和運(yùn)動(dòng)漸近法來(lái)設(shè)計(jì)機(jī)翼的尾部，保證誤差在尖端最大偏差范圍之內(nèi)?；?F16 的數(shù)據(jù)， Kota 和 Hetrick 在 2004 年時(shí)間設(shè)計(jì)順從軌跡邊緣，他能在0。 到 15。 之間變化并且獲得了專利證書。來(lái)自德國(guó)航空航天中心的 Companaile 提出了模擬靜態(tài)程序設(shè)計(jì)機(jī)翼形狀控制合成靈活機(jī)構(gòu)，并指出今后的研究應(yīng)將空氣載荷和幾何非線性考慮在內(nèi)。來(lái)自工業(yè)能源部實(shí)驗(yàn)室的 Buhl 使用 SIMP 法和幾何非線性有限元法來(lái)設(shè)計(jì)順從軌跡邊緣。Flxsys Inc 在 2006 年生產(chǎn)的自適應(yīng)兼容機(jī)翼。經(jīng)過(guò)了在懷特騎士飛機(jī)上的實(shí)驗(yàn)。結(jié)果表明，風(fēng)和標(biāo)準(zhǔn)的能在（-10 。 —10。 ）變化。在中國(guó)，適應(yīng)性機(jī)翼研究一直集中在智能材料和常規(guī)機(jī)構(gòu)上，幾乎沒(méi)有人在從事帶有順從機(jī)構(gòu)的機(jī)翼研究上。楊是個(gè)例外，他分析了基于伺服彈性技術(shù)的活躍航空彈性機(jī)翼，陳和黃分別調(diào)查了兼容的離散和連續(xù)性的前沿變化。本文介紹了一種基于局部?jī)?yōu)化和遺傳算法形狀可變機(jī)構(gòu)的設(shè)計(jì)方法，通過(guò)使用MATLAB 和 ANSYS 設(shè)計(jì)，同時(shí)將外部載荷和幾何非線性考慮在內(nèi)。2．優(yōu)化步驟2.1 確定后緣模型和目標(biāo)函數(shù)如圖一所示，兩條曲線代表不同飛行狀態(tài)的軌跡邊緣。其中一邊（A 點(diǎn)）的結(jié)構(gòu)形狀是固定的，另一邊（B 點(diǎn)）將水平滑動(dòng)。圖一 圖二 首先設(shè)計(jì)領(lǐng)域應(yīng)該由最初曲線形狀所定義，包括輸出位置和邊界狀態(tài)，然后如圖二所示的被光線分成的微量網(wǎng)格模仿鳥(niǎo)的羽毛部分，這就是被稱為局部表面結(jié)構(gòu)方法。南昌航空大學(xué)科技學(xué)院學(xué)士學(xué)位論文3最簡(jiǎn)單也是最有效的方法制造出平面兼容機(jī)是使用線切割技術(shù)。在優(yōu)化過(guò)程中，所有的元素使用同樣的寬度等于其厚度的梁。其中每個(gè)梁的高度是一個(gè)設(shè)計(jì)變量。為了使結(jié)構(gòu)的變形接近于目標(biāo)曲線形狀，在變形曲線和目標(biāo)曲線間的最小平方差是被定義的客觀職能。LSE 的定義是沿曲線上各個(gè)點(diǎn)位置數(shù)字的平方和，他的表達(dá)式是 其中 i（i=1,2,… ，p）是沿曲線上點(diǎn)的數(shù)量，p 是點(diǎn)的總數(shù)。 和是目標(biāo)和邊界曲線變形坐標(biāo)的第 i 個(gè)節(jié)點(diǎn)。約束條件是：其中 j（j=1,2,… ，m）是元素的數(shù)量的總和， hi 是尺寸變量， hmin 和 hmax 是所有元素的下界與上界，h b 是邊界元素的極點(diǎn)，d max 是黨邊界曲線上輸入無(wú)效節(jié)點(diǎn)時(shí)的最大彎曲，必須小于 [d] 以保證結(jié)構(gòu)的剛度，[d]是當(dāng)輸入處于無(wú)效時(shí)所允許的最大彎曲變形，拓?fù)淞?Tj 等于 1，否則當(dāng)元素被淘汰時(shí)為 0。2.2 GA 優(yōu)化遺傳算法是一種在自然界上模擬選擇的優(yōu)化方法。合適的生物能最大可能性存活下來(lái)，但是劣質(zhì)品種也有機(jī)會(huì)存在。不同于連續(xù)的優(yōu)化方法，他不要求梯度的目標(biāo)函數(shù)信息。每一個(gè)元素可以表示為一個(gè)拓?fù)淞亢鸵粋€(gè)尺寸變量。因此，每個(gè)個(gè)體科編碼如下： 其中 n 是除邊界元素之外元素的數(shù)量。有著同樣的高度，在整個(gè)優(yōu)化過(guò)程中的邊界元素只有一個(gè)變量代表 hb。適應(yīng)性是遺傳算法優(yōu)化的評(píng)價(jià)標(biāo)準(zhǔn)。他可以從目標(biāo)函數(shù)轉(zhuǎn)化為： 南昌航空大學(xué)科技學(xué)院學(xué)士學(xué)位論文4其中 β 是一個(gè)只包括雙方較差的個(gè)體參數(shù)。他的數(shù)值越小越有價(jià)值，兩個(gè)個(gè)體的適應(yīng)性會(huì)有更多的不同，因此增加了雙方選擇的高度適應(yīng)性。選擇控制參數(shù)在遺傳算法的收斂中扮演一個(gè)重要的角色?？偟膩?lái)講，交叉概率的范圍為 0.40-0.99；突變的概率為 0.00001-0.01，個(gè)體的數(shù)量為 10-200。該變量將會(huì)通過(guò)交叉和變異發(fā)生更新，因此，這個(gè)設(shè)計(jì)可能產(chǎn)生遺傳過(guò)程。2.3 適應(yīng)性元素的分析由于設(shè)計(jì)變量和目標(biāo)函數(shù)是有限元的，有限元分析法優(yōu)化模型是不能被用于設(shè)計(jì)符合變形的機(jī)構(gòu)中，因此，本文在 MATLAB 中的遺傳算法和在 ANSYS 中的有限元分析法。在有限元分析法中，僅只考慮幾何非線性和材料的彈性，ANSYS 能解決節(jié)點(diǎn)位移和元素壓力，通過(guò)刪去低應(yīng)力的元素，良好的結(jié)果能被推算出來(lái)。圖三顯示了詳細(xì)的過(guò)程。南昌航空大學(xué)科技學(xué)院學(xué)士學(xué)位論文5圖三 整個(gè)的優(yōu)化過(guò)程2.4 二次優(yōu)化盡管遺傳算法可以優(yōu)化大型解空間和拓?fù)浣Y(jié)構(gòu)尺寸。尺寸通常不能直接集中于優(yōu)化中，為了解決這個(gè)問(wèn)題，遺傳算法優(yōu)化后，直接搜索法應(yīng)該被用來(lái)在遺傳算法結(jié)果中去尋找。3.優(yōu)化的結(jié)果通過(guò)參考文獻(xiàn)[5]可以得出，最初的小徑邊緣尺寸減少 36%，表一列出了設(shè)計(jì)參數(shù)的大小。表一 設(shè)計(jì)參數(shù)的大小 由于位移作為輸入的使用，非線性分析難以解決和廚師壓力非常大，但他必須在三十代以后考慮。南昌航空大學(xué)科技學(xué)院學(xué)士學(xué)位論文6圖四 遺傳優(yōu)化的結(jié)果 圖五 二次優(yōu)化的結(jié)果圖四和圖五說(shuō)明了遺傳算法優(yōu)化結(jié)果和二次優(yōu)化結(jié)果。表二 兩次優(yōu)化的比較從表格中可以發(fā)現(xiàn)，通過(guò)輸入位移和尺寸優(yōu)化，LSE 減少了 1.3528mm 和改善了 3.13%，變更角度增加 1.0493。 。圖六 外部載荷的分布南昌航空大學(xué)科技學(xué)院學(xué)士學(xué)位論文7圖六表示的是外部分布?jí)毫?到10N/mm，改變輸入位移量在最初結(jié)構(gòu)上保持11.3897mm上的參數(shù)影響結(jié)果。如果載荷保持在0-5N/mm范圍內(nèi)，優(yōu)化結(jié)構(gòu)看起來(lái)有良好的穩(wěn)定性。當(dāng)外部載荷超過(guò)5N/mm時(shí)，最大壓力可能超過(guò)屈服壓力，因?yàn)檫@個(gè)優(yōu)化方法是基于MATLAB和ANSYS的，為了證明結(jié)果，嘗試去通過(guò)將分析結(jié)果分別輸入到ANSYS和PATRAN中，然后是他們之間的比較。如圖七和圖八所示，二者的變更有很大的共同點(diǎn)；在ANSYS 中是54097mm ，在PATRAN 中是54.50mm，他們的不同之處來(lái)自個(gè)體上。圖七 在ANSYS上的結(jié)果 圖八 在PATRAN上的結(jié)果另一方面，一個(gè)使用線切割技術(shù)的模型來(lái)證實(shí)分析法的結(jié)果。模型的材料同設(shè)計(jì)的一樣，都為5mm后。在試驗(yàn)中，假設(shè)分布?jí)毫d荷為零，輸入146N 的情況下，輸入位移量為11.3897mm，圖九表示的是模型和測(cè)量的結(jié)果。變更的溫度為9.3 。 。尖端為一位53mm，變更的形狀符合設(shè)計(jì)的結(jié)果。如果11.3897mm的位移量強(qiáng)加在模型上，理論的尖端位移量為54.796mm。因?yàn)槟Ｐ秃驮囼?yàn)臺(tái)之間存在摩擦力，測(cè)量材料和適合的結(jié)果之間會(huì)有少許的差異。南昌航空大學(xué)科技學(xué)院學(xué)士學(xué)位論文8圖九 模型和實(shí)驗(yàn)的結(jié)果4.結(jié)論通過(guò)方針和實(shí)驗(yàn)證明，該方法符合設(shè)計(jì)變形機(jī)制，探索出具有所需的變性效應(yīng)和承受外部載荷的結(jié)果和能力的機(jī)構(gòu)。在優(yōu)化過(guò)程中，MATLAB 和 ANSYS 的聯(lián)合呈現(xiàn)程序的簡(jiǎn)單和普遍性。堅(jiān)硬的字模沒(méi)有必要頻繁的改變，同時(shí)避免有限元法編程的復(fù)雜性和使分布載荷變成節(jié)點(diǎn)載荷，拓?fù)涑叽缈梢酝瑫r(shí)由 GA 進(jìn)行優(yōu)化，出去再 FEA之后的自由元素能加快優(yōu)化，二次優(yōu)化可以提高 GA 優(yōu)化的結(jié)果。