1.本发明涉及管道隔振减震的技术领域，特别涉及一种基于智能算法的隔振设计方法。
背景技术：
2.振动是生活与生产中的一种普遍现象，其物理定义是物体或质点在其平衡位置附近的往复运动。管道振动核电厂在实际运行过程中的一种频发现象，管道振动产生的噪声影响核电厂工作人员的身心健康，严重的管道振动问题如结构疲劳，设备磨损将导致核电厂无法正常生产运行。
3.由于经济的高速增长与科技的飞速进步，家用电器的普及大大提升了用电需求，促进了核电厂的产业发展，其中包括了设备材料升级。随着较高强度的轻质材料，如高强度铸铁、合金钢等核工业管道材料的应用，管道振动问题愈发受到人们的关注。近年来不乏有管道振动影响核电厂运行的案例。例如：2016～2017年三门海阳核电ap1000项目进入调试阶段后，发生了诸如ads管系、主蒸汽管道、主蒸汽疏水管等管道振动偏大或超标的问题，不仅影响了核电厂的调试进度，更为核电厂的安全与可靠运行造成隐患。保障核电厂的正常运行，减少管道振动引发的工程延误和安全隐患，已经成为核电厂亟待解决的问题。因此，隔振减振设计在核工业领域尤为重要。
技术实现要素：
4.针对现有技术中存在的不足之处，本发明的目的是提供一种基于智能算法的隔振设计方法。为了实现根据本发明的上述目的和其他优点，提供了一种基于智能算法的隔振设计方法，包括以下隔振器的位置优化的步骤：
5.s1、通过apdl导入管道模型；
6.s2、计算初始位置数据；
7.s3、随机初始化信息素分布；
8.s4、通过蚂蚁进行全局搜索旋转支撑位置坐标；
9.s5、进行位置参数修改、谐响应分析及隔振效率计算；
10.s6、计算适应度评估路径；
11.s7、更新信息素与最优路径；
12.s7、判断是否达到最大迭代次数，当判断没有达到最大迭代次数，则返回步骤s4，反之则进行下一步；
13.s8、输出最优解与迭代变化曲线。
14.优选的，步骤s1中通过集中质量法建立管道有限元模型，将一根管道划分成多个单元，每个节点正确分配单元的一部分质量，一系列的节点近似的代表了整根管道。
15.优选的，步骤s5中还包括以下步骤通过开启apdl打开模型，前处理设置单元属性参数激振力，设置求解器谐响应分析，后处理输出结构。
16.优选的，步骤s5中位置参数修改中隔振单元移动的目标位置包括连接点在质量单元处及连接点在管道单元上，当连接点在质量单元处时，位置参数修改通过删除原隔振单元，移动地面连接点，在连接点之间建立新的隔振单元，设置单元属性；当连接点在管道单元上位置参数修改通过删除原管道单元，新建连接点，连接两侧节点建立新的管道单元，删除原隔振单元，移动地面连接点，在连接点之间建立新的隔振单元，设置单元属性。
17.优选的，还包括以下步骤：对全局最优解进行判断，当若连续多次出现相同的最优解，则视其为全局最优解，并提前终止参数优化；通过在在主函数循环中增加一计数器，当本代最优解与上一代相同时则增加1，不同则归零，当计数器达到预设值时，将提前跳出循环，输出参数优化结果。
18.包括以下隔振器自身参数优化的步骤：
19.1)通过apdl进行有限元的建模与仿真；
20.2)计算隔振效率，该隔振效率包括隔振器支撑位置地面所受最大支反力、支撑位置189.5hz与313hz支反力、道贯穿件位置z方向最大支反力及189.5hz与313hz的支反力，且优化该隔振效率；
21.3)通过粒子群算法进行参数优化。
22.7.如权利要求6所述的一种基于智能算法的隔振设计方法，其特征在于，步骤2)中，将地面受到的支反力作为核心，以支反力的大小直观体现隔振效果的好坏，通过引入隔振效率η，将无隔振器状态下的初始支反力大小f0与修改刚度后的支反力大小f相减得到差值再除以初始支反力f0，即为隔振效率的大小。
23.8.如权利要求6所述的一种基于智能算法的隔振设计方法，其特征在于，步骤3)还包括以下步骤：
24.31)初始化粒子群；
25.32)计算各粒子函数值；
26.33)更新粒子个体极值、全局最优解及位置与速度；
27.34)进行是否达到收敛准侧，如果判断达到则输出最优解；当判断没有达到收敛准则则返回步骤32)。
28.本发明与现有技术相比，其有益效果是：全自动化设计及运动验证，利用pyansys库将apdl命令流与算法相结合，实现自主优化，减少人工时间投入，降低对人员经验要求，自动进行参数优化，提升时间效率和经济效率。模态分析出的数据更可靠，通过可量化的数据，如低阶模态的位移向量，固有频率，对应振型，而不是肉眼观测，更科学、专业、有说服力地反映缩比模型的相似程度。
附图说明
29.图1为根据本发明的基于智能算法的隔振设计方法的仿真结果的隔振支撑与地面连接点z方向支反力图；
30.图2为根据本发明的基于智能算法的隔振设计方法的隔振支撑单元位置参数修改流程图；
31.图3为根据本发明的基于智能算法的隔振设计方法的蚁群算法的位置参数优化流程图；
32.图4为根据本发明的基于智能算法的隔振设计方法的蚁群算法的的本代最优适应度随迭代次数变化曲线图；
33.图5为根据本发明的基于智能算法的隔振设计方法的遗传算法的位置参数优化流程图；
34.图6为根据本发明的基于智能算法的隔振设计方法的遗传算法的本代最优适应度随迭代次数变化曲线图；
35.图7为根据本发明的基于智能算法的隔振设计方法的遗传算法的粒子群算法流程图；
36.图8为根据本发明的基于智能算法的隔振设计方法的遗传算法的修改粒子权函数值流程图；
37.图9为根据本发明的基于智能算法的隔振设计方法的遗传算法的最优解对应参数随优化次数的变化曲线图；
38.图10为根据本发明的基于智能算法的隔振设计方法的遗传算法的粒子群平均值与标准差图；
39.图11为根据本发明的基于智能算法的隔振设计方法的遗传算法的综合隔振效率图；
40.图12为根据本发明的基于智能算法的隔振设计方法的遗传算法的隔振参数遗传算法优化的结果图。
具体实施方式
41.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.参照图1-12，一种基于智能算法的隔振设计方法，包括以下隔振器的位置优化的步骤：s1、通过apdl导入管道模型；
43.s2、计算初始位置数据；
44.s3、随机初始化信息素分布；
45.s4、通过蚂蚁进行全局搜索旋转支撑位置坐标；
46.s5、进行位置参数修改、谐响应分析及隔振效率计算；
47.s6、计算适应度评估路径；其中还包括适应度函数优化，其中适应度函数为算法的寻优目标。由于每个位置参数所对应的适应度函数数值为一固定值，所以在算法迭代寻优过程中，可对已搜寻的位置参数及其适应度进行记录，存放在字典中，重复搜寻同一点时，可跳过求解过程，直接返回其适应度数值；
48.s7、更新信息素与最优路径；
49.s7、判断是否达到最大迭代次数，当判断没有达到最大迭代次数，则返回步骤s4，反之则进行下一步；
50.s8、输出最优解与迭代变化曲线，在判断结束条件时，增加一条对全局最优解的判定；连续多次出现相同的最优解，则视其为全局最优解，并提前终止参数优化。具体操作方
法为：在主函数循环中增加一计数器，当本代最优解与上一代相同时则增加1，不同则归零，当计数器达到预设值时，将提前跳出循环，输出参数优化结果。
51.进一步的，步骤s1中通过集中质量法建立管道有限元模型，将一根管道划分成多个单元，每个节点正确分配单元的一部分质量，一系列的节点近似的代表了整根管道。
52.进一步的，步骤s5中还包括以下步骤通过开启apdl打开模型，前处理设置单元属性参数激振力，设置求解器谐响应分析，后处理输出结构。
53.进一步的，步骤s5中位置参数修改包括连接点在质量单元处的质量单元修改方法及连接点在管道单元上的管道单元修改方法，当连接点在质量单元处时，质量单元修改方法通过位置参数修改通过删除原隔振单元，移动地面连接点，在连接点之间建立新的隔振单元，设置单元属性；当连接点在管道单元上，管道单元修改方法通过删除原管道单元，新建连接点，连接两侧节点建立新的管道单元，删除原隔振单元，移动地面连接点，在连接点之间建立新的隔振单元，设置单元属性。步骤s5还包括以下步骤：启动apdl打开模型，通过前处理读取目标连接点坐标，进行判断新链接点是否在质量单元上，如果判断不在质量单元上，则进行管道单元修改方法；当判断在质量单元上，则进行质量单元修改方法，进行求解，设置求解器谐响应分析，最后后处理输出计算结构。
54.在对隔振性能评价时，通过隔振效率：其中振效率η：表示隔振支撑位于初始位置时的支反力值f0，与隔振支撑位于目标位置时的支反力值f1之差，即f
0-f1，与初始位置支反力f0的比值。当隔振效率越接近1，代表目标位置支反力越小，表示目标位置的隔振性能越好；隔振效率为负值，代表目标位置支反力大于初始位置支反力，表示目标位置隔振性能不如隔振支撑位于初始位置的情况。地面连接点(7840#节点)的垂直方向支反力能够直接反映隔振支撑的性能。
55.该隔振器的位置优化还包括通过遗传算法，包括以下步骤：
56.1.启动apdl并导入模型；
57.2.计算初始位置数据；
58.3.生成初始种群；
59.4.根据位置坐标计算种群适应度；进行修改模型位置参数、仿真的谐响应分析及计算隔振效率；
60.5.通过选择操作、交叉操作及变异操作后判断是达到最大迭代次数；当判断没有达到迭代次数则返回步骤4，反之则输出最优结果。
61.该遗传算法中通过精英选择策略，用于保留进化过程中适应度最高的个体，防止在遗传算法迭代的过程中，最优个体在交叉、变异等操作中被快速丢失而无法传递到下一代。
62.实施例2
63.通过遗传算法的位置参数优化：
64.启动apdl导入模型；计算初始位置数据，生成初始种群；依据位置坐标计算种群适应度；修改模型位置参数，进行仿真谐响应分析；计算隔振效率；选择操作、交叉操作及变异操作；判断是否达到最大迭代次数，当判断达到最大迭代此时则输出结果，当判断没有达到最大迭代次数重新进行依据位置坐标计算种群适应度及后续步骤。该遗传算法通过精英选
择策略，用于保留进化过程中适应度最高的个体，防止在遗传算法迭代的过程中，最优个体在交叉、变异等操作中被快速丢失而无法传递到下一代，其中本代最优个体＝历史最优个体。
65.优化后的隔振性能
[0066][0067][0068]
基于蚁群算法与遗传算法，设计针对隔振支撑位置参数的智能优化算法，得到最优隔振效率及其对应的最优坐标。由表中数据对比可见提升明显。
[0069]
优化效率
[0070][0071]
采用智能优化算法，对于传统的人工优化有大幅提升，对于遍历方法也有较为明显的提升。算法具体时长与参数设置有关，apdl求解器求解一次耗时为5s其中由于蚁群算法存在重复调用求解函数的情况，故耗时略大于遗传算法。
[0072]
包括以下隔振器自身参数优化的步骤：
[0073]
1)通过apdl进行有限元的建模与仿真；
[0074]
2)计算隔振效率，该隔振效率包括隔振器支撑位置地面所受最大支反力、支撑位置189.5hz与313hz支反力、道贯穿件位置z方向最大支反力及189.5hz与313hz的支反力，且
优化该隔振效率；
[0075]
3)通过粒子群算法进行参数优化。
[0076]
进一步的，步骤2)中，将地面受到的支反力作为核心，以支反力的大小直观体现隔振效果的好坏，通过引入隔振效率η，将无隔振器状态下的初始支反力大小f0与修改刚度后的支反力大小f相减得到差值再除以初始支反力f0，即为隔振效率的大小。
[0077]
进一步的，步骤3)还包括以下步骤：
[0078]
31)初始化粒子群；
[0079]
32)计算各粒子函数值；修改该粒子函数值，包括以下步骤：启动apdl导入模型，进行初始值计算且初始化粒子群；计算各粒子函数值；更新粒子个体极值、全局最优值及位置与速度；判断是否满足收敛准则，当判断满足则输出最优解；当判断不满足则返回计算各粒子函数值步骤；在计算各粒子函数值时，还可进行修改隔振器刚度，求解谐响应分析，进而获得支反力大小，进行求解隔振比例，再返回计算各粒子函数值步骤；
[0080]
33)更新粒子个体极值、全局最优解及位置与速度；
[0081]
34)进行是否达到收敛准侧，如果判断达到则输出最优解；当判断没有达到收敛准则则返回步骤32)。
[0082]
该粒子群算法对求解不同问题的适用性较强，采用实数求解，便于改变优化参数，解决问题的通用性更强，寻优效果好，收敛速度快，能使用更少的粒子数量与迭代次数达到相同的寻优与收敛效果，大幅减少调用有限元仿真的次数，降低程序运行时间，粒子群算法所具有的飞跃性能有效避免陷入局部最优的情况，更容易找到全局最优解，提高参数优化的准确性。。
[0083]
粒子群算法参数设置
[0084]
参数名称取值粒子数量50最大迭代次数100初始速度v100000学习因子c1，c21.5,1.5惯性因子ω0.5
[0085]
进行粒子群算法参数优化结果，最优刚度为101.52750224884n/mm，最优函数值为40.8223％。
[0086]
[0087][0088]
验证该参数优化方法，通过遍历求解验证参数优化方法的正确性，利用修改刚度循环遍历的方法并将综合隔振效率结果写入excel表格，用于找到最优刚度值与最优综合隔振效率。从图中可以看出最优刚度约为100n/mm。所对应的最优适应度约为40％。联合参数优化结果是有效的。
[0089]
该隔振器自身参数优化通过遗传算法优化，包括以下步骤：
[0090]
a)进行初始化种群；
[0091]
b)计算适应度；
[0092]
c)通过选择运算、交叉运算及变异运算后，进行判断是否达到收敛准则，当判断达到收敛准则输出最优解，反之则返回步骤b)。
[0093]
通过该遗传算法优化结果最优刚度为101.5275887n/mm，最优综合隔振效率为40.8223％，图12为种群平均值与种群标准差表明遗传算法中种群的收敛程度，可以的的在30代时种群已经趋于收敛的状态，由于存在交叉变异的操作，导致标准差变化过大，但总体收敛效果满足要求。
[0094]
这里说明的设备数量和处理规模是用来简化本发明的说明的，对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
[0095]
尽管本发明的实施方案已公开如上，但其并不仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。