基于GA-BPNN代理模型的混合式黏滞阻尼器构造优化

来源：振动与冲击杂志2024年第9期北京时间：

作者：林拥军，陈皓，郭松

单位：西南交通大学土木工程学院，成都610031

摘要：采取CFD（computational fluid dynamics）数值模拟和基于代理模型的优化方法，研究混合式黏滞阻尼器在多参数设计空间内的构造参数优化问题。首先，分析黏滞阻尼器参数对力学性能的影响规律，基于正交试验理论选取间隙宽度、缸体内径、活塞厚度、阻尼孔直径为关键参数，利用优化拉丁超立方设计和CFD数值模拟获得初始样本点耗能性能指标；然后，使用遗传算法(genetic algorithm，GA)和反向传播神经网络(backpropagation neural network，BPNN)的方法构建代理模型，其能够准确反映构造参数耗能性能指标和构造参数之间的繁复关系。进一步地，循环更新GA-BPNN代理模型并结合非支配排序遗传算法(NSGA-II)，以最佳耗能能力为目标，实现在全设计空间内的寻优，确定在典型阻尼介质黏度下双出杆混合式黏滞阻尼器的最优构造参数。最后，探讨了构造参数对黏滞阻尼器流动性能的影响机理。研究结果表明，优化双出杆混合式黏滞阻尼器构造参数在选用基于GA-BPNN代理模型的优化方法时，可有效提高计算效率且具有较高预测精度。从性能指标提升角度，全黏度下最优构造参数阻尼孔直径、活塞厚度、缸体内径和间隙宽度分别为1.31mm、120.78mm、199.87mm、0.5mm，相较于基准构造，最大阻尼力和能量耗材比分别提升33.8%和64.8%。该方法可为黏滞阻尼器构造参数优化及相关研究提供参考。

关键词：代理模型；黏滞阻尼器；构造参数优化；耗能性能；CFD数值模拟