基于改进混合PSO算法的隔热材料仿真优化

发布时间：2024-02-18 17:13

　　针对高温环境隔热服装材料存在的质量过大等问题,通过有限元分析建立材料优化的数学模型并提出一种改进混合PSO算法,可进行仿真优化求解,用于解决高温环境材料的体积大、质量大的难题。首先从限制的边界条件出发,通过引入有限元去分析高温环境下工作服在时间和空间上的温度分布情况。为确定最优的各层材料厚度,通过建立多元非线性规划模型,运用改进混合粒子群算法进行优化求解;为了构建最优的适应度函数,引入罚函数对基本的粒子群PSO算法进行修正。为了避免盲目搜索问题,运用混合粒子群算法对全局种群更新与个体更新相联系。实际仿真数据结果表明,在上述算法求解的的高温工作服各层材料厚度较上市工作服薄1.01mm,内表恒定温度平均低0.81℃。

【文章页数】：7 页

【部分图文】：

图1n层固体叠加材料模型

对于边界条件的确定,如图1所示,以n层固体材料叠加的形式予以考察,其分布规律首先分析单层规则材料壁的导热[14]。若已知两个表面的温度t1,t2,材质厚度为δ,则边界条件为

图2四种动态惯性因子变化曲线

其中ωstart是初始惯性因子,ωend是迭代次数最大时的惯性因子,k为当前迭代次数,依据相关文献资料[19]可知,初始惯性因子ωstart=0.9、终止惯性因子ωend=0.4时PSO算法性能最优,因此设定起始值与终止后,即可描述4种惯性因子函数,其函数图像为图所示:4仿真结....

图3不同惯性因子函数的算法轨迹

每个实验设置进化迭代次数为300次,每个算法实验100次,将100次平均值作为求解值。同时,将原始初始最优解标准误差为0.01的解作为接近最优解,将0.85以下的解作为陷入局部最优解,通过比较最优值、平均值、陷入最优解次数与接近最优解次数作为考察指标,研究最适于该有限元模型PSO....

图4四层材料的温度分布热图

下面进行高温环境隔热材料的温度分布仿真,根据改进混合PSO算法的计算结果,依次仿真4层材料的温度分布热图。如图所示,颜色偏白色则为高温区段,偏黑色则为低温区段。通过每一段材料温度分布仿真热度图发现材料1与材料2的变化不明显,温度一直处于63℃-65℃范围之间,第3层材料的变化较为....

本文编号：3902243