《Aerospace》：Research on the Parameters Reconstruction Method of Pipe Structures Based on Intelligent Optimization Algorithms
编辑推荐：
本文提出了两种基于智能优化算法的航空发动机管道约束与载荷参数重构方法。首先，建立了航空发动机管道结构的简化有限元模型（FEM），并通过比较仿真数据与实验数据验证了其可靠性。其次，在MATLAB数据分析平台和ANSYS仿真平台上开发了基于改进粒子群优化（IPSO
本文提出了两种基于智能优化算法的航空发动机管道约束与载荷参数重构方法。首先，建立了航空发动机管道结构的简化有限元模型（FEM），并通过比较仿真数据与实验数据验证了其可靠性。其次，在MATLAB数据分析平台和ANSYS仿真平台上开发了基于改进粒子群优化（IPSO）算法的弹簧约束参数和管道载荷参数重构算法，完成了弹簧约束刚度及施加谐波激励等参数的重构计算。对于谐波激励参数重构，该算法的最大误差达到24.9%，表明其在载荷参数重构方面存在显著不适用性。为解决此问题，研究人员进一步提出了一种基于共轭梯度法（CGM）的载荷重构方法，实现了管道载荷参数的精确重构，缓解了IPSO算法在多载荷工况下的大重构误差。在5%噪声干扰下，CGM的最大误差仅为5.16%。最后，使用重构误差较低的CGM进行了谐波激励幅值重构的实验验证。实验结果表明，谐波激励幅值重构的最大误差为14.24%，验证了共轭梯度算法对航空发动机管道载荷重构的高适用性。
本研究聚焦于航空发动机管道结构在复杂工况下的载荷与约束参数重构问题。航空发动机管道具有空间结构复杂、传输介质多样、振动环境严苛等特点，除机械振动载荷外，还要承受油气两相流引起的流体动力载荷。传统基于初步结构设计理论的载荷预测方法已难以满足现代航空航天工程对获取精确载荷与约束信息的需求，而振动载荷导致的管道微动磨损和疲劳失效是影响管道系统安全运行的关键因素。为获得更准确的服役载荷与约束状态，研究人员提出从管道结构响应参数中反向重构载荷与约束信息的技术路径。本研究分别采用改进粒子群优化（IPSO）算法和共轭梯度法（CGM）实现了航空发动机管道约束参数与谐波激励载荷的重构，数值模拟与实验验证均显示出方法的有效性，论文发表在《Aerospace》。
研究采用的关键技术方法包括：基于APDL（ANSYS Parametric Design Language）建立航空发动机管道的简化有限元模型（FEM），利用PIPE289和ELBOW290单元进行网格划分，弹簧-阻尼单元COMBIN14模拟管夹约束；通过MATLAB与ANSYS联合仿真平台实现数据交互，分别开发IPSO算法（引入线性递减惯性权重和动态学习因子）与基于Polak-Ribière-Polyak（PRP）框架的非线性共轭梯度法（CGM）作为参数迭代优化与载荷幅值重构的核心算法。实验系统采用信号发生器、电磁激振器、力传感器、应变片及动态应变仪等设备进行谐波激励载荷重构验证。
研究结果包括：
4.1 基于粒子群优化的参数重构
- 4.1.1 管道约束参数重构
通过IPSO算法利用位移响应参数重构单弹簧约束刚度，无噪声时最大误差1.10%，平均误差0.73%；添加5%噪声后最大误差5.73%，平均误差4.53%。对于双弹簧约束，无噪声时最大误差1.17%，平均误差1.06%；5%噪声下最大误差4.74%，平均误差4.27%，表明IPSO算法可准确重构不同位置的约束信息。
- 4.1.2 管道载荷参数重构
（1）单谐波激励幅值重构：无噪声时最大误差0.54%，平均误差0.37%；5%噪声下最大误差3.24%，平均误差2.66%。
（2）双谐波激励幅值重构：5%噪声下最大误差15.83%，平均误差6.65%，重构精度随载荷数量增加而下降。
（3）四谐波激励幅值重构：5%噪声下最大误差24.9%，平均误差11.12%，表明IPSO算法在多载荷重构中效果不佳。
4.2 基于共轭梯度法的谐波激励载荷参数重构
- 单谐波激励幅值重构：无噪声时最大误差0.25%，平均误差0.13%；5%噪声下最大误差0.76%，平均误差0.62%，具有良好的抗噪性能。
- 双谐波激励幅值重构：5%噪声下最大误差6.63%，平均误差3.28%。
- 四谐波激励幅值重构：5%噪声下最大误差5.16%，平均误差4.48%。CGM显著降低了IPSO在多载荷重构中的误差，例如四载荷工况平均误差降低59.71%。
4.3 算法重构误差分析
IPSO在多变量强耦合目标函数中易陷入局部最优，导致多载荷重构精度急剧下降；而CGM利用共轭搜索方向，有效避免了局部收敛问题，在不同噪声水平下均表现出高精度和鲁棒性。
5. 实验验证
- 5.1 实验系统构建
搭建了包含激振系统、测量系统、数据采集处理系统和支撑装置的实验平台，使用应变片采集管道关键部位的动态应变信号。
- 5.2 谐波激励参数重构实验
在80 Hz、60.93 N单谐波激励下，实验中应变测量值与有限元预测值相对误差为3.77%~19.47%。基于滤波后应变数据，CGM重构的激振力幅值为52.52 N，相对误差14.24%，在工程振动测试环境中可接受。
讨论与结论部分：该研究开发了结合IPSO和CGM的两阶段逆重构框架，用于识别航空发动机管道的支撑弹簧刚度和谐波激励载荷。数值测试表明，IPSO可利用结构位移响应准确反演弹簧刚度参数，在位移数据叠加5%随机噪声时支撑刚度最大识别误差仅为5.37%；但IPSO在未知谐波载荷数量增加时识别精度急剧下降，5%噪声下双载荷重构最大误差升至15.83%，四耦合载荷达到24.9%，原因在于多变量强耦合目标函数存在大量局部最优解，严重制约了IPSO的全局搜索能力。针对IPSO在多载荷反演中的固有局限，本研究引入CGM进行谐波载荷重构。数值模拟涵盖单、双和四谐波激励工况，在应变信号添加5%随机噪声时，所有工况的平均幅值重构误差均低于5%。物理实验仅进行了单谐波激励（60.93 N，80 Hz）测试，对于包含3.77%~19.47%测量偏差的实验应变数据，CGM将载荷重构误差控制在15%以内，展示了良好的抗干扰性能。总结而言，IPSO适用于单类型弹簧约束反演，而CGM在不同噪声水平下对谐波载荷重构表现出稳定且鲁棒的性能。受限于研究目标针对所研究管道的实际安装状态，所有数值模拟均采用固支边界条件，未讨论其他约束形式（如简支、弹性支撑）下的识别性能。后续工作将建立多通道同步振动激励系统，完成多耦合谐波载荷的实验验证，并开展不同管道边界约束的拓展研究，以进一步丰富所提重构方法的实验基础，推动其在航空发动机管道系统中的实际应用。
