37962字硕士毕业论文钢框架结构优化设计研究
论文类型：硕士毕业论文
论文字数：37962字
论点：优化,神经网络,神经元
论文概述：
本文是土木工程论文，本文在广泛调研有关于半刚性节点钢框架结构特点的基础上，应用神经网络的优化算法结合有限元分析软件，以四层钢框架结构整体为研究对象。
论文正文：
第一章引言
1.1研究的背景和意义
随着我国经济的不断发展，钢材产量不断增加，钢材的规格和种类逐渐完善，钢结构逐渐成为建筑结构的主要形式之一。钢结构主要由钢制成，与传统的砌体结构和混凝土结构相比，具有“重量轻、强度高”的突出优点。在同一建筑设计方案中，钢结构的使用可以显著降低结构的整体自重，显著提高结构的安全性和承载力。对于相同自重的建筑材料，钢结构建筑比砖石结构和混凝土结构有更大的用途空。施工速度快，整体性能好，组装程度高，可大大缩短工期，在施工方便性和施工效率方面，钢结构比其他结构具有明显优势；它具有良好的塑性和延展性，显著降低了结构脆性破坏的可能性，材料具有良好的均匀性和各向同性。它是一种理想的弹性体，最符合一般工程力学的基本假设。然而，在砌体结构和混凝土结构中，结构构件中使用了大量脆性材料，增加了结构在外部因素作用下发生脆性破坏的可能性。在众多钢结构中，钢框架结构体系应用最为广泛。它不仅适用于民用多层和高层建筑结构，也适用于多层工业建筑结构。它已成为目前使用的主要结构系统之一。随着社会的发展和技术的进步，钢结构在未来的建筑发展中将会越来越快。中国建设部发布了《国家建筑钢结构产业第十个五年规划和2015年发展规划纲要》，明确提出大力推进钢结构在建筑工程中的应用。然而，目前钢结构设计方法复杂，设计理论和实际应用还不够成熟，没有得到广泛应用。因此，钢结构体系领域的研究应用和实际成果有待提高。
.........
1.2钢框架结构在国内外的发展现状
国外钢结构的发展领先于中国。早在1872年，索尼的欧洲厂房就建成了，这是世界上第一座钢架房。在特定的社会背景下，欧洲钢结构住宅的发展向前迈进了一步。欧洲[国家的钢架结构一般为4-5层，组装程度高，在钢结构体系中所占比例高。二战后，英国等欧洲国家采用工业化装配方法建造了大量住宅建筑，逐步形成了一批完整、标准化、系列化的建筑体系，为钢结构住宅建筑的发展奠定了基础。英国伦敦[在20世纪60年代建造了一栋三层钢架结构的房子。房子的主要承重构件是工字钢和柱。瑞典[3]20世纪60年代初建于首都斯德哥尔摩的朗兹·克鲁纳独栋住宅是一座较早的框架钢结构住宅。意大利[4-5]BsAIs工业建筑系统适用于多层钢框架结构的施工。它具有外形新颖、结构受力合理、抗震性能好、施工速度快、生活办公舒适方便等优点，已在欧洲、非洲、中东等地区广泛推广应用。美国[6-8]是第一个采用钢结构住宅的国家，其中大部分采用钢框架结构住宅体系，发展也非常迅速。1965年，钢结构住宅仅占美国建筑市场的15%。1990年上升到53%，1993年上升到68%，2000年上升到75%。近年来，钢结构住宅在日本[发展迅速，年竣工面积占住宅总面积的25%。住宅建筑用钢的数量仍在逐年增加。
……
第二章钢框架结构优化设计方法研究
2.1钢框架结构优化算法简介
钢框架结构的安全使用和极限承载力要求体现在优化计算中，材料应力低于屈服极限，挠度低于允许值。上述约束是优化过程中必须满足的约束。它们共同定义了优化设计的可行性区间，并应在优化计算过程中的优化目标之前得到满足。作为优化目标，钢材总消耗量与优化变量之间有明确的定量关系。然而，目标函数、约束条件和优化变量之间的定量关系相对复杂，无法直接得到三者之间关系的数学表达式。目标函数的极值和最优解不能用传统的方法如数乘得到，满足精度要求的最优解问题需要用其他优化算法得到。近年来，随着计算机设备性能的快速发展，优化算法得到了极大的发展。优化算法和现代计算机技术的结合已经逐渐解决了许多领域中最初的难题，包括结构优化设计[28]。同时，也为复杂目标函数和复杂约束下的多变量优化和多目标优化研究提供了强有力的研究工具。目前，发展迅速、应用广泛的优化算法主要包括Tuba搜索、模拟退火、遗传算法、拓扑优化和神经网络。禁忌搜索算法的想法最早是由格洛弗·[在1986年提出的。主要思想是首先在约束条件形成的可行区域内获得一个可行解，并在可行解附近获得几个新的可行解。它们中的最优解被作为当前的最优解，并且在最优解附近的可行区域中再次找到新的可行解，并且上述步骤被连续重复。该算法标记完成的搜索区域，并建立禁忌数据库，以避免重复搜索。
........
2.2神经网络算法的研究
人工神经网络模仿生物神经网络的结构和行为机制，构建人工神经元和神经网络，最终形成完整的人工神经网络系统。对于单个特定人工神经网络中的神经元，接收来自多个神经元的信息，并在处理后生成新信息，在满足预设测试条件的情况下，以单向信息传输方式将新生成的信息传输给其他神经元。将信息传输到同一神经元的多个其他神经元所传输的信息对于该神经元生成的新信息的影响程度可以具有不同的权重。根据优化的具体需要，每个神经元对于新生成信息的阈值条件也可以不同。人工神经元对其他神经元传递的信息的处理功能也可以由用户根据研究需要进行设置。图2-4是人工神经元模型[40]的示意图。人工神经元模仿生物神经元的基本信息处理功能。然而，单个人工神经元仍然不能满足完成复杂优化问题的功能要求。对于生物神经网络和人工神经网络来说，只有一定数量的神经元按照一定的结构关系相互连接，形成一个神经网络，能够对现有信息完成灵敏准确的响应。单个人工神经元所具有的功能为结构优化计算的人工神经网络的形成提供了基础。
……
第三章钢框架结构优化设计实例分析....16
3.1选择框架结构作为优化目标.........16
3.2初始设计方案的负荷计算和验证……18
3.3机械简化……对于接头23的半刚性连接
3.4优化变量的选择和计算过程的优化…… 28
3.4.1优化变量的选择......28
3.4.2优化计算过程……30
3.5优化模块33的介绍
3.6有限元分析模型的建立……34
3.7有限元分析........43
3.8 ANSYS局部优化计算的灵敏度和拟合曲线分析.......50
3.9不同刚度配置下的优化结果分析……53
3.10神经网络数据训练设置.........55
3.11数据培训和优化结果分析56
3.12本章总结……64
第四章总结与展望……65
4.1本文的工作总结……65
4.2未来工作展望……66
第三章钢框架结构优化设计与分析实例
3.1选择框架结构作为优化目标
选择四层钢框架结构作为优化设计的研究对象。该结构在前立面方向上有五个跨度，每个跨度为9m，侧立面方向上有三个跨度，每个跨度为6m，设计层高为3.9m，侧立面上次梁与次梁间距为3m。倾斜支撑沿结构侧的垂直表面方向布置在第二跨度中。主梁与立柱沿前立面方向采用半刚性连接，主梁与立柱沿其他方向采用铰接连接，次梁与主梁采用刚性连接。支架与主梁的连接端刚性连接，支架与立柱的连接端铰接。结构平面图和立面图如图3-1至3-3所示。在图3-1中，轴线平行于x方向的主梁和立柱是半刚性连接的，用符号@表示，而轴线平行于y方向的主梁和立柱是半刚性连接的，用符号0表示。在这种结构中，每个构件采用H型钢，所用钢材为Q345。该结构的屋面和地板采用钢-混凝土组合构件，压型钢板型号为YX-75-230-690(一)。现浇混凝土厚70毫米，所有部分通过完全抗剪连接。选择合适的荷载值、场地类型和初始构件截面尺寸，以检查所选半刚性钢框架结构的极限承载力。如表3-1所示，显示了各种部件的型号和尺寸。
……
摘要
在广泛研究半刚性节点钢框架结构特点的基础上，采用神经网络优化算法结合有限元分析软件，以整个四层钢框架结构为研究对象，考虑了构件之间的相互作用，这本身增加了研究的难度，最终取得了良好的经济效果，充分证明了该方法的可行性，为今后的优化设计工作提供了很好的参考。在分析传统设计方法计算结果的基础上，对本文采用的优化方案的设置和所得结果的评价进行了评价，得出了以下重要结论:
(1)本文采用神经网络算法。计算结果表明，神经网络算法能够高效、准确地完成整个钢框架结构的优化设计研究。丰富灵活的最优解搜索策略及其易于调整的算法结构使得神经网络算法非常适合半刚性节点整体钢框架的优化设计。
(2)根据本文的研究要求和各种半刚性节点力学简化模型的特点，合理选择线性模型作为半刚性节点的简化模型。计算和优化结果表明，线性简化模型能够在满足应力和挠度约束的前提下有效地改进优化计算，其计算精度能够更好地反映半刚性节点对结构整体性能的影响。模型简化产生的误差在本文研究的问题中并不占主导地位。
(3)利用ANSYS工作台平台中结构分析模块和优化设计模块的基本工作原理和功能特点，在约束条件下进行参数化建模、静态结构分析和优化设计计算，为进一步搜索全局最优解提供数据源。
(4)充分利用MATLAB中神经网络工具箱的应用方法，比较不同算法的特点。根据本文研究课题的研究需求，选择合适的优化算法，选择合适的数据量参与训练、验证和测试，并对计算进行优化，得到满足不同方案应力和挠度约束的最优解。
.........
参考文献(省略)