【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于超聲換能器和人工智能，具體涉及一種壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法。
技術(shù)介紹
1、現(xiàn)階段超聲傳感器研究方面，各組分材料設(shè)置大多是通過人工進(jìn)行大量實(shí)驗(yàn)對比得到的，但人工評估傳感器材料一方面存在可能受到個(gè)體主觀意見的影響，以及個(gè)體知識和經(jīng)驗(yàn)的局限性，不同的專家可能會有不同的看法和偏好，導(dǎo)致選擇結(jié)果的不一致性，難以發(fā)現(xiàn)全新的材料或突破性的性能，另一方面?zhèn)鞲衅鞑牧系倪x擇通常需要大量的實(shí)驗(yàn)和試驗(yàn)，以及反復(fù)的評估和調(diào)整。這些過程需要耗費(fèi)大量的時(shí)間、人力和資源，尤其是在材料候選數(shù)量較多或評估標(biāo)準(zhǔn)較復(fù)雜時(shí)，人工優(yōu)選的成本和時(shí)間成本會更加顯著。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的是為了解決壓電換能器設(shè)計(jì)中人工實(shí)驗(yàn)技術(shù)需要耗費(fèi)大量的時(shí)間、人力和資源的問題，提出了一種壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法。
2、本專利技術(shù)的技術(shù)方案為：一種壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，包括以下按步驟：
3、s1.采集壓電換能器的性能數(shù)據(jù)，并對性能數(shù)據(jù)進(jìn)行數(shù)據(jù)清理；
4、s2.利用處理后的數(shù)據(jù)建立壓電換能器模型；
5、s3.利用nsga-ⅱ多目標(biāo)優(yōu)化算法對壓電換能器模型進(jìn)行計(jì)算，得到最優(yōu)的換能器設(shè)計(jì)參數(shù)，完成壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)。
6、本專利技術(shù)的有益效果是：
7、本專利技術(shù)中，將智能算法引入壓電換能器的優(yōu)化設(shè)計(jì)中，可以在設(shè)計(jì)空間中更快速地搜索最優(yōu)解，從而提高設(shè)計(jì)效率并減少試驗(yàn)成本，有助于推動技術(shù)創(chuàng)新和發(fā)展，通過不斷探索和優(yōu)化設(shè)
8、作為優(yōu)選，步驟s1中所述性能數(shù)據(jù)包括電壓-位移曲線、頻率響應(yīng)曲線、聲壓級曲線、電聲轉(zhuǎn)換效率、壓電材料的特性參數(shù)、溫度特性、耐久性測試數(shù)據(jù)和環(huán)境因素。
9、作為優(yōu)選，所述步驟s1具體包括以下分步驟：
10、s11.利用傳感器和圖形化編程工具采集壓電換能器的性能數(shù)據(jù)；
11、s12.基于圖形化編程工具，構(gòu)建關(guān)系型數(shù)據(jù)庫，將利用傳感器采集到的壓電換能器的性能數(shù)據(jù)和材料特性數(shù)據(jù)存儲至關(guān)系型數(shù)據(jù)庫；
12、s13.對關(guān)系型數(shù)據(jù)庫中的壓電換能器的性能數(shù)據(jù)和材料特性數(shù)據(jù)進(jìn)行數(shù)據(jù)清理。
13、作為優(yōu)選，步驟s13中所述數(shù)據(jù)清理包括去除重復(fù)數(shù)據(jù)、處理缺失值、驗(yàn)證數(shù)據(jù)的完整性和一致性。
14、作為優(yōu)選，步驟s2中所述壓電換能器模型的目標(biāo)函數(shù)為：
15、minf(x)＝{f1(x),f2(x),f3(x)}
16、其中，min表示最小化，f(x)表示壓電換能器模型；f1(x)表示輻射聲源級最大化；f2(x)表示輸入電功率最小化；f3(x)表示質(zhì)量最小化，有：
17、
18、其中，sl表示輻射聲源級，|p表示聲源強(qiáng)度，lg表示以10為底的對數(shù)函數(shù)，pin表示輸入電功率，z表示阻抗，vrms表示驅(qū)動電壓，m表示質(zhì)量。
19、作為優(yōu)選，步驟s2中所述壓電換能器模型的約束條件包括有諧振頻率約束、材料參數(shù)約束、聲源級上下限約束、壓電材料厚度極限值約束、壓電材料最小徑向尺寸約束、退極化場強(qiáng)約束和換能器工作功率容量約束；
20、所述諧振頻率約束的表述公式為：
21、
22、其中，fs表示諧振頻率，flow表示工作頻率下限，fup表示工作頻率上限，lc表示壓電材料厚度，表示彈性系數(shù)，σe表示壓電材料的泊松比，ρ表示壓電材料密度；
23、所述材料參數(shù)約束的表述公式為：
24、mat＝mati,i＝1,2,...,q
25、其中，mat表示壓電材料屬性參數(shù)，q表示壓電材料的類型總數(shù)，mati表示第i種壓電材料的屬性參數(shù)；
26、所述聲源級上下限約束的表述公式為：
27、
28、其中，表示聲源級下限，slfup表示聲源級上限，sl1表示聲源級下限極限值，sl2表示聲源級上限極限值；
29、所述壓電材料厚度極限值約束的表述公式為：
30、lc≥l0
31、其中，l0表示厚度極限值；
32、所述壓電材料最小徑向尺寸約束的表述公式為：
33、r≥r0
34、其中，r表示壓電材料最小徑向尺寸，r0表示實(shí)際工藝的半徑極限值；
35、所述退極化場強(qiáng)約束的表述公式為：
36、
37、其中，vrms表示驅(qū)動電壓，e0表示參考電場；
38、所述換能器工作功率容量約束的表述公式為：
39、
40、其中，p表示輻射聲功率，pm表示功率疲勞極限，π表示圓周率，f0表示換能器的共振頻率，v表示壓電材料兩端電壓，t0表示抗張強(qiáng)度，s表示換能器的面積，qm表示機(jī)械品質(zhì)因數(shù)，有：
41、qm＝1/4π(c0+c1)r1δf
42、其中，c0表示壓電材料的靜態(tài)電容，c1表示壓電材料的動態(tài)電容，r1表示諧振時(shí)的等效電阻，δf表示諧振頻率和反諧振頻率之差。
43、作為優(yōu)選，步驟s2中所述壓電換能器模型的混合決策向量為：
44、xt＝{matt,r,lc,vrms,flow,fup}t
45、其中，xt表示壓電換能器模型的混合決策向量的轉(zhuǎn)置，r表示壓電材料最小徑向尺寸，lc表示單晶厚度，vrms表示驅(qū)動電壓，flow表示工作頻率下限，fup表示工作頻率上限，matt表示壓電材料屬性參數(shù)mat的轉(zhuǎn)置，有：
46、
47、其中，d33表示壓電常數(shù)，s表示機(jī)械應(yīng)變，ρ表示壓電材料密度，ε33表示介電常數(shù)，σe表示壓電材料的泊松比。
48、作為優(yōu)選，所述步驟s3具體包括以下步驟：
49、s31.初始化nsga-ⅱ多目標(biāo)優(yōu)化算法的運(yùn)行參數(shù)，并根據(jù)壓電換能器模型的目標(biāo)函數(shù)隨機(jī)生成一個(gè)規(guī)模為n的初始種群pk，種群的代數(shù)k的初始值為0，將pk作為父代種群，所述初始種群pk為待優(yōu)化的換能器設(shè)計(jì)參數(shù)；
50、s32.對父代種群pk依序進(jìn)行選擇操作、模擬二進(jìn)制交叉操作和多項(xiàng)式變異操作，得到子代種群dk；
51、s33.根據(jù)精英選擇策略和壓電換能器模型的約束條件，從父代種群pk和子代種群中dk選出滿足約束條件的精英個(gè)體，將精英個(gè)體作為下一代遺傳算法中的父代種群，并令種群的代數(shù)k加1，執(zhí)行步驟s34；
52、s34.判斷進(jìn)化次數(shù)是否到達(dá)最大值，若未達(dá)到，返回步驟s32；若達(dá)到，結(jié)束運(yùn)行，將最后一代種群作為最優(yōu)解，即最優(yōu)的換能器設(shè)計(jì)參數(shù)，完成壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)。
53、作為優(yōu)選，步驟s34中所述最優(yōu)解的表述公式為：
54、pf*＝{f(x*)＝{f1(x*),f2(x*),f3(x*)}x*∈p*}
55、其中，pf*表示最優(yōu)解，f(x*)表示壓電換能器模型的最優(yōu)解，f1(x*)表示輻射聲源本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，所述方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，步驟S1中所述性能數(shù)據(jù)包括電壓-位移曲線、頻率響應(yīng)曲線、聲壓級曲線、電聲轉(zhuǎn)換效率、壓電材料的特性參數(shù)、溫度特性、耐久性測試數(shù)據(jù)和環(huán)境因素。
3.根據(jù)權(quán)利要求1所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，所述步驟S1具體包括以下分步驟：
4.根據(jù)權(quán)利要求3所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，步驟S13中所述數(shù)據(jù)清理包括去除重復(fù)數(shù)據(jù)、處理缺失值、驗(yàn)證數(shù)據(jù)的完整性和一致性。
5.根據(jù)權(quán)利要求1所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，步驟S2中所述壓電換能器模型的目標(biāo)函數(shù)為：
6.根據(jù)權(quán)利要求5所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，步驟S2中所述壓電換能器模型的約束條件包括有諧振頻率約束、材料參數(shù)約束、聲源級上下限約束、壓電材料厚度極限值約束、壓電材料最小徑向尺寸約束、退極化場強(qiáng)約束和換能器工作功率容量約束；
7.根據(jù)權(quán)利
8.根據(jù)權(quán)利要求7所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，所述步驟S3具體包括以下步驟：
9.根據(jù)權(quán)利要求8所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，步驟S34中所述最優(yōu)解的表述公式為：
...【技術(shù)特征摘要】
1.一種壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，所述方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，步驟s1中所述性能數(shù)據(jù)包括電壓-位移曲線、頻率響應(yīng)曲線、聲壓級曲線、電聲轉(zhuǎn)換效率、壓電材料的特性參數(shù)、溫度特性、耐久性測試數(shù)據(jù)和環(huán)境因素。
3.根據(jù)權(quán)利要求1所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，所述步驟s1具體包括以下分步驟：
4.根據(jù)權(quán)利要求3所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，步驟s13中所述數(shù)據(jù)清理包括去除重復(fù)數(shù)據(jù)、處理缺失值、驗(yàn)證數(shù)據(jù)的完整性和一致性。
5.根據(jù)權(quán)利要求1所述的壓電換能器多目標(biāo)智能優(yōu)化設(shè)計(jì)方法，其特征在于，步驟...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：田毅，張芳源，黨琳佩，苗青青，張兆鈞，黃君堂，朱永燦，黃新波，
申請(專利權(quán))人：西安工程大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。