發(fā)布時間：2020-09-11 11:46

　　 起重機(jī)在工業(yè)中具有非常重要的作用,但是國內(nèi)起重機(jī)存在結(jié)構(gòu)笨重以及耗能大等缺點(diǎn),限制了整個行業(yè)的發(fā)展。對起重機(jī)結(jié)構(gòu)進(jìn)行分析,降低其重量,成為了當(dāng)前的一個研究重點(diǎn),但是常規(guī)起重機(jī)在分析及優(yōu)化過程中存在計(jì)算量大以及精度不高等問題。為了對起重機(jī)結(jié)構(gòu)進(jìn)行優(yōu)化,降低其重量,同時提高在CAE分析中的效率,論文以起重機(jī)主梁結(jié)構(gòu)有限元分析為基礎(chǔ),運(yùn)用自適應(yīng)稀疏網(wǎng)格模型技術(shù)對主梁進(jìn)行了可靠性分析及結(jié)構(gòu)優(yōu)化。主要研究內(nèi)容與成果如下:首先針對稀疏網(wǎng)格模型在處理高維工程問題時存在的效率問題,對稀疏網(wǎng)格進(jìn)行自適應(yīng)細(xì)化網(wǎng)格以及分層計(jì)算誤差處理,并通過多種模型的數(shù)值算例對比,表明自適應(yīng)稀疏網(wǎng)格模型在處理多維模型時更具有高效性。其次對起重機(jī)主梁結(jié)構(gòu)進(jìn)行簡化,運(yùn)用SolidWorks對其進(jìn)行建模,再運(yùn)用workbench對模型進(jìn)行有限元分析,靜態(tài)分析得到小車滿載位于跨中位置時主梁結(jié)構(gòu)的最大應(yīng)力和最大變形,模態(tài)分析得到固有頻率和振型。通過現(xiàn)場實(shí)驗(yàn)驗(yàn)證了有限元分析的準(zhǔn)確性。靜態(tài)分析以及模態(tài)分析的結(jié)果是可靠性分析以及優(yōu)化的基礎(chǔ)。然后針對起重機(jī)主梁結(jié)構(gòu)在制造、材料特性以及所受載荷方面存在的不確定性,運(yùn)用自適應(yīng)稀疏網(wǎng)格模型對含有不確定性因素的模型進(jìn)行建模,對擬合好的模型進(jìn)行大量抽樣并做統(tǒng)計(jì),得到最大變形量和最大應(yīng)力值的概率分布情況,驗(yàn)證初始模型可靠性是滿足要求的。最后將自適應(yīng)稀疏網(wǎng)格模型與MOGA算法結(jié)合,對起重機(jī)主梁結(jié)構(gòu)進(jìn)行優(yōu)化。首先利用自適應(yīng)稀疏網(wǎng)格模型完成主梁結(jié)構(gòu)的建模,然后利用MOGA算法對模型進(jìn)行采樣,并完成交叉、變異、迭代等操作,最后得到一組優(yōu)化的備選方案,通過對比備選方案中可靠性、質(zhì)量、應(yīng)力和變形等指標(biāo)選出最優(yōu)的方案,優(yōu)化后的結(jié)果使得主梁結(jié)構(gòu)質(zhì)量減少了6.89%。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TH215;TP391.9
【部分圖文】：

格模型的優(yōu)勢更加明顯。因此，論文結(jié)合有限元分析技術(shù)以及數(shù)值計(jì)算方法，運(yùn)用自適應(yīng)稀疏網(wǎng)格模型技術(shù)對起重機(jī)主梁結(jié)構(gòu)進(jìn)行建模并進(jìn)行優(yōu)化研究。論文結(jié)構(gòu)的整體框架如圖1-1所示。主要的研究內(nèi)容有以下幾方面：1) 概述國內(nèi)外研究現(xiàn)狀并分析它們的優(yōu)劣性以及開展本文研究的意義；2) 分析稀疏網(wǎng)格模型的原理，闡明稀疏網(wǎng)格模型在運(yùn)用時存在水平數(shù)不好控制的局限性，從而導(dǎo)致模型建立時采樣點(diǎn)多、建立時間長。針對稀疏網(wǎng)格模型的不足，對其進(jìn)行自適應(yīng)細(xì)化網(wǎng)格以及分層計(jì)算誤差處理，提高模型擬合效率的同時，保證模型的精度。將基于分層誤差計(jì)算的自適應(yīng)稀疏網(wǎng)格模型與二次多項(xiàng)式模型、克里金模

1]( )0 [ 1,1]x xxx (2-1)基函數(shù)建立在帽函數(shù)的基礎(chǔ)之上，表達(dá)式如下：, , ,( ) ( ) [ , ]ll i l i l l i llx ihx x x h x hh (2-2)其中，l為水平數(shù)，i為空間位置。分層增量空間 ,:l l i lW span i I，其中 = ,1 2 1,llI i N i i odd對于全網(wǎng)格的響應(yīng)函數(shù)空間為：l kk lV W ，而稀疏網(wǎng)格模型是從全網(wǎng)格中忽略對局部插值影響較小的子空間，其響應(yīng)函數(shù)空間為：0,1Sn ll n dV W [31]。一維插值近似模型可以表示為：, ,1( ) ( ) ( )llk i k ik i If x u x x (2-3)

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文 1, 1, 1, 2, 2, 2, , , ,1 1 1( ) ( ) ( )k m ni i i i i i p i p i p ii i if x x x x （2其中， 1,i為水平為 1 的基函數(shù)，αl,i為計(jì)算所得到的擬合系數(shù)，k 為初始采, 2,i為水平為 2 的基函數(shù)，α2,i為計(jì)算所得到的擬合系數(shù)，m 為水平為 2 細(xì) p,i為水平為 p 的基函數(shù)，αp,i為計(jì)算所得到的擬合系數(shù)，n 為水平為 p 時細(xì)點(diǎn)數(shù)，xp,i為水平為 p 的采樣點(diǎn)。圖 2-2 為取值在[0,1]范圍內(nèi)的某一維度在水平為 4 以內(nèi)細(xì)化插值趨勢。

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 馬石磊;李方義;李劍峰;何洋;;基于稀疏網(wǎng)格的近似模型及其在輕量化設(shè)計(jì)中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2013年07期

相關(guān)博士學(xué)位論文 前1條

1 盧放;基于多學(xué)科優(yōu)化設(shè)計(jì)方法的白車身輕量化研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 趙艷梅;基于ANSYS Workbench的某車架有限元分析及輕量化研究[D];鄭州大學(xué);2018年

2 李鵬鵬;車銑復(fù)合機(jī)床靜動態(tài)特性分析及結(jié)構(gòu)優(yōu)化[D];西安理工大學(xué);2018年

3 邢冠東;核電環(huán)行起重機(jī)結(jié)構(gòu)可靠性分析與安全評估[D];大連理工大學(xué);2018年

4 劉躍昆;起重機(jī)金屬結(jié)構(gòu)件的結(jié)構(gòu)優(yōu)化及輕量化研究[D];鄭州大學(xué);2017年

5 馮慶歡;基于靈敏度分析的橋式起重機(jī)箱梁結(jié)構(gòu)動態(tài)優(yōu)化設(shè)計(jì)[D];中北大學(xué);2017年

6 候聰亞;基于改進(jìn)螢火蟲算法的橋式起重機(jī)主梁優(yōu)化方法研究[D];中北大學(xué);2017年

7 樊恒;基于改進(jìn)果蠅算法的橋式起重機(jī)主梁輕量化設(shè)計(jì)研究[D];中北大學(xué);2017年

8 李佐斌;橋式起重機(jī)主梁拓?fù)鋬?yōu)化研究[D];大連理工大學(xué);2016年

9 尉鶴繽;基于改進(jìn)退火—粒子群混合算法的橋式起重機(jī)主梁優(yōu)化設(shè)計(jì)[D];河北工程大學(xué);2016年

10 葉青林;橋式起重機(jī)金屬結(jié)構(gòu)概率可靠性優(yōu)化[D];太原科技大學(xué);2016年

本文編號：2816633