科學(xué)技術(shù)的發(fā)展促進(jìn)了生產(chǎn)力的提高。在壓力容器相關(guān)的行業(yè)中,為提高生產(chǎn)力,壓力容器產(chǎn)品具有向大型化發(fā)展的趨勢(shì)。然而大型壓力容器需要更高的生產(chǎn)、運(yùn)輸以及安裝成本,為此對(duì)壓力容器進(jìn)行輕量化設(shè)計(jì)研究以降低成本具有重要的現(xiàn)實(shí)意義。目前,實(shí)現(xiàn)壓力容器產(chǎn)品輕量化的主要策略之一是對(duì)其進(jìn)行結(jié)構(gòu)優(yōu)化,其核心是獲得適用于壓力容器的結(jié)構(gòu)優(yōu)化方法�；诖�,本文提出了采用智能算法對(duì)壓力容器的關(guān)鍵部件進(jìn)行結(jié)構(gòu)優(yōu)化的策略。為了驗(yàn)證所提出的結(jié)構(gòu)優(yōu)化策略的可行性,以吸附器下封頭中心接管結(jié)構(gòu)為優(yōu)化對(duì)象進(jìn)行結(jié)構(gòu)優(yōu)化,論文的主要工作包括:1.提出了使用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)壓力容器關(guān)鍵部件應(yīng)力的方法。本文采用神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)壓力容器關(guān)鍵部件的幾種應(yīng)力輸出。首先采用均勻設(shè)計(jì)法構(gòu)造出設(shè)計(jì)變量的樣本點(diǎn),然后在有限元分析軟件ANSYS中得到這些樣本點(diǎn)模型的兩種應(yīng)力值,組成完整的訓(xùn)練樣本。最后利用訓(xùn)練樣本對(duì)構(gòu)造好的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)可以結(jié)合壓力容器應(yīng)力強(qiáng)度評(píng)定理論,用于構(gòu)造結(jié)構(gòu)優(yōu)化中應(yīng)力約束函數(shù)的近似模型。2.采用布谷鳥(niǎo)搜索算法對(duì)壓力容器關(guān)鍵部件進(jìn)行結(jié)構(gòu)優(yōu)化。利用布谷鳥(niǎo)算法的全局搜索能力強(qiáng)和算法結(jié)構(gòu)簡(jiǎn)單的特點(diǎn),在MATL... 

【文章來(lái)源】：浙江工業(yè)大學(xué)浙江省

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

立式徑向流分子篩吸附器Figure1-1.Verticalradialflowmolecularsieveadsorber條件中的應(yīng)力，構(gòu)造出適合的約束函數(shù)模型；結(jié)合布谷鳥(niǎo)算法對(duì)完整的優(yōu)化數(shù)學(xué)模型進(jìn)行求解，以找到質(zhì)量更輕的下封頭節(jié)構(gòu)的幾何模型的尺寸參數(shù)

喜歡的 ANSYS 界面。本課題中運(yùn)用 APDL 語(yǔ)言構(gòu)建完整的封頭中心接管模型有限元分析腳本文件。只需要在 APDL 腳本上修改幾何模型數(shù)據(jù)，然后將腳本導(dǎo)入 ANSYS 中進(jìn)行自動(dòng)分析，便可以得到修改后的模型的后處理結(jié)果。然后這為本文在后面工作中進(jìn)行多次有限元分析提供了極大的方便，提高了工作效率。2.4.2 吸附器下封頭接管幾何模型處理本文分析的某型號(hào)立式徑向流分子篩吸附器的下封頭中心接管結(jié)構(gòu)的初始尺寸為橢圓封頭內(nèi)徑 1100mm，壁厚 9mm，中心接管內(nèi)徑為 480mm，壁厚 14mm，接管外伸長(zhǎng)度為 150mm，設(shè)計(jì)壓力 1.5MPa，接管端部彎矩為 N д 。又由于本論文主要是分析接管與封頭連接出的不連續(xù)區(qū)域的應(yīng)力狀態(tài)，所以對(duì)接管外端部的連接作簡(jiǎn)化處理。封頭和接管都為回轉(zhuǎn)體，且接管中心軸與封頭的中心軸重合，所以其具有軸對(duì)稱的特點(diǎn)。但是由于接管的端部存在彎矩，此種載荷的施加時(shí)非軸對(duì)稱的，因此在建模過(guò)程中一般只采用 1/2 或者 1/4 模型。由于接管處的力和力矩具有三個(gè)方向，所以一般情況下選擇建立 1/2 模型。本文中也考慮到了接管彎矩的存在，因此采用 1/2 模型進(jìn)行有限元分析。

（1）單元類型的選擇有限元分析的核心技術(shù)之一就是單元技術(shù)，它直接影響著仿真結(jié)果的精YS 經(jīng)過(guò)多年的發(fā)展完善，已經(jīng)具有了一個(gè)龐大的單元庫(kù)，可以幫助用決各類復(fù)雜問(wèn)題。在進(jìn)行網(wǎng)格劃分之前選擇合適的單元類型顯得至關(guān)的選擇可以提高分析結(jié)果的精確度，也是用戶提高仿真水平關(guān)鍵所在雖然 ANSYS 提供了十分全面的單元，但用于壓力容器領(lǐng)域的單元類型有三種：實(shí)體單元、梁?jiǎn)卧约皻卧�。其中�?shí)體單元幾乎能解決任何仿真分析問(wèn)題，因此它也是使用最頻繁的。有些薄壁結(jié)構(gòu)也可以選擇使，它與實(shí)體單元相比更容易劃分網(wǎng)格，計(jì)算時(shí)間也比較短。壓力容器中使用比較少，只有在特殊的結(jié)構(gòu)中才會(huì)選擇使用。由于本課題主要對(duì)下進(jìn)行靜應(yīng)力分析，綜合模型的形狀考慮，選擇實(shí)體單元。本課題中選用的實(shí)體單元類型為 SOLID185。SOLID185 每個(gè)單元具有，每個(gè)節(jié)點(diǎn)具有 3 個(gè)自由度，屬于低階單元。SOLID185 單元可以用來(lái)分析，也可以進(jìn)行具有大應(yīng)變和大變形等非線性分析，而且支持彈性蠕變等材料定義。下圖 2-2 為 SOLID185 單元構(gòu)型。

【參考文獻(xiàn)】：
期刊論文
[1]航空發(fā)動(dòng)機(jī)轉(zhuǎn)子結(jié)構(gòu)布局優(yōu)化設(shè)計(jì)方法[J]. 李超,金福藝,張衛(wèi)浩.  北京航空航天大學(xué)學(xué)報(bào). 2019(02)
[2]基于響應(yīng)面法的連續(xù)剛構(gòu)橋結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J]. 馮仲仁,楊亞磊,李偉.  中外公路. 2018(03)
[3]新型群智能優(yōu)化算法綜述[J]. 林詩(shī)潔,董晨,陳明志,張凡,陳景輝.  計(jì)算機(jī)工程與應(yīng)用. 2018(12)
[4]基于ANSYS Workbench的低溫儲(chǔ)罐多目標(biāo)優(yōu)化設(shè)計(jì)[J]. 段若,錢才富.  計(jì)算機(jī)輔助工程. 2017(04)
[5]基于響應(yīng)面法的橋梁主桁架結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J]. 陳洪武,王立原,高振幫,鄧智雯.  機(jī)械設(shè)計(jì)與研究. 2017(03)
[6]基于量子行為遺傳算法的船體局部結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J]. 劉波,林焰,呂振望,管官,紀(jì)卓尚.  船舶力學(xué). 2017(04)
[7]基于迭代均值組合近似模型和序貫優(yōu)化與可靠性評(píng)估法的船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J]. 胡新明,王德禹.  上海交通大學(xué)學(xué)報(bào). 2017(02)
[8]花授粉算法的改進(jìn)及在壓力容器設(shè)計(jì)中的應(yīng)用[J]. 李前,賀興時(shí),楊新社.  計(jì)算機(jī)工程與應(yīng)用. 2017(13)
[9]基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的圓柱殼大開(kāi)孔接管結(jié)構(gòu)優(yōu)化研究[J]. 萬(wàn)晉,鄭津.  福州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(05)
[10]基于知識(shí)引導(dǎo)遺傳算法的挖掘機(jī)動(dòng)臂結(jié)構(gòu)優(yōu)化新方法[J]. 花海燕,林述溫.  機(jī)械工程學(xué)報(bào). 2014(05)

博士論文
[1]優(yōu)化軟件系統(tǒng)SIPOPT設(shè)計(jì)與實(shí)現(xiàn)及其在工程中的應(yīng)用[D]. 楊春峰.大連理工大學(xué) 2015

碩士論文
[1]基于改進(jìn)布谷鳥(niǎo)搜索算法的橋式起重機(jī)主梁輕量化方法研究[D]. 李志雄.中北大學(xué) 2018
[2]固體火箭發(fā)動(dòng)機(jī)燃燒室噴涂支架設(shè)計(jì)及優(yōu)化[D]. 王海存.大連理工大學(xué) 2016
[3]負(fù)荷建模方法研究和負(fù)荷建模平臺(tái)的開(kāi)發(fā)[D]. 姜曉暉.山東大學(xué) 2016
[4]BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究及應(yīng)用[D]. 劉品.中國(guó)地質(zhì)大學(xué)(北京) 2016
[5]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的車床主軸優(yōu)化設(shè)計(jì)的研究[D]. 熊偉.江蘇大學(xué) 2016
[6]基于PSO-BP神經(jīng)網(wǎng)絡(luò)的船舶結(jié)構(gòu)優(yōu)化[D]. 史亞朋.大連海事大學(xué) 2015
[7]基于ANSYS制氫吸附器的安全評(píng)定和結(jié)構(gòu)優(yōu)化[D]. 劉冉冉.中國(guó)石油大學(xué) 2010
[8]基于ANSYS扶梯鋼架結(jié)構(gòu)參數(shù)化力學(xué)分析系統(tǒng)開(kāi)發(fā)[D]. 何柳.東北大學(xué) 2008
[9]分析設(shè)計(jì)法在液化氣體鐵道罐車中的應(yīng)用[D]. 鄭繼承.西南交通大學(xué) 2006



本文編號(hào)：3529092