本文關(guān)鍵詞：結(jié)構(gòu)穩(wěn)健綜合優(yōu)化設(shè)計(jì)方法研究及其在交通路錐收放車中的應(yīng)用

  更多相關(guān)文章： 路錐收放車 收放回轉(zhuǎn)機(jī)構(gòu) 綜合優(yōu)化設(shè)計(jì) 穩(wěn)健設(shè)計(jì) Isight二次開(kāi)發(fā)

【摘要】：本文重點(diǎn)探究了結(jié)構(gòu)穩(wěn)健優(yōu)化設(shè)計(jì)所涉及的有關(guān)技術(shù)與方法,摸索出了一套適合工程應(yīng)用的結(jié)構(gòu)穩(wěn)健綜合優(yōu)化設(shè)計(jì)方案,并將此方案應(yīng)用到了路錐車的收放回轉(zhuǎn)機(jī)構(gòu)中,獲得了比較滿意的效果。 研究的主要內(nèi)容包括：(1)建立了滾珠絲杠參數(shù)化有限元二次開(kāi)發(fā)平臺(tái),鞏固了Python編程及其在Abaqus中的應(yīng)用,為后文Isight優(yōu)化集成打下堅(jiān)實(shí)基礎(chǔ)。(2)根據(jù)幾種典型試驗(yàn)設(shè)計(jì)方法的采樣點(diǎn)分布對(duì)比情況,確定了一種基于ESE算法與φp準(zhǔn)則的優(yōu)化拉丁超立方設(shè)計(jì)方法,增強(qiáng)了對(duì)初始設(shè)計(jì)空間的探索能力。(3)根據(jù)傳統(tǒng)構(gòu)建代理模型的不足之處,提出了一種基于連續(xù)采樣技術(shù)的橢球基神經(jīng)網(wǎng)絡(luò)代理模型,提高了構(gòu)建代理模型的精度與效率,也為后續(xù)的優(yōu)化設(shè)計(jì)與穩(wěn)健設(shè)計(jì)節(jié)省了大量的計(jì)算時(shí)間。(4)運(yùn)用Isight的二次開(kāi)發(fā)技術(shù),對(duì)傳統(tǒng)模式搜索算法進(jìn)行了改進(jìn),同時(shí)為提高尋找全局真正最優(yōu)解的機(jī)會(huì),本文提出了一種基于存檔的微遺傳算法與改進(jìn)的模式搜索算法的組合策略。(5)用FEA方法對(duì)路錐車的初始收放回轉(zhuǎn)機(jī)構(gòu)進(jìn)行了剛強(qiáng)度分析,依據(jù)分析結(jié)論對(duì)機(jī)構(gòu)進(jìn)行了部分改善。在Isight環(huán)境中搭建了改進(jìn)的收放回轉(zhuǎn)機(jī)構(gòu)優(yōu)化集成平臺(tái),并將本文提出的6σ結(jié)構(gòu)穩(wěn)健綜合優(yōu)化設(shè)計(jì)方案應(yīng)用到其中,不僅具有良好的優(yōu)化結(jié)果,而且當(dāng)設(shè)計(jì)變量存在不確定性變差時(shí),結(jié)構(gòu)性能仍能保持穩(wěn)定。 本文的研究工作與方法可以有效地應(yīng)用在各種典型機(jī)械結(jié)構(gòu)中,能夠顯著提高設(shè)計(jì)人員的工作效率,在理論和工程實(shí)用性角度上具有一定的意義。
【關(guān)鍵詞】：路錐收放車 收放回轉(zhuǎn)機(jī)構(gòu) 綜合優(yōu)化設(shè)計(jì) 穩(wěn)健設(shè)計(jì) Isight二次開(kāi)發(fā)
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：U418.32;TH112
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 緒論8-14
• 1.1 課題背景與意義8-9
• 1.2 交通路錐收放車的發(fā)展概述與結(jié)構(gòu)簡(jiǎn)介9-10
• 1.3 結(jié)構(gòu)優(yōu)化設(shè)計(jì)的發(fā)展與現(xiàn)狀10-12
• 1.4 穩(wěn)健設(shè)計(jì)的發(fā)展現(xiàn)狀與趨勢(shì)12
• 1.5 本文主要研究工作12-14
• 2 結(jié)構(gòu)穩(wěn)健優(yōu)化設(shè)計(jì)相關(guān)原理與技術(shù)14-25
• 2.1 結(jié)構(gòu)優(yōu)化設(shè)計(jì)簡(jiǎn)述14-16
• 2.2 穩(wěn)健設(shè)計(jì)簡(jiǎn)述16-19
• 2.2.1 基本原理16-17
• 2.2.2 實(shí)現(xiàn)方法17-19
• 2.3 結(jié)構(gòu)穩(wěn)健優(yōu)化設(shè)計(jì)簡(jiǎn)述19-20
• 2.4 多學(xué)科多目標(biāo)優(yōu)化軟件Isight簡(jiǎn)介20-22
• 2.4.1 Isight起源與發(fā)展20
• 2.4.2 Isight主要功能20-21
• 2.4.3 Isight優(yōu)化設(shè)計(jì)流程21-22
• 2.5 本文結(jié)構(gòu)優(yōu)化設(shè)計(jì)及穩(wěn)健設(shè)計(jì)方法22-24
• 2.6 本章小結(jié)24-25
• 3 滾珠絲杠參數(shù)化有限元分析二次開(kāi)發(fā)平臺(tái)25-35
• 3.1 概述25-26
• 3.2 Python語(yǔ)言簡(jiǎn)介26-27
• 3.3 Abaqus腳本接口及與Abaqus/CAE的交互27-28
• 3.4 滾珠絲杠參數(shù)化有限元分析平臺(tái)28-34
• 3.4.1 滾珠絲杠有限元二次開(kāi)發(fā)流程28-29
• 3.4.2 滾珠絲杠三維模型的創(chuàng)建29-31
• 3.4.3 滾珠絲杠有限元參數(shù)的設(shè)定31-34
• 3.5 本章小結(jié)34-35
• 4 結(jié)構(gòu)穩(wěn)健綜合優(yōu)化設(shè)計(jì)方法與應(yīng)用35-78
• 4.1 概述35-36
• 4.2 收放回轉(zhuǎn)機(jī)構(gòu)方案的確定36-40
• 4.2.1 初始設(shè)計(jì)方案36-39
• 4.2.1.1 收放回轉(zhuǎn)機(jī)構(gòu)原理36-37
• 4.2.1.2 初始設(shè)計(jì)方案有限元模型37-38
• 4.2.1.3 初始設(shè)計(jì)方案有限元分析結(jié)果38-39
• 4.2.2 改進(jìn)設(shè)計(jì)方案39-40
• 4.2.2.1 收放回轉(zhuǎn)機(jī)構(gòu)改進(jìn)設(shè)計(jì)方案39
• 4.2.2.2 改進(jìn)設(shè)計(jì)方案有限元分析結(jié)果39-40
• 4.3 收放回轉(zhuǎn)機(jī)構(gòu)的優(yōu)化集成平臺(tái)40-45
• 4.3.1 收放回轉(zhuǎn)機(jī)構(gòu)初始設(shè)計(jì)變量的選擇40-42
• 4.3.2 收放回轉(zhuǎn)機(jī)構(gòu)參數(shù)化有限元建模42-43
• 4.3.3 優(yōu)化集成與數(shù)學(xué)模型43-45
• 4.4 試驗(yàn)設(shè)計(jì)45-53
• 4.4.1 拉丁方陣設(shè)計(jì)(LSD)45-46
• 4.4.2 隨機(jī)拉丁超立方設(shè)計(jì)(RLHD)46-47
• 4.4.3 優(yōu)化的拉丁超立方設(shè)計(jì)(OLHD)47-48
• 4.4.4 試驗(yàn)設(shè)計(jì)方法的對(duì)比與選擇48-49
• 4.4.5 本文試驗(yàn)設(shè)計(jì)方法——基于ESE算法的OLHD(ESE-OLHD)49-51
• 4.4.6 收放回轉(zhuǎn)機(jī)構(gòu)試驗(yàn)設(shè)計(jì)分析結(jié)果51-53
• 4.5 代理模型53-58
• 4.5.1 徑向基神經(jīng)網(wǎng)絡(luò)模型(RBFNN)54-56
• 4.5.2 橢球基神經(jīng)網(wǎng)絡(luò)模型(EBFNN)56-57
• 4.5.3 本文代理模型方法——基于連續(xù)采樣技術(shù)的EBFNN模型57-58
• 4.6 組合優(yōu)化策略58-69
• 4.6.1 基于存檔的微遺傳算法(AMGA)58-62
• 4.6.1.1 遺傳算法的相關(guān)概念58-59
• 4.6.1.2 多目標(biāo)優(yōu)化問(wèn)題的相關(guān)概念59
• 4.6.1.3 AMGA算法的基本原理59-62
• 4.6.2 改進(jìn)的模式搜索算法(IPSA)62-65
• 4.6.3 本文組合優(yōu)化策略(AMGA-IPSA算法)65-66
• 4.6.4 基于代理模型和AMGA-IPSA算法的收放回轉(zhuǎn)機(jī)構(gòu)確定性優(yōu)化66-69
• 4.7 6Sigma結(jié)構(gòu)穩(wěn)健優(yōu)化設(shè)計(jì)69-77
• 4.7.1 6Sigma穩(wěn)健優(yōu)化設(shè)計(jì)的相關(guān)概念69-71
• 4.7.2 本文6Sigma穩(wěn)健分析方法71-72
• 4.7.3 收放回轉(zhuǎn)機(jī)構(gòu)6Sigma穩(wěn)健分析結(jié)果72
• 4.7.4 收放回轉(zhuǎn)機(jī)構(gòu)6Sigma穩(wěn)健優(yōu)化設(shè)計(jì)72-77
• 4.8 本章小結(jié)77-78
• 5 總結(jié)與展望78-80
• 5.1 全文總結(jié)78
• 5.2 工作展望78-80
• 致謝80-81
• 參考文獻(xiàn)81-84

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王煒,吳耿鋒,張博鋒,王媛;徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J];地震;2005年02期

2 趙翔,周紹琦,蕭德云;改進(jìn)的橢球單元網(wǎng)絡(luò)及其在故障診斷中的應(yīng)用[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年05期

3 管月智;葛洪偉;;一種混合的多目標(biāo)粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年06期

4 胡鈞銘;魏發(fā)遠(yuǎn);葛任偉;;機(jī)械穩(wěn)健設(shè)計(jì)的研究概況及發(fā)展趨勢(shì)[J];機(jī)械制造;2011年08期

5 邢紅杰;王泳;胡包鋼;;橢球基函數(shù)神經(jīng)網(wǎng)絡(luò)的混合學(xué)習(xí)算法[J];模式識(shí)別與人工智能;2008年02期

6 齊延麗;;淺談結(jié)構(gòu)優(yōu)化設(shè)計(jì)發(fā)展的影響因素[J];四川建筑;2007年02期

7 姜超;邵志良;;近似模型方法在復(fù)雜結(jié)構(gòu)優(yōu)化設(shè)計(jì)問(wèn)題中的應(yīng)用[J];上海汽車;2010年09期

8 宋妍,于建華;計(jì)算智能在振動(dòng)工程中的應(yīng)用[J];西南交通大學(xué)學(xué)報(bào);2002年S1期

9 呂杰;;路面機(jī)械設(shè)備技術(shù)發(fā)展的探討[J];中國(guó)新技術(shù)新產(chǎn)品;2010年05期

10 劉曉路;陳盈果;荊顯榮;陳英武;;對(duì)地觀測(cè)衛(wèi)星系統(tǒng)優(yōu)化問(wèn)題的求解框架與方法[J];系統(tǒng)工程理論與實(shí)踐;2011年06期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 姜鑫;懸臂結(jié)構(gòu)的穩(wěn)健優(yōu)化設(shè)計(jì)方法研究[D];燕山大學(xué);2012年

2 楊卓懿;無(wú)人潛器總體方案設(shè)計(jì)的多學(xué)科優(yōu)化方法研究[D];哈爾濱工程大學(xué);2012年

，

本文編號(hào)：576018