随着海洋工程产业的发展,起重船在吊装、港口疏浚等方面起着重要的作用。起重船的吊机基座,是起重船的一个典型结构。随着起重船的重型化发展,对吊机基座的结构强度提出了更高的要求,因此研究吊机基座的结构强度、疲劳与优化是非常必要的。本文针对4000t起重船的吊机基座进行结构强度分析,并结合工作载荷与波浪载荷计算其疲劳,最后应用PSO-BP-GA方法对吊机基座进行优化。本文主要内容如下:1.对疲劳分析中S-N曲线法和连续型应力范围长期分布的理论进行了介绍,对基于代理模型的结构优化方法进行了介绍,并介绍了粒子群算法、BP神经网络、遗传算法的基本原理。2.根据图纸应用有限元软件Patran建立了4000t起重船吊机基座及其连接结构在内的五个舱段的结构模型。在设置好模型坐标系、材料属性及边界条件的情况下,根据规范设置起重机工作时横吊、尾吊和臂架平放状态下的8个典型工况的载荷参数,同时以场函数的形式对各工况的舷外水压力进行模拟,最后应用Nastran计算吊机基座的强度。3.吊机基座的疲劳包含工作载荷的疲劳和波浪载荷的疲劳。根据DNV船级社的规范确定S-N曲线的形式和吊机的分类,使用有限元软件Patran,应用S-N曲线法对吊机基座工作载荷的疲劳进行分析。应用Sesam软件建立起重船整船的结构模型,进行水动力分析确定设计波,并利用设计波法计算波浪载荷对吊机基座的疲劳损伤,最后应用Miner线性累积损伤理论计算吊机基座总的疲劳损伤。4.以吊机基座的轻量化为目标进行结构优化。应用Isight软件进行灵敏度分析选择设计变量,使用正交试验的方法获取设计变量的训练样本。应用Matlab软件使用测试样本对BP神经网络构造的代理模型进行检测。为改善BP神经网络的缺点,编写粒子群算法优化BP神经网络的程序,并比较BP神经网络和粒子群算法优化BP神经网络建立的代理模型的泛化能力。最后编写遗传算法程序调用PSO-BP神经网络构造的代理模型对吊机基座进行优化,并对其强度和疲劳进行验证。本文的优化方法与优化思路可为船舶工程中的结构轻量化优化或以屈曲强度、碰撞等其他参数为目标的优化提供参考。