【摘 要】
:
机械结构优化设计经常面临设计变量多、约束条件复杂等难题,为典型的多维、非线性问题,求解过程复杂,常规局部优化算法(比如序列二次规划法、内点法、有效集法、信赖域法等)通常很难求得全局最优解,而全局群智能优化算法则计算效率偏低。本文针对机械结构优化设计中常用的全局群智能优化算法(以遗传算法和粒子群算法为例)存在的不足,提出了一种改进的遗传算法和一种改进的粒子群算法;结合并行算法策略,进一步设计了一种基
论文部分内容阅读
机械结构优化设计经常面临设计变量多、约束条件复杂等难题,为典型的多维、非线性问题,求解过程复杂,常规局部优化算法(比如序列二次规划法、内点法、有效集法、信赖域法等)通常很难求得全局最优解,而全局群智能优化算法则计算效率偏低。本文针对机械结构优化设计中常用的全局群智能优化算法(以遗传算法和粒子群算法为例)存在的不足,提出了一种改进的遗传算法和一种改进的粒子群算法;结合并行算法策略,进一步设计了一种基于并行优化策略的结构优化设计策略,结合改进的遗传算法和改进的粒子群算法,提出了一种并行式改进遗传算法和并
其他文献
随着科学技术的发展和对高精度加工的要求提升,气浮支承以及传动扮演越来越重要的角色。气体静压轴承因其具备高精度、较高承载、清洁环保且可以在特殊环境中适用而广受应用。轴承的节流方式分为小孔、多孔质、环面以及狭缝等等,在轴承的使用过程中却发现,小孔节流气体静压轴承会发生气锤振动,即供气压力超过一定阈值后轴承出现啸叫,转子产生振动,严重时转子会与轴承壳碰撞损坏轴承精度。然而多孔质轴承相对来说更加稳定,承载
当流体在管内稳态流动时,由于阀门突然开关或者水泵突然停转会导致管内流量与压力出现瞬态脉动过程,这种现象被称为水击过程。这种现象会影响流体管路系统以及系统中其他设备正常工作,甚至造成破坏,一直以来研究瞬态水击过程在流体传动领域都有着极大意义,而摩擦项的研究是分析水击过程的重要因素,且还存在着巨大挑战。因此本文主要是围绕摩擦项以及水击压力脉动过程为研究内容。1)分析流体管路中发生水击现象的物理过程以及
目前,电气阀门定位器广泛应用在气动工业现场中,定位器如果发生故障,整个控制回路中就会出现振荡,从而加快设备的损耗并且降低生产质量,最终造成资源的浪费。对定位器进行故障诊断和故障预测可以确保整个气动系统的正常运行。本文主要的研究内容如下:(1)对定位器进行故障分析,说明常见的故障现象、故障产生的原因和故障的处理办法。然后搭建定位器实验平台,用于采集定位器的状态参数数据。(2)选取定位器的五种典型机械
随着新一代信息通信技术和人工智能技术的快速发展,传统的制造业开始向着以信息技术为基础的智能制造转变,无人工厂开始迅速发展。数字孪生技术是实现智能制造的关键技术,能够有效解决在制造业转型中存在的信息传递难题。本文基于数字孪生技术开发了机床加工过程的虚拟仿真监控系统,在传统虚拟仿真监控系统的基础上实现了对机床在加工过程中工件材料去除过程的几何监控,并引入了切削力预测模型,从而实现对机床加工过程的物理层
齿轮或齿轮箱有传递运动和调节速度的功能,在机械制造业中有着广泛的应用并起着至关重要的作用。然而,一些设备如风力发电机、高速列车和高速船舶等,由于它们的工作环境不稳定,时常发生故障,而齿轮箱故障所占比例较高并且危害较大,因此对齿轮箱进行故障分析是很有必要的。传统的故障树分析方法在分析齿轮箱故障的原因上有很大的优势,不过该方法对于齿轮箱故障的动态传播分析有所欠缺。Petri网有着动态特性,在齿轮箱故障
传动件是机械设备的核心部件,保证传动件的可靠运行对机械设备安全生产意义重大。传统故障诊断依赖人工经验,随着环境恶化其诊断性能也随之下降。随着人工智能的发展,智能诊断成为故障诊断领域的研究热点,但仍存在以下问题:首先,设备健康运行的时间要远超故障时间,导致信号样本集不平衡,模型容易过拟合,诊断性能降低,因此如何在样本不平衡情况下开展智能诊断值得研究。其次,智能诊断依靠大量带标签数据以开展监督学习,然
滚动轴承作为各类大型机械设备中最常见的支撑部件,经常工作在高强度,高速运转的恶略工况下,因此很容易出现故障,进而导致整个机械设备失效停机。为了避免这类事故发生,十分有必要对滚动轴承进行深入的故障诊断研究。当前,针对滚动轴承的故障诊断研究方法主要分为基于动力学建模、基于信号分析、以及基于数据驱动三类。其中基于深度学习的故障诊断方法作为基于数据驱动方法中的一种新兴分支,由于其在面对大数据情况时仍然具有
随着仿真实验的精细化,结构优化设计中目标响应的获取越来越耗时,使用代理模型辅助进行优化设计虽然可以简化计算,但代理模型的构建效率以及代理模型中子优化问题的准确度需要进一步的提升。本文主要从以下两个角度进行了研究:1)提高高精度代理模型构建的效率;2)提高代理模型子优化问题的准确度。主要研究内容包括:(1)从提高高精度代理模型构建的效率的角度出发,提出了基于疏密度和局部复杂度的自适应代理模型构建方法
滚动轴承作为旋转机械系统的重要组成部件,其机械性能极大地影响着设备运行的安全性和可靠性。如果滚动轴承在系统运行过程中出现故障,不仅会造成设备工作性能下降,在极端情况下甚至造成系统故障或停机,从而带来更严重的经济损失甚至是人员伤亡。因此,对滚动轴承进行故障诊断具有重要意义。近年来,数据驱动的智能故障诊断方法被广泛应用于滚动轴承的故障诊断研究中。然而,由于滚动轴承长期处于复杂的工作环境中,对滚动轴承进
工业机器人是现代制造业的重要装备,其运动精度是描述工业机器人性能的一个重要指标。制造、装配、工况、环境、时变刚度和弹性变形等具有不确定性的内外部激励对工业机器人运行精度有着重要的影响,如何高精度、高效率的评估工业机器人运动精度成为一个关键科学问题和难点。论文结合信息融合技术,对系统的多模型、多层次、多类型、多时刻的信息进行综合运用以对工业机器人的运动精度及其可靠性进行高效、精确的分析。本文的主要工