刚度和质量驱动的预紧组合框架式液压机多目标优化设计

为了满足液压机高刚度、轻量化的性能要求,提出刚度和质量驱动的液压机多目标优化设计方法。通过对98MN数控等温锻造液压机结构分析,抽取影响液压机刚度和质量的关键因素;运用正交试验设计方法进行试验,提取刚度和强度与关键因素之间的关系数据。采用一阶响应面建模方法建立上横梁、下横梁刚度和主要部件强度的数学模型,并用统计误差分析方法验证模型的有效性。根据部件结构,建立液压机整机质量的数学模型。进而建立以提高刚度和减轻质量为目标的液压机优化模型。运用非支配解排序遗传优化算法,对液压机上梁刚度与整机质量进行多目标优化,得到Pareto优化解集,可使98MN数控等温锻造液压机刚度提高5%、质量减轻10%。     

伺服压力机滑块轻量化设计方法

针对传统设计方法难以解决滑块刚度和轻量化之间的矛盾问题,建立起基于BP神经网络和多种群遗传算法的滑块尺寸参数优化设计模型。采用正交试验设计方法安排试验方案,以有限元计算数据作为训练和测试样本,获得了滑块尺寸参数组合对其刚度的高精度映射关系。在保证滑块刚度指标的前提下,以滑块质量最小化为优化目标,并采用遗传算法求解,实现了滑块轻量化设计。     

基于Mesh Works/Morpher和Isight的液压机上横梁结构优化

运用abaqus有限元分析软件对液压机上横梁进行强度、刚度校核,并抽取影响上横梁强度、刚度和质量的关键因素;利用MeshWorks/Morpher高端网格变形软件建立了上横梁的网格参数化模型,进而建立以减轻质量为目标的液压机上横梁优化模型。并结合Isight多学科优化软件进行优化分析,得出了合理的上横梁轻量化设计方案。结果表明,轻量化效果明显,上横梁的质量降低了约5.74%,为企业节约了材料成本。其分析思路和方法有较大的通用性和工程实践意义。     

基于均匀设计和NN-GA的CAD模型多目标直接优化方法

提出了一种基于试验数据的多目标直接优化方法,该方法采用均匀设计原理安排试验方案,利用三维CAD模型的参数化驱动特点,完成虚拟试验过程和数据获取,以试验数据为训练样本,建立了CAD模型参数与目标之间的非线性映射关系的神经网络模型,运用Pareto遗传进化算法和小生境技术对CAD模型进行多目标参数优化,可在指定区域内找出CAD模型的Pareto最优解集。     

类椭圆吊臂结构优化设计与研究

吊臂轻量化是进行吊臂结构优化设计的主要目标,但吊臂优化设计存在非线性程度高的特点,传统的优化方法很难得到全局最优解。首先建立了类椭圆吊臂有限元分析的参数化仿真模型,采用正交试验法建立样本数据,完成对BP神经网络的训练,建立了设计参数与目标向量之间的非线性映射关系。最后以吊臂重量最轻为优化目标,利用遗传算法寻优。优化结果表明,吊臂自重显著降低。该方法为以后复杂结构的轻量化设计提供了一种新的思路。     

基于刚度和模态的某自卸车车架轻量化设计

利用有限元模态分析理论,分析了某自卸车车架的动态特性,结合车架模态试验验证了模型的合理性。在已验证的模型基础下求解了车架的弯曲和扭转刚度。进行灵敏度分析以确定有效的设计变量。以车架总质量为目标函数,以刚度和1阶固有频率为约束条件,建立轻量化优化模型。通过拉丁方试验设计方法选取样本点,运用径向基函数构造模型各响应的近似模型,采用遗传算法求解近似模型。获得的优化结果参数代入实际模型后结果表明车架总质量在满足刚度和1阶模态频率约束要求下下降了18.37 kg。     

基于遗传算法的液压机上梁交互式结构优化

很多结构优化问题的数学模型并不存在或难以求解,传统优化方法难以对这类问题进行准确寻优,需要使用交互式结构优化方法。针对基本遗传算法的缺陷,提出了一种改进型遗传算法。以700T铸造式液压机上梁(简称上梁)为例,建立结构优化模型和遗传算法模型。以上梁的最大变形和最大等效应力为约束条件,以重量为目标函数,基于有限元法和改进遗传算法对上梁进行了交互式结构优化设计。优化结果使上梁变形基本保持不变,最大等效应力降低5.87%,同时使上梁减重12.09%。     

基于径向基神经网络和ASA-MMFD算法的桥式起重机主梁轻量化设计

为了实现桥式起重机主梁快速轻量化设计,提出了基于径向基神经网络代理模型和ASA-MMFD算法的桥式起重机主梁轻量化设计方法。在最优超拉丁立方试验设计的基础上,利用径向基神经网络代理模型建立桥式起重机截面设计参数和最大应力、最大位移和质量之间的映射关系,引入"全局+局部"的组合策略,通过自适应模拟退火算法对代理模型进行全局寻优,采用修正可行方向法进行局部搜索。利用测试函数和NASA减速器对所提方法进行验证,结果表明:在相同精度范围内,与ASA-MMFD算法相比,所提方法在调用模型次数方面大幅度减少,提高了优化效率。在此基础上,将其运用在桥式起重机主梁轻量化设计中,从而验证所提方法的适用性。     

基于多目标优化的钢-铝混合轻量化车架设计

以国产某SUV车架为研究对象,建立了车架有限元模型,对车架进行弯曲刚度、扭转刚度分析,并进行模态分析和模态试验,验证模型的有效性。利用正交试验法确定了材料轻量化部件,并将这些部件的钢材料替换成铝合金,得到钢-铝混合轻量化车架。针对钢-铝混合轻量化车架刚度和模态性能的减弱问题,采用基于折中规划法的多目标形貌优化方法对部件进行优化改进,提高了车架的刚度和模态性能。设计结果表明,使用钢、铝材料结合多目标优化方法设计的钢-铝混合轻量化车架相比原钢质车架在保证一定的刚度和模态性能条件下,质量减轻了6.7kg。     

基于协同优化和多目标遗传算法的车身结构多学科优化设计

在汽车车身结构NVH和侧面碰撞安全性研究中,实施多学科多目标优化的可行性设计。通过试验设计制定试验方案并进行数据采样,构建考虑整车侧撞安全性、白车身模态、静态弯曲刚度、扭转刚度和轻量化等性能的响应面近似模型,然后对车身结构分别进行确定性和可靠性轻量化单目标设计。最后,运用多目标遗传算法结合多学科协同优化对车身结构进行多目标优化设计,获取Pareto最优化解集。研究结果表明:可靠性优化设计较确定性优化设计而言,能考虑产品设计和生产过程中的不确定性因素,保证产品稳健性;车身结构的多目标优化设计全面考虑了车身结构轻量化、NVH和碰撞安全性能等多学科之间的耦合和解耦;设计者可按需选择其满意的优化结果,这将大幅缩减产品开发周期、降低产品开发成本。     

基于神经网络和响应面近似模型的车门性能多目标优化

通过优化前车门模态、刚度以及轻量化,以改善整车性能和车内舒适性是车辆NVH的研究热点之一。以某乘用车左前车门为研究对象,计算分析其模态和刚度性能。以关键零部件厚度为设计变量,通过最优拉丁超立方试验设计获取样本数据,构建车门模态、刚度及质量的神经网络和响应面近似模型。以车门一阶弯曲模态频率最大化、质量最小化为优化目标,其余性能为约束,运用NSGA-II遗传算法进行性能多目标优化。结果表明:车门一阶弯曲模态频率提高1.24Hz;车门质量减少3.63kg,轻量化率为13.57%,其余性能均达标。基于多种类近似模型的多目标优化方法可有效提升车门性能。     

基于径向基函数神经网络的白车身减重优化研究

针对白车身变量多、性能响应复杂问题,在车身结构的板厚优化设计中引入近似模型方法,提高设计效率。以某轿车车身结构为轻量化设计对象,通过灵敏度分析确定优化设计变量,基于径向基函数神经网络近似模型进行全局优化,在不降低刚度和模态性能的情况下实现白车身减重目标。通过最优拉丁超立方试验设计构造样本点,用径向基函数神经网络法构造刚度和模态的近似模型,并用自适应模拟退火法进行优化求解。结果表明,径向基函数神经网络模型能较好地模拟车身结构刚度和模态响应问题,提高了整体的设计效率。通过有限元模型的验证,基于近似模型的优化结果精度较高,实例白车身减重达5.73%。     

车门结构多目标轻量化研究

针对现有结构多目标轻量化设计采用单一变量(如板件厚度为优化变量)的不足,将网格变形技术创建的形状变量引入到了车门结构多目标轻量化设计中,建立了以板件厚度与车门结构形状同时作为设计变量的参数化有限元模型。对该车门进行了动态试验测试,验证了有限元模型及计算结果的可靠性;考虑到该车门一阶频率过低的问题,将一阶频率最大、车门质量最小作为优化目标,垂向刚度、窗框刚度为约束,进行了试验设计(DOE),通过Kriging函数模型拟合了要优化的目标及约束,经过精度校验,验证了该近似函数模型符合精度要求;最后利用多目标遗传算法进行了寻优计算。研究结果表明:在垂向刚度、窗框刚度满足约束值的情况下,车门质量最终降低2.84 kg(减重达13%),一阶频率提高了25.8 Hz。     

抓取机械臂的强度分析和优化设计

以DOBOT Magician机器人机械臂为研究对象,为降低其质量,减少材料消耗,采用尺寸优化和拓扑优化相结合的方法对其结构的优化设计进行了研究。首先使用建模软件建立三组机器人小臂的参数化模型,将其导入Workbench中进行应力分析和弯曲刚度分析,对三组结果进行对比分析确定危险工况。然后以质量、变形和应力为目标参数对危险工况下小臂的参数进行灵敏度分析,得到对目标参数影响最大的参数,并以这些参数为设计变量,采用响应面优化方法和拓扑优化方法对小臂代理模型进行尺寸和结构优化。优化结果表明：在保障精度和强度的前提下,通过对小臂的轻量化设计,使其质量降低了32.8%,最大应力值降低了21.1%,最大变形减小了24.3%,弯曲刚度增加31.8%,成功实现了小臂的轻量化。同时,该研究也为类似的优化设计提供了一种可行的实施方案流程。     

多层缠绕卷筒结构有限元分析及轻量化设计

卷筒是起重机的重要承载部件,其设计的合理与否对起重机的安全性能至关重要。多层缠绕卷筒是当前卷筒发展的主流趋势,探讨其轻量化设计具有重要意义。以某型号塔机多层缠绕卷筒为例,在大型通用有限元软件Ansys中建立其APDL参数化模型,对其结构进行强度、刚度分析。在此基础上,将卷筒强度、刚度作为约束条件,构建以自重最轻为目标的优化设计模型,在Design Opt模块实现了本次卷筒结构的轻量化设计;为缩短上述Ansys优化方法运算周期、提高效率,在Matlab中利用LM-BP神经网络超强的非线性问题拟合能力与GA优秀的全局搜索能力实现了本次多层缠绕卷筒的快速优化设计。针对多层缠绕卷筒轻量化设计方法所做的两种探讨,对未来起重机多层缠绕卷筒的结构设计和优化具有一定的参考价值。     

基于代理模型的低速电动车车架多目标优化

为进行低速电动车车架的轻量化研究,采用有限元分析软件HyperMesh建立低速电动车车架有限元模型,并进行模态、强度和弯扭刚度分析。结合径向基神经网络(RBF)代理模型和粒子群优化算法,综合考虑质量、模态、强度和弯扭刚度等性能指标,对低速电动车车架进行轻量化多目标优化。结果表明,低速电动车车架质量降低了27.6 kg,同时其1阶模态频率、强度和弯扭刚度均满足设计要求,取得了较好的轻量化效果。     

基于结构优化的客车骨架轻量化设计研究

建立了某大型客车车身骨架FE模型,获取了自由模态参数以及静态弯曲和扭转工况下的刚度和强度特性。基于分析结果,对车身骨架结构形式进行了改进。利用优化设计方法,建立了以客车薄壁梁厚度为设计变量,车身总体积和表征车身刚度的状态量为响应的优化模型。通过对影响车身轻量化和力学性能指标构件的灵敏度分析,筛选了设计变量,重新建立了以车身骨架总体积最小为目标的优化模型,得到了轻量化效果明显的优化方案。最后对轻量化模型进行典型工况分析,与初始模型进行了对比,验证了优化方案的可行性。     

电动车车身正向概念轻量化设计

对某铝合金电动车车身进行了正向概念轻量化设计,建立了静动态工况下的车身拓扑模型,进行了基于动静态性能驱动的整车拓扑优化,确定了车身框架结构,并对拓扑优化结果并进行了工程修正,建立了几何结构初始模型。根据车身结构和截面特点,建立了车身简化力学模型,应用遗传算法进行了截面参数优化,基于优化后的参数建立了车身有限元模型,进行了接头区域灵敏度分析和优化,直至满足刚度要求。最后完成了样车试制和车身刚度试验验证,结果表明,设计出的铝合金车身结构满足了车身刚度要求,并达到了较好的轻量化效果。     

基于二次优化的商用车前桥轻量化

基于某型商用车前桥,提出了一种基于二次优化思想的轻量化设计方法。建立了该前桥有限元模型并进行仿真分析,结合疲劳耐久试验探究前桥真实载荷情况,验证了有限元模型的准确性。对前桥真实材料进行静载拉伸、弯曲疲劳试验,获得热处理后前桥材料的力学性能指标作为轻量化参考。前桥整体模型进行拓扑优化后基于力学模型进行二次优化,保证前桥结构满足强度、刚度和服役寿命的前提下,实现轻量化设计。最终总质量减少5.7 kg,达到轻量化设计目标。     

考虑可靠度的等温热成形液压机上横梁轻量化设计

针对内部结构复杂的等温热成形液压机上横梁,传统设计方法以增加安全系数来提高可靠度而导致结构笨重和材料浪费,研究了考虑可靠度的上横梁轻量化设计问题。采用精度较高的蒙特卡罗模拟技术对上横梁进行可靠性分析,得到其刚度可靠度以及可靠性灵敏度信息;针对上横梁可靠度在优化设计过程中无法显式表达问题,提出基于敏感度信息的可靠度间接表达方法,利用设计参数Z描述优化过程中可靠度和轻量化的权重,从而将可靠度指标体现在设计变量中;同时考虑可靠性灵敏度和质量占比,以质量最小为目标、刚度满足设计要求为约束,实现了考虑可靠度的上横梁轻量化设计。仿真分析结果表明,优化后上横梁刚度可靠度依然为100%,而质量下降了7.4%。该方法可为横梁等大型结构件的可靠性优化设计提供有益借鉴。