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VFP和C语言的数控加工预处理

利用Visual foxpro6.0和数字C语言程序开发的系统在满足加工精度的条件下,能用直线或圆弧逼近各种典型二次曲线.并输出插补节点的坐标,可弥补中、低数控系统插补功能的不足.     

16t×22.5m双梁桥式起重机主梁有限元分析及优化

分析了16t ×22.5 m双梁桥式起重机的工况及载荷,合理地确定了影响金属结构重量的主要因子--设计变量,并对该起重机主梁进行了基于Ansys Workbench软件平台的有限元分析和优化,最后使该起重机力学性能满足要求.     

大吨位双回转铁路起重机底架结构有限元分析

借助有限元软件ANSYS探讨、研究了一种新型大吨位双回转铁路起重机的底架结构。在前人的基础上整体建模,把支撑油缸考虑在内,在底架与支腿传统的刚接的基础上创造型的提出了耦合的方式,更符合实际,使结果误差减小,采用底架、支腿、销轴、支撑油缸等单独建模,然后组装为一整体,在回转支承处运用APDL语言对变载荷进行加载,对支撑油缸下表面进行约束全部移动自由度和模拟地面接触两种处理办法,这样能够比较真实地反映实际工况。另外还提出了新型支腿的有限元分析,为新型大吨位双回转铁路起重机的底架结构的研究提供了参考。     

基于BP神经网络的物流预测方法

针对传统物流预测方法的局限性，研究了基于BP模型神经网络的物流预测方法，即依据历史数据建立BP神经网络对其进行训练形成物流预测模型。阐明了神经网络具有记忆、学习功能，能够很好地模拟物流发展趋势。大量预测结果的准确性表明基于神经网络的物流预测是一个行之有效的方法。     

N100型铁路救援起重机吊臂的有有限元设计

以SuperSAP为工具,对100t铁路起重机伸缩臂的不同截面形式在不同工况下进行有限元分析并将结果加以比较,为定期臂铁路救援起重机的履行提供了设计依据。     

160t铁路救援起重机伸缩式吊臂有限元分析及优化

吊臂作为起重机的起吊支撑重要构件,其设计是否合理,直接影响起重机的承载能力、整机稳定性和整机自重。纵观国内外流动式起重机吊臂设计,大多数采用的截面形式是多边形截面。通过对截面形式的改进,采用了椭圆形截面吊臂设计。通过有限元软件ANSYS10．0,对160t铁路救援起重机吊臂进行分析计算。并且在此基础上对该伸缩式吊臂进行了优化,使吊臂力学性能满足要求。     

长度变化对2种材料伸缩吊臂滑块应力的影响

以Ansys软件为工具,引入接触非线性有限元法,介绍了160t铁路救援起重机八边形吊臂在承受最大力矩时2种材料滑块的应力计算过程。分析了由于长度变化引起的滑块面积变化对滑块受力的影响状况,最后得出了有价值的结论,为铁路救援起重机制造过程中滑块的选型提供了参考。     

液压汽车起重机的可靠性试验

可靠性试验是研究和提高液压汽车起重机可靠性的重要手段。本文就我们直接参加和收集到的19台液压汽车起重机可靠性试验的结果,对液压汽车起重机可靠性做一些初步探索。     

基于多目标混合遗传算法的变幅三铰点优化

以变幅油缸，转台，吊臂受力最小，基本工作臂长度最短为液压伸缩臂式起重机变幅三铰点机构设计的多重优化目标，建立优化设计的数学模型。利用MATLAB遗传算法工具箱求解寻求问题的最优解，多目标优化的处理采用混合遗传算法。