一种薄壁吸能结构的设计优化

研究了一种薄壁结构在耐撞指标下的轴向冲击吸能特性。采用非线性有限元软件ABAQUS对结构的冲击过程进行仿真,并结合径向基函数法(RBF),根据耐撞性指标优化了这种吸能结构的截面,得到了较为理想的结构形式。数值结果表明采用该方法可以精确地确定优化参数,使结构比吸能(Es)得到明显提高。     

泡沫铝填充薄壁铝合金多胞构件与单胞构件吸能性能研究

为研究泡沫铝填充薄壁铝合金多胞结构与单胞结构的吸能能力,该文基于有限元软件LS-DYNA建立了泡沫铝填充薄壁铝合金多胞结构与单胞结构的数值仿真。对经典薄壁圆管试验及泡沫铝填充薄壁圆管试验进行了数值模拟,分析表明该数值模型能够较好的模拟泡沫铝填充薄壁圆管在轴向冲击过程中的撞击力和变形发展。基于该模型对比研究了不同因素下泡沫铝填充薄壁铝合金多胞结构与单胞结构的轴向吸能特性,分析了其破坏模式、吸能机理和两者吸能效率。结果表明:在轴向冲击荷载作用下,泡沫铝填充薄壁铝合金的破坏模式为轴对称渐进折叠破坏模式,冲击力-位移曲线和变形模态图显示其变形过程分为3个阶段:弹性阶段、平台阶段和强化阶段。当冲击压缩距离为构件高度的80%时,7种不同参数下的泡沫铝填充薄壁铝合金多胞结构的吸能效率明显高于7种单胞结构,吸收的能量E和比吸能SEA都提高了50%以上,是一种优秀的吸能构件,可广泛应用于防护工程中。     

K8型单层球面网壳顶点竖向冲击下的冲击荷载特征及荷载简化模型

为简化网壳结构遭受冲击作用时复杂的接触分析过程,基于ANSYS/LS-DYNA建立了单层K8型球面网壳模型,并模拟其在不同冲击作用下的失效过程,辨别网壳的失效模式,并获取了冲击过程中的冲击力曲线。通过对网壳遭受竖向冲击荷载下的这些冲击力曲线特征进行分析,提出了简化的冲击荷载模型,并应用能量守恒定律和动量定理确定了模型相关参数。利用此冲击力模型对网壳结构在冲击荷载下的响应进行分析并与实体冲击物作用下的响应进行了对比,验证了该模型的准确性,应用该模型可以实现对网壳抗冲击性能的简单有效评估。     

乘用车-载货汽车追尾碰撞相容性结构优化设计

对一种已获得专利的新型货车后防护结构进行碰撞相容性优化设计,建立了该结构的乘用车-货车追尾碰撞有限元模型,并通过实车碰撞试验验证了模型有效性。为提高碰撞相容性,制定了防护架最大的吸能和乘用车前部最小的变形量两个优化目标函数,并设计了优化设计参数变量及其变化范围,采用正交化试验方法对16组参数进行了有限元仿真,并对优化目标的影响因素进行了显著性分析,最后,对得到最优的设计方案进行了实车碰撞试验     

锥形多胞薄壁管斜向冲击吸能特性仿真研究

采用有限元仿真,以比能量吸收和冲击峰值力为评价指标,研究了一种轴对称锥形多胞薄壁方管在不同冲击角度下的失效模式和吸能特性,分析了包括长径比、壁厚和锥度在内的结构参数对其斜向冲击吸能特性的影响,并拟合出可用于斜向冲击下比能量吸收和冲击峰值力预测的解析公式。结果表明,锥形多胞薄壁管在斜向冲击下的吸能特性明显优于其他类似薄壁吸能结构;结构参数对其吸能特性影响明显;拟合得到的解析公式为此类结构优化设计提供了参考和依据,并有利于工程实际应用。     

薄壁圆柱壳在流体脉动激励下的振动特性分析

摘要：为深入研究薄壁圆柱壳在流体脉动激励下的运动特性,应用Donnell简化壳理论,考虑阻尼、结构非线性和附加质量的影响,建立了薄壁圆柱壳在流体脉动激励下的非线性振动方程。基于Galerkin方法将偏微分方程转化为方便求解的常微分方程,利用多尺度法求解了系统主共振的一次近似解,得到了系统稳态响应的转迁集与分岔图,并通过奇异性分析,得到了系统工作稳定性和可靠性的结构参数区域。对薄壁圆柱壳在流体作用下的振动特性进行了数值模拟和实验研究,考察了阻尼系数、脉动频率、液体深度等对系统动力学特性的影响。研究表明,考虑阻尼、结构非线性和附加质量的非线性振动方程更能体现薄壁圆柱壳在流体脉动激励下完整的动力学特性,同时系统中存在多种分岔行为。     

磁流变阻尼器的性能试验与神经网络建模

磁流变阻尼器是一种新型的智能振动控制装置.通过磁流变阻尼器的性能试验,研究了在不同电流输入下阻尼力-位移、阻尼力-速度之间的关系,分析了摩擦型磁流变阻尼器的主要特点.采用BP神经网络,建立了磁流变阻尼器的正向模型和逆向模型.仿真结果显示,神经网络模型能准确地预测磁流变阻尼器的阻尼力和控制电流,证明该方法的有效性.与已有的模型相比,具有精度高,计算简便等特点.     

钢板夹钢管组合板抗接触爆炸性能研究

鉴于钢管良好的变形能力、吸能特性和夹层结构在强度、刚度上的优势,提出了分层结构为钢板-钢管芯层-钢板的三明治型抗爆组合板。对芯层钢管数量为5根、4根、3根的组合板进行了TNT装药量为1kg的接触爆炸试验,考察了各板在承受接触爆炸冲击荷载时的变形及破坏情况,并对变形破坏过程进行了理论分析和数值模拟。研究表明,钢板夹钢管组合板承受接触爆炸冲击荷载时,主要发生局部压缩变形。钢管变形是组合板耗散能量的主要途径。增加钢管数量,增大钢板厚度,增大钢管管壁厚度,均可减小组合板在接触爆炸条件下的变形破坏,提高抗接触爆炸性能。     

钢板夹泡沫铝组合板抗爆性能研究

鉴于泡沫铝材料优异的吸能特性和夹层结构在强度、刚度上的优势,提出了分层结构为钢板-泡沫铝芯层-钢板的抗爆组合板。对厚度为10 cm、7 cm和5 cm的组合板进行了5组不同装药量的爆炸试验,考察了各板在不同装药量爆炸条件下的变形及破坏情况,并对变形破坏过程进行了理论分析。研究表明:组合板承受爆炸冲击荷载时,通过局部压缩变形和整体弯曲变形吸收能量。钢板相同时,适当增大泡沫铝芯层厚度,增强面板与芯层间连接,可提高该组合板的抗爆性能,防止组合板发生剥离,减小其承受爆炸冲击荷载时产生的变形。     

泡沫铝填充薄壁铝合金多胞板与单胞板吸能性能研究

为研究泡沫铝填充薄壁铝合金多胞板(MCP)与单胞板(SCP)的吸能能力,该文设计了6种不同截面的泡沫铝填充薄壁铝合金多胞板与1种单胞板,并基于非线性有限元软件LS-DYNA建立了相应的数值模型。对经典铝合金板耐撞击试验及泡沫铝夹芯板耐撞击试验进行了数值模拟,分析表明该数值模型能较好的模拟泡沫铝夹芯板在冲击过程中的撞击力、挠度和变形形态。基于此模型对比研究了不同因素下多胞板与单胞板的吸能特性,分析了其破坏模式和吸能机理,最后通过正交试验的方法分析了不同因素下的吸能效率以及多胞板最优截面类型的选取。结果表明：在面外冲击作用下,泡沫铝填充薄壁铝合金板的破坏模式为对称圆锥式破坏,冲击力-位移曲线和变形图显示其变形过程分为两个阶段：弹塑性变形阶段和回弹阶段;在发生相同位移时,18种不同参数的多胞板,其吸收的总能量(E)和比吸能(SEA)相对于单胞板都提高了400%以上,是一种更具吸能特性的板,可广泛应用于防护工程。     

基于机器学习的钛合金弹性模量预测方法研究

目的 探索一种高效可行的预测方法以提高钛合金弹性模量的预测精度,采用第一性原理计算方法与机器学习相结合的方式建立高精度的预测模型。方法 通过数据挖掘获取材料数据库中钛合金的力学性质微观结构参数,结合第一性原理计算方法构建初始数据集,并对其进行预处理,包括噪音消除、归一化及标准化,以得到高质量的数据集。同时,采用随机森林特征重要性分析法对输入参数进行筛选,去除弱相关变量以降低预测模型的复杂度。在此基础上,构建随机森林模型、支持向量机模型、BP神经网络模型及优化后的GA-BP神经网络模型,综合对比各模型的回归能力,分析误差后选出最优的算法模型。结果 最终建立了钛合金弹性模量预测模型,其中随机森林模型、支持向量机模型、BP神经网络模型、GA-BP神经网络模型的预测相关系数R分别为0.836、0.943、0.917、0.986。结论 GA-BP模型对弹性模量的预测误差基本保持在5%～7%。遗传算法可以优化BP神经网络的权值和阈值,使预测精度大幅提升。说明通过该方法可以实现钛合金弹性模量的预测,大大节省研发和实验成本,加快高性能材料的筛选。     

GA改进BP神经网络在抗滑桩孔爆破开挖中的应用

目前桩孔开挖主要依靠工程类比进行,不同设计者设计的爆破参数往往因掌握的爆破理论和经验的不同而有所差异,爆破质量参差不齐。为此,提出基于遗传算法GA改进BP神经网络(GA-BP)建立爆破参数优化设计模型,该法不仅可以利用已有爆破经验数据和工程地质条件,同时,使用遗传算法优化BP神经网络阈值和权值可以弥补BP神经网络不稳定的缺陷,以达到获得更优爆破参数的目的。实践表明,基于遗传算法改进BP神经网络相比一般BP神经网络预测相对误差较小,同时GA-BP神经网络得到的优化爆破参数进行现场试验,取得了良好的爆破效果。因此,GA-BP神经网络模型应用于抗滑桩孔开挖爆破参数设计是可行的,可用于指导爆破施工。     

吸能型防冲立柱液体冲击问题研究

针对冲击作用下加入吸能构件后液压立柱的液体冲击问题,对扩径式构件在不同加载下的变形行为和特性进行分析,建立基于LuGre模型的吸能构件能量吸收模型。基于液体冲击定解问题的一般方程进行吸能构件及立柱系统顶板来压液体冲击理论和仿真分析,得到吸能构件对立柱内液体冲击的影响规律。结果表明:最大静摩擦力和库伦摩擦力对应吸能构件峰值承载力以及稳定变形阶段反作用力,鬃毛刚度和微观阻尼系数影响吸能构件弹性变形过度到塑性变形时的力-位移特性;随着扩径式构件的变形过程,吸能构件对立柱液体冲击的影响作用分为近似弹性、柔性让位吸能和刚性三个阶段。     

爆破优化的神经网络模型

文章在简要阐述了前馈多层神经网络及其反传算法一般原理的基础上，建立了露天矿爆破效果预测的人工神经网络模型，进而提出了基于神经网络的爆破参数分段优化模型。     

爆破优化的神经网络模型

文章在简要阐述了前馈多层神经网络及其反传算法一般原理的基础上,建立了露天矿爆破效果预测的人工神经网络模型,进而提出了基于神经网络的爆破参数分段优化模型。     

基于遗传支持向量机的柴油机辐射噪声品质预测技术

以一台六缸车用柴油机为例,研究了其在变负荷及转速工况下表面辐射噪声品质情况,为进一步提高整机声品质,开展柴油机结构声学设计奠定了理论基础。研究国内外车用柴油机客观评价特征,并选取响度、尖锐度、粗糙度和波动度来描述辐射噪声的客观评价特征;针对柴油机噪声特点,采用成对比较法开展以专业陪审团人群为目标的满意度评价研究;应用遗传算法优化支持向量机（GA-SVM）建立起该车用柴油机声品质预测模型,并与BP神经网络预测模型进行比较,结果表明,基于遗传算法优化的支持向量机辐射噪声品质预测模型较神经网络建模预测精度更高,能够更准确地反映客观评价参量与主观满意度之间的非线性映射关系。     

基于SCADA数据和改进BP神经网络的塔筒应力预测

针对风电机组载荷监测中应变片寿命短的缺陷,基于风电场海量状态监测数据,利用遗传算法和粒子群算法对BP神经网络进行改进,建立塔筒应力预测模型,并通过综合相关系数实现输入参量的有效选择.仿真结果表明,改进后的GA-BP神经网络预测模型和PSO-BP神经网络模型,预测结果的最大、最小相对误差等指标均比BP神经网络预测模型好;...     

BP人工神经网络在酥性饼干货架寿命预测中的应用

分别使用动力学方法、weibull危害分析法、BP人工神经网络法建立了预测美味酥饼干货架寿命的数学模型。3种模型性能的比较表明:BP人工神经网络预测结果更加准确、方便,使用BP人工神经网络模型的预测值与真实货架寿命值的相关性最高(R2=0.963 8);并且BP模型能综合反映饼干的初始含水率、初始过氧化值,饼干包装材料的透氧率、透湿率以及贮存环境温湿度对其货架寿命的影响。     

基于BP神经网络算法的316L不锈钢极薄带热处理力学性能预测

目的 为了预测不锈钢极薄带热处理后的力学性能、优化热处理工艺以及实现热处理工艺的智能控制,构建基于BP算法的神经网络模型。方法 以316L不锈钢极薄带为研究对象,进行热处理试验和拉伸试验,通过以热处理的退火温度、保温时间和取样方向作为输入层参数,以屈服强度、抗拉强度、断后伸长率作为输出层参数,采用BP算法构建了316L不锈钢极薄带力学性能预测的思维进化算法优化BP神经网络模型,并进行模型的预测和应用验证,考虑不同隐含层节点数及不同BP神经网络模型对性能的影响。结果 思维进化算法优化的BP神经网络模型测试集的屈服强度、抗拉强度和断后伸长率的平均相对误差分别为8.92%、5.21%和9.28%,训练集相关系数为0.980 94。思维进化算法优化BP网络单、双隐含层误差总和最低分别为0.578 6和0.546 9,BP网络与思维进化算法优化的BP网络误差总和最低分别为0.579 9和0.546 9。结论 思维进化算法优化BP神经网络模型具有较好的预测能力和泛化能力,以及较高的预测精度。与企业现用生产工艺相比,采用模型优化后热处理工艺的综合力学性能有显著提高。