应用响应面法对自卸车桥壳的接触问题研究

应用有限元方法对一款自卸车驱动桥壳的过盈接触区域做了数值模拟试验,为了能准确的反映接触区域的非线性力学特性,采用了中心复合试验设计方法来指导试验;根据模拟试验的结果,拟合成响应面,对拟合的响应面做了方差分析,分析结果显示:所获得响应面可以对自卸车桥壳的接触问题做清晰的显著性描述,根据响应面分析对桥壳的设计提出了指导性建议。     

基于响应面法的微操作平台多目标优化

为了提高微操作平台的操作空间和动态性能,基于响应面法对一种新型微操作平台进行了多目标优化设计。采用中心组合设计方法选取仿真试验点,根据试验点建立平台的参数化几何模型,应用软件ANSYS对平台进行静力学和模态分析得到其固有频率、位移放大倍数和最大应力的响应值。根据所得的仿真试验数据,采用最小二乘法和显著性检验建立反映平台性能指标的二阶多项式响应面模型。最后,计算了反映响应面拟合度的评价指标,验证了所建响应面模型的精确性。以微操作平台的放大倍数和固有频率为优化目标,强度为约束,建立了平台的多目标优化模型,采用多目标遗传算法对平台进行优化得到Pareto解集。从Pareto解集可知,固有频率与放大倍数之间是相互冲突的,故需权衡固有频率和放大倍数从Pareto解集选取最优解。比较优化前后平台的各性能指标可知,平台的固有频率增大了35.58%,放大倍数增大了2.33%,最大应力减小了38.97%,证明了提出的优化方法的有效性。     

响应面和多目标遗传算法结合的副车架优化

为实现副车架设计过程中,质量和第一阶模态频率同时达到最优,在模态分析和三种工况副车架强度分析的基础上,首先应用Hyperworks进行了副车架参数化,建立了11个厚度尺寸变量。然后应用试验设计分析方法对尺寸变量进行筛选,去掉了3个对质量、最大应力和第一阶模态频率影响都不显著的因子,将基于移动最小二乘法构建响应面近似模型引入到副车架优化设计的复杂系统中。最后,基于副车架近似模型利用多目标遗传算法进行多目标优化,获得了副车架质量和第一阶模态频率的Pareto最优解。研究结果表明:通过获得的Pareto最优解的边界,可以指导副车架优化设计,将大幅缩减产品开发周期、降低产品开发成本。     

基于响应面法的小孔节流静压气体轴承多目标优化

以小孔节流静压气体轴承为研究对象,针对其承载力和刚度较低、质量流量较大的缺点,运用响应面设计方法全面分析节流器参数对轴承性能的影响以及参数间的交互影响,得到拟合公式用于预测目标函数,并以最大承载力、最大刚度和最小质量流量为设计目标,采用精英策略的多目标遗传算法优化轴承性能。研究表明:节流器参数对轴承性能的影响极显著,同时,参数间的交互作用对目标函数均有影响;节流孔直径是承载力和质量流量的显著交互影响参数,偏心率是刚度的显著交互影响参数。得到的二阶多项式拟合公式可以近似计算轴承性能,可用于预测目标函数。采用多目标优化使轴承承载力提高57.1%,刚度提高50.2%,质量流量减少40%,显著提高了轴承性能。     

响应面法在机匣螺栓连接结构多目标优化中的应用

将有限元法和最优化方法结合起来,可以很好地实现航空发动机机匣螺栓连接结构的多目标优化设计。结合正交实验设计和响应面法来确定螺栓连接结构的几何尺寸组合,利用APDL语言对不同参数组合条件下的螺栓连接结构进行参数化建模和应力场分析,获取最大等效应力和质量的响应面模型,然后通过多目标模糊优化设计方法计算该结构的最优几何参数。计算结果表明,优化结构参数后的螺栓连接结构最大等效应力比原结构下降了23.5%,质量减轻了6.2%,这为机匣结构设计和发动机减重提供可靠的参考依据。     

基于BP网络和Pareto遗传算法的多目标协同优化

多学科设计优化（MDO）问题往往是多目标的。Pareto遗传算法（PGA）所求得的Pareto最优解集为设计决策提供了很大方便。针对在CO的计算构架中直接使用PGA会导致计算量过大的问题，提出基于BP神经网络和pareto遗传算法的多目标协同优化方法。采用试验设计方法选择设计点，构造具有全局近似能力的各学科优化神经网络响应面，进而采用PGA进行系统层优化问题的多目标寻优。用上述方法对某型干线客机进行总体多目标优化。与直接采用PGA求解MDF单级多目标优化模型所得的计算结果对比表明，所提出的方法能有效近似该问题的Pareto最优前沿．、     

基于响应面法的立式加工中心动静态多目标优化

为了满足在保证加工中心初始动静态刚度的条件下达到整机轻量化的要求,提出基于质量和第一阶固有频率为目标函数的整机多目标优化设计方法.将有限元分析和模态试验相结合,测试和分析整机动态特性,确保有限元模型精度.通过中心复合设计的试验方法选取合适的结构有限元分析样本点,在ANSYS仿真软件中对样本点处的整机动静态特性进行计算和...     

应用响应面法的电机支架多目标优化设计

针对汽车电机支架在增大载荷力条件下的结构优化问题,利用响应面法和多目标优化算法相结合,对电机支架进行有限元分析和多目标结构优化设计.以应力值和支架质量为优化目标,通过表面中心复合实验设计和响应面方法构建响应面模型,并在此基础上应用Hammersley筛选法对其进行多目标优化求解.优化结果表明在载荷力增大8.3％的情况下...     

基于响应面法的整车操纵稳定性多目标优化

针对某轿车操纵稳定性较差的问题,利用ADAMS/Car据实车参数建立整车多体动力学模型,并利用相同工况下模型仿真与实车试验结果进行对比验证,确定模型的精确性.在此基础上对多个参数进行操纵稳定性对比分析,经分析发现前轮定位参数和悬架弹簧刚度等参数对汽车的操纵稳定性影响较大,以此为设计变量,采用响应面法结合统一目标法对汽车的操纵稳定性进行多目标优化,以此来提高该轿车的操纵稳定性.结果 表明,该方法对汽车的操纵稳定性优化效果显著.     

某轻型卡车驱动桥桥壳疲劳分析及优化

后桥作为汽车主要的承载件和传力件,对其进行疲劳分析,对提高整车安全性有重要意义。笔者对新开发的后桥进行CAE分析,发现桥壳钢托附近存在断裂风险,因此对其进行疲劳台架试验验证,试验结果确定易在此位置发生断裂。针对断裂位置,提出两种优化方案,利用疲劳分析软件对两种优化方案进行对比,通过台架验证,使得桥壳疲劳寿命达到企业标准,并为以后的后桥壳设计提供依据。     

Application of the Genetic Algorithm to the Multi-Objective Optimization of Air Bearings

A feasible solution must be obtained in a reasonable time with high probability of global optimum for a complex tribological design problem. To meet this decisive requirement in a multi-objective optimization problem, the popular and powerful genetic algorithms (GAs) are adopted in an illustrated air bearing design. In this study, the goal of multi-objective optimization is achieved by incorporating the criterion of Pareto optimality in the selection of mating groups in the GAs. In the illustrated example the diversity of group members in the evolution process is much better maintained by using Pareto ranking method than that with the roulette wheel selection scheme. The final selection of the optimal point of the points satisfied the Pareto optimality is based on the minimum–maximum objective deviation criterion. It is shown that the application of the GA with the Pareto ranking is especially useful in dealing with multi-objective optimizations. A hybrid selection scheme combining the Pareto ranking and roulette wheel selections is also presented to deal with a problem with a combined single objective. With the early generations running the Pareto ranking criterion, the resultant divergence preserved in the population benefits the overall GA's performance. The presented procedure is readily adoptable for parallel computing, which deserves further study in tribological designs to improve the computational efficiency.     

基于响应曲面法与改进遗传算法的RHCM成型工艺优化

以自主开发的车载高光蓝牙产品为例,研究高光注射成型(Rapid heat cycle molding,RHCM)工艺优化技术.以中心复合试验法(Center composite design,CCD)进行试验规划,采用成型试验与数值模拟并重之方法获取试验样本数据,通过人为引入干扰因子的方法以实现仿真结果可以更真实地反映实际成型状态;引入熵值权重法(Entropy-based weight,EBW)确定各品质指标对制品综合品质影响权重,并结合顺序偏好法(Technique for order preference by similarity ideal solution,TOPSIS)等数据处理技术,从数理角度处理试验数据使之能更客观反应制品最终成型品质状况;引入响应曲面法(Response surface methodology,RSM),结合方差分析(Analysis of variance,ANOVA)与误差统计分析,建立高光注射成型制品综合品质预测模型;针对传统遗传算法的不足之处提出改进算法(Improved genetic algorithm,IGA),实现品质预测模型的寻优过程;并经生产验证该优化技术具有很好的适用性.     

Application of Collaborative Optimization Using Genetic Algorithm and Response Surface Method to an Aircraft Wing Design

Collaborative optimization(CO) is a multi-level decomposed methodology for a large-scale multidisciplinary design optimization(MDO).CO is known to have computational and organizational advantages. Its decomposed architecture removes a necessity of direct communication among disciplines, guaranteeing their autonomy. However,CO has several problems at convergence characteristics and computation time. In this study, such features are discussed and some suggestions are made to improve the performance ofCO. Only for the system level optimization, genetic algorithm is used and gradient-based method is used for subspace optimizers. Moreover, response surface models are replaced as analyses in subspaces. In this manner,CO is applied to aero-structural design problems of the aircraft wing and its results are compared with the multidisciplinary feasible (MDF) method and the original CO. Through these results, it is verified that the suggested approach improves convergence characteristics and offers a proper solution.     

Integration of Response Surface Methodology with Genetic Algorithms

Response surface methodology (RSM) is a methodology that combines experimental designs and statistical techniques, for empirical model building and optimisation. By conducting experiments and applying regression analysis, RSM seeks to relate a response to some input variables. This work aims at integrating response surface methodology with genetic algorithms (GAs) to realise a GA-based prototype system for the determination of near optimal values in response surface designs. A framework of the prototype system is presented. The prototype system was validated using three case studies of a bonding process that involve solving the Himmelblau function, optimising the mean pull strength, and maximising both the mean pull strength and the minimum strength simul-taneously. The results were compared with those obtained by the Design Expert, which is a commercial software package. Details of the case studies as well as the comparative studies are presented.This revised version with a corrected online cover date was published online in April 2004.     

星点设计-效应面优化法在处方筛选和优化中的应用

介绍了星点设计-效应面优化法的基本原理和操作步骤,综述了该方法在处方筛选和优化中的实际应用,并分析了星点设计-效应面优化法与其他数据处理方法结合的设计试验,证明了其拥有很高的推广价值。     

基于遗传算法的高速铣削加工工艺多目标优化

针对整体叶轮的特点,考虑控制叶轮加工变形因素以及叶轮生产的成本、效率、质量问题,提出了基于遗传算法的高速铣削加工工艺参数的多目标优化方案,建立了以保证加工质量的前提下,实现最高生产率、最低加工成本为目标的多目标函数,设定变量,并界定和总结出各类约束条件.最后运用遗传算法进行matlab编程,计算出优化的切削参数.     

基于响应面法的某防护结构优化设计

为提高某防护型驾驶室底部类V形防护结构对爆炸冲击波的防护性能,利用尺寸优化和形状优化相结合的设计方法,进行了防护结构的优化设计。首先通过拉丁超立方试验设计建立了中心防护板最大位移和模型总质量的高精度响应面;再综合考虑板件厚度和边界形状的变化范围以及安全性和轻量化要求,运用可行方向优化算法对建立的响应面进行了求解计算,得到了一组最优值。结果表明优化后防护结构的防护性能得到了显著提升,为更多防护结构的设计提供了参考依据。