基于神经网络的起重机臂架结构优化

为尽量减轻起重机臂架结构的质量,改善结构应力状况,提出了人工神经网络与优化相结合应用于臂架结构参数优化的方法.用臂架壁厚参数作为输入矢量,ANSYS软件计算出的最大静应力作为输出矢量.在对网络进行训练的基础上,建立了起重机臂架壁厚与最大应力之间的数学模型,以此作为优化问题的约束条件,并利用MATLAB优化工具箱求得了臂架臂厚的最优解.     

机床横梁结构神经网络与算法优化研究

通过正交试验法确定网络训练样本,在MATLAB中利用神经网络对有限元分析得出的样本数据建立了激光切割机横梁结构设计参数与各输出参数的非线性全局映射,利用模糊解法得到多目标优化模型的目标函数,并通过遗传算法对激光切割机横梁进行结构优化。仿真结果表明,采用基于神经网络和遗传算法,并与模糊解法相结合的多目标优化技术,可实现激光切割机横梁结构设计的优化,使得横梁的质量和刚度得到改善。     

一种基于遗传算法的神经网络结构优化方法

神经网络隐藏层数量的选择以及权重值的确定对训练算法的收敛性有很大影响,为了解决神经网络(ANN)训练过程中结构复杂的问题,提出了一种基于遗传算法(GA)的网络结构优化方法。试验结果表明,在训练样板数量较大时,优化后的ANN能够计算出隐藏层的最佳数量,从而提高整体的性能,具有较好的泛华能力。     

基于软件集成的结构优化设计方法研究

本文提出了一种实用的利用成熟有限元分析平台和多学科设计优化软件进行结构优化设计的方法.以某型号4缸发动机曲轴为例,采用I-DEAS、VC++、iSIGHT软件构建了一个曲轴结构尺寸优化软件集成系统,实现了曲轴结构优化的整个流程,并就程序控制的实体模型参数化修改、集成框架以及连续二次规划法(NLPQL)等进行了探讨.     

基于神经网络和遗传算法的卫星结构参数优化

针对卫星结构要求总质量轻小、一阶固有频率较高的特点,建立了卫星结构多目标优化的数学模型,通过BP神经网络和遗传算法相结合进行参数优化,并编制了相应的计算程序,既利用了神经网络的非线性映射、网络推理和预测功能,又发挥了遗传算法的全局优化特性,得出了合理的优化结果,与传统的结构优化方法相比,此方法效率较高,精度良好.     

龙门式多轴自动锁螺丝设备横梁结构优化

为实现龙门式多轴自动锁螺丝设备横梁的轻量化,结合BP神经网络与粒子群优化算法对其横梁进行结构优化。以横梁质量为目标函数,数个关键尺寸为设计变量,变形量及固有频率为约束条件建立数学模型。利用BP神经网络拟合设计变量与约束变量的映射关系,结合已建立的神经网络模型,应用基于Deb可行性规则改进的粒子群算法,在满足约束要求的条件下,寻求各关键尺寸的最优值。优化结果表明,优化后的横梁质量减少29.61%,实现横梁轻量化。     

基于神经网络的唇封结构优化方法

旋转唇形密封广泛用于机械行业,其密封圈的设计合理性直接影响着密封性能。采用有限元仿真、数值仿真等技术,研究唇口各个关键参数对密封圈性能的影响规律,并结合深度学习技术,利用Pytorch框架搭建出唇封性能神经网络预测模型,拟合出唇封各相关结构参数和其密封性能(泄漏率、摩擦力)之间的影响规律;利用建立的模型在参数空间中找到密封性能最优的一组参数值,通过经典唇封数值仿真技术验证该神经网络模型的准确性,提高了唇封结构优化设计效率。结果表明,基于Pytorch框架所搭建的非线性人工神经网络可建立精度较高的唇封结构参数和密封性能的非线性映射关系,利用这种方法可以快速找到优化程度更高的唇封结构参数,提高了唇封结构优化设计效率。     

基于特殊夹具机械手的设计和优化

涡轮,叶轮是汽车涡轮增压器关键零部件,其工艺复杂且生产周期较长,应某公司的要求,设计了一套基于ABB工业机器人IRB6640型专用于产品成型的机械手和用于装夹该产品的快速夹具,通过某些结构减小机械手关键部位手爪的动态载荷,尽量让其承受静态载荷,运用有限元分析软件ANSYS对机械手的重要部件手爪进行了受力分析,通过结构优化既减轻了手爪的重量又满足了刚度和强度要求,提高了机械手的工作效率。     

柔性剪切蒙皮支撑结构的拓扑优化

为了求解关于柔性剪切蒙皮支撑结构的多目标拓扑优化问题,提出了一种带有多重约束处理能力的位矩阵表示的非支配排序遗传算法。采用位矩阵作为遗传算法的染色体并引入基于矩阵操作的遗传算子,利用Ansys有限元分析获得结构质量、面内剪切性能和面外承载能力等目标。利用Matlab处理结构连通性和面内应变等约束并实现了基于矩阵的优化算法,获得了一系列可行的柔性剪切蒙皮支撑结构,在实际应用中可以根据需要选择合适的结构。从研究结果可以看出,该算法可以给多目标二维结构拓扑优化问题提供可行有效的解。     

基于BP神经网络的磨床主轴系统动态优化方法研究

提出了采用多水平正交表选取ＢＰ神经网络训练样本的方法,在保证足够建模精度的条件下,采用此法大大减少了神经网络的建工作量,因而有很大的实用价值。基于此法建立了磨床主轴系统的ＢＰ神经网络模型并进行了结构修正与优化计算,利用ＢＰ神经网络模型进行大型复杂结构的分析优化具有简便、高效的优点。     

基于神经网络的柔性结构损伤模式识别方法

提出一种基于人工神经网络（ANN－Artificial Neural Network)的柔性结构损伤模式识别方法,将神经网络用做损伤模式的分类器,引入通过对输入模式的增强来实现多种模式分类的函数连接型神经网络构成损伤模式识别方法,通过对柔性悬臂梁结构的损伤识别实验表明,该方法运用于模式较少的场合非常有效,并且网络结构简单,学习速度快,实验中采用PVDF压电薄膜作为信号获取元件,并且以柔性结构多个位置传感器的输出值的相对值作为模式识别中的特征向量,识别时对梁的振动幅度没有固定要求,实验结果表明,这是一种有效的损伤模式识别方法。     

基于信息优化的前馈神经网络及其应用

为了克服普通前馈神经网络（ＢＰ网络）忽略网络中包含的信息的缺点，将信息理论引入到ＢＰ网络中，分析基于信息熵优化的ＢＰ网络的学习，结构优化和网络分类能力等问题，并用于变速齿轮箱的故障分类识别。     

多点柔性支撑夹具控制系统设计

为了解决现代飞机、汽车等行业的复杂薄壁曲面件生产制造中,加工定位工装适应性差、成本高等问题,提出了一种基于多点柔性支撑的夹具的设计方案。结合国内外先进的柔性定位与多点拟合曲面的原理和生产实际情况,成功设计出带有完善控制系统的多点柔性支撑夹具,有效地解决了传统专用工装存在的问题。     

自动导引车骨架结构优化设计

针对目前自动导引车自重系数较大的问题,以等强度、轻量化为研究目标,提出了一种适用于自动导引车骨架结构的优化设计方法。在对车身骨架结构进行力学分析的基础上,利用数学规划得出载荷分配与车轮位置的关系,得到车身骨架拓扑优化问题的约束条件,基于变密度法与优化准则法推导并建立了一种适用于自动导引车骨架结构的多准则优化模型,利用优化软件进行求解。最后,利用有限元软件对建立的优化模型进行仿真分析。仿真结果表明,所提方法用于自动导引车车身骨架优化是可行的。     

抛物面天线结构的优化设计

为了进一步提高天线反射面的表面精度,本文采用数学规划法,建立了抛物面天线中心体和背架结构优化设计的数学模型,并将ANSYS软件和数学规划法相结合,以重量为目标函数对抛物面天线中心体和背架结构进行优化设计,大大提高了天线反射面的表面精度.本文的研究结果对提高天线结构设计的效果,改进天线的性能有一定的作用.     

人工神经网络的专家系统的研究及应用

介绍了人工神经网络ANN(artificial neural network)的基本原理,将ANN技术引入专家系统,即基于ANN的专家系统,使专家系统的性能得到了很好的改善.基于ANN的专家系统通过合理的计算,产生智能,完成推理判断,采用这种方法推理,不仅速度快,而且适应规则变化能力强,在克服传统专家系统缺点的基础上,突显其优良特性.简要介绍了ANN的应用.     

基于神经网络和遗传算法的智能夹具规划

提出基于Kohonen自组织神经网络的装夹面分组与选择算法和基于遗传算法的定位点优化算法,利用人工神经网络来处理装夹面选择中各种复杂的影响因素,选择最佳的装夹表面;在此基础上,参考夹具校验的一些结论,通过一些参数来模拟工件的稳定性与变形特性,利用遗传算法进行组合优化,确定最优定位点.最后用实例验证了算法的有效性.     

基于人工神经网络的抓取规划

针对机器人多指手自身特点，对其所有可能具备的抓取模式进行分类，利用人工神经网络表示被取对象的形状，几何参数及所处姿态与抓了模式之间得杂的非线性映射关系，通过样本对人工神经网络进行训练，用训练好的人工神经网络自动生成抓取模型，讨论更为一般的力分配问题，这时手指和物体之间的接触形式可以是无摩擦的上来的点接触，有摩擦点接触及软指接触中的任何一种，并不论是否对称抓取，为使实时抓取成为可能，考虑用ＢＰ网络和