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。     

数控龙门镗铣床横梁结构特性分析及优化

运用现代设计方法对某型号数控机床龙门镗铣床横梁结构进行了静动态特性分析,并精确提取了横梁结合面的边界条件;然后对横梁进行参数优化,建立了以横梁的内部筋板和壁厚为优化设计变量,以结构质量以及一阶固频为状态变量,以结构最大变形为目标函数的数学优化模型,并采用拉格朗日二次规划法进行优化计算,最终得到满足条件的设计变量。通过对横梁进行参数优化,提高了横梁的综合性能。     

数控龙门镗铣床横梁结构特性分析及优化

运用现代设计方法对某型号数控机床龙门镗铣床横梁结构进行了静动态特性分析,并精确提取了横梁结合面的边界条件;然后对横梁进行参数优化,建立了以横梁的内部筋板和壁厚为优化设计变量,以结构质量以及一阶固频为状态变量,以结构最大变形为目标函数的数学优化模型,并采用拉格朗日二次规划法进行优化计算,最终得到满足条件的设计变量。通过对横梁进行参数优化,提高了横梁的综合性能。     

直线式振动筛横梁结构分析及优化改进

针对直线振动筛在使用过程中其横梁容易产生裂纹甚至疲劳断裂的问题,分析了横梁的结构特点及造成断裂的原因,针对性地从制造工艺与结构设计两个方面对横梁进行了优化改进.现场应用结果表明,改进横梁后的直线振动筛故障率明显降低,大大减小了设备维修成本,取得了良好的经济效益.     

大型龙门加工中心横梁非变结构多参数轻量化分析

针对某大型龙门加工中心的横梁进行多参数轻量化设计。对横梁结构进行有限元分析得出其初始的受力及变形情况。在保证横梁结构不变的情况下,以横梁的最大变形为约束条件,选择横梁的筋板厚度、出砂孔孔径等7个结构参数作为设计变量,运用实验设计法对横梁进行轻量化设计。得到在横梁结构不变的条件下,7参数联合优化设计的设计变量参考值以及横梁总质量的响应变化值,优化设计的最优结果为横梁变形增加1.81%的同时质量减轻2.97%。     

基于神经网络的多点柔性夹具横梁结构优化

研究了神经网络在多点柔性夹具横梁结构优化中的应用。横梁结构与最大变形量间为复杂的非线性关系或隐函数关系,且单一的有限元分析工作复杂,计算耗时大。在有限元与数学规划法基础上利用人工神经网络进行横梁结构分析,并通过测试比较从BP、Elman和RBF神经网络中选取性能较好的神经网络,实现了横梁质量的最优化,节省了计算时间。     

基于神经网络与PSO算法的发动机装配工艺参数优化

针对汽车发动机装配过程中缸体泄漏问题,结合Back Propagation(BP)神经网络及粒子群优化(Particle Swarm Optimization, PSO)算法,提出了一种发动机装配工艺参数优化方法。首先,使用BP神经网络建立了生产工艺参数与质量指标之间的非线性映射关系,并以此作为泄漏率预测模型。其次,根据实际生产需求,应用皮尔逊相关性分析法求解得到相关性最强的部分工位工艺参数,并以其作为后续优化对象。最后,以BP神经网络预测模型作为适应度函数,使用粒子群优化算法求解得到工艺参数的最优值。使用400台发动机的实际生产数据进行试验。试验结果显示,BP神经网络具有较准确的预测效果,结合粒子群优化算法得到了优化后的工艺参数值,显著降低了发动机的泄漏率,具有一定的指导意义。     

洗煤用振动筛及横梁结构优化设计研究

利用ANSYS软件对洗煤用振动筛结构进行了静态分析和动态分析,找出了横梁结构设计中的薄弱环节,提出了振动筛结构的改进方案.对各方案的静态和动态分析结果进行了比较,得到了最优的改进方案.结果表明,在振动筛结构中,横梁、卸料梁和材料梁位置的动应力过大,且其数值远大于静应力,这些都是由梁构件中的缺口设计所引起的.通过计算机仿真分析,最终确定了梁截面的优化改进方案,从而取代原来的设计,改善了振动筛横梁结构在工作过程中的应力分布,提高了使用寿命.基于ANSYS软件的CAE技术,为洗煤用振动筛结构的横梁优化设计提供了有力的技术支持.     

粒子群优化算法及其在结构优化设计中的应用

介绍了粒子群优化算法的原理和实现方法,分析了该算法的主要参数对搜索方向的影响。将粒子群优化算 法与遗传算法在优化过程和搜索技术方面进行了对比。利用粒子群优化算法与遗传算法分别对测试函数和桁架结 构优化设计问题进行求解,将两种算法的计算结果进行了对比。计算结果表明在满足相同的计算精度的前提下,粒 子群优化算法的效率更高,利用粒子群优化算法可求解机翼结构优化设计问题,因此,粒子群算法是一种有效的优 化方法,适用于大型复杂结构优化设计。     

PECVD装置的有限元分析及结构优化

针对PECVD装置在真空高温工作环境下存在的热变形问题,运用有限元流—热—结构耦合分析方法,对装置结构进行流固耦合传热特性分析,得出装置的稳态温度场分布情况,将分析结果作为装置流—热—结构耦合分析的边界条件加载到装置结构上,求得装置在热载荷和结构载荷综合作用下的变形情况。基于原有装置结构的分析结果,分析装置变形的主要原因,提出可行的优化改进方法。有限元分析结果表明,装置变形是热载荷和结构载荷综合作用的结果,其中热载荷为装置变形的主要因素;减小热载荷是控制装置变形,保证装置正常工作及可靠性的一个非常重要的因素。     

改进的粒子群算法在圆度误差评价中的应用

由于用最小区域法(MZC)评价圆度的目标函数是非线性函数,用传统的优化方法难以进行评价,而且还容易陷入局部最优解。基于最小区域法(MZC)准则的基础上,运用一种改进的粒子群算法—协同粒子群优化(CPSO)算法来评价圆度误差,此方法将原来的粒子群分成若干个子种群,每个子种群中粒子各自寻求自己的最优值,各种群粒子信息共享,共同进化,直到达到指定的进化代数,最后比较得出最优值。相比遗传算法(GA)和标准的粒子群优化(PSO)算法具有全局搜索能力强,收敛速度快,精度高的优点。最后在MATLAB软件编程环境下,用实例比较验证了CPSO算法的有效性。对其他的几何量评价具有指导意义。     

基于提高收敛性能的微粒群优化研究

全面分析了标准PSO算法的基本原理、收敛性和优缺点,针对算法在收敛性能方面存在的缺陷,提出了PSO算法的改进思路:根据所得到的收敛性结论,对算法关键参数的设置进行改进,以提高算法的收敛性能.通过对典型函数优化问题和约束优化问题的测试,表明所提出的改进PSO算法在收敛性能方面较标准PSO算法有很大的改善.     

梯度法与BP神经网络的结合在机械优化设计中的应用

利用传统的优化设计方法 ,为BP神经网络的学习提供足够样本集 ,通过正向传播和误差反向传播建立BP神经网络的拓扑结构 ,实现了将BP神经网络应用于机械优化设计中 ,提高了优化的收敛速度。     

基于神经网络注塑成型工艺参数优化

采用BP神经网络建立注塑成型工艺参数与注塑制品收缩率之间的网络模型,并通过试验数据对成型工艺参数进行优化。     

Radial Basis Neural Network and Particle Swarm Optimization-based equations for predicting the discharge capacity of triangular labyrinth weirs

Conventional weirs are utilized for controlling, measuring and adjusting the flow depth in hydraulic structures, such as those found in irrigation and drainage networks. Various weirs with modified shapes are utilized to increase the discharge capacity. The main goal of this study is to investigate the discharge coefficient (C_d) of triangular labyrinth weirs using soft computing methods. The performance of the Radial Basis Neural Network (RBNN) is compared with that of Multiple Nonlinear and Multiple Linear Particle Swarm Optimization (MNLPSO and MLPSO). Models developments are conducted using published experimental data from the literature. Comparing the RBNN, MLPSO and MNLPSO results obtained through these soft computing techniques with experimental data shows that all models perform well in predicting the discharge coefficient of a triangular labyrinth weir. Performance of the proposed approaches which demonstrated explicit equation given by MNLPSO model provided the discharge capacity with lower error (RMSE=0.0223) is compared with the MLPSO (RMSE=0.0346) and RBNN (RMSE=0.045) approaches.     

基于ANSYS的自动模切机主机墙板的应力分析和结构优化

在正常工作情况下,高速自动模切机的主机墙板会受到很大的冲击,这会大大影响到模切精度,导致产品质量严重下降。应用有限元分析软件ANSYS对其进行有限元分析,掌握其应力和变形的分布情况,并在有限元分析的基础上进行结构优化,使得优化后的结构在刚度和强度上有很大的提高,从而有针对性地解决实际问题。     

基于ANSYS的自动模切机主机墙板的应力分析和结构优化

在正常工作情况下，高速自动模切机的主机墙板会受到很大的冲击，这会大大影响到模切精度，导致产品质量严重下降。应用有限元分析软件ANSYS对其进行有限元分析，掌握其应力和变形的分布情况，并在有限元分析的基础上进行结构优化，使得优化后的结构在刚度和强度上有很大的提高，从而有针对性地解决实际问题。     

采用改进灰色神经网络的铣床热误差补偿研究

数控铣床在铣削零件过程中,主轴会受到温度变化影响而发生热变形,导致铣削零件误差较大,从而降低产品精度.对此,采用一阶线性微分方程推导GM(1,1)模型,创建灰色预测模型.将神经网络模型与灰色预测模型进行组合,建立灰色神经网络预测模型.引用粒子群算法,在粒子群算法中增加变异操作和修改惯性权重系数,给出改进粒子群算法优化灰...