基于CATIA二次开发的弹簧件参数化建模

论述了传统的弹簧建模方式的不足,分析了基于CATIA二次开发的弹簧参数化建模方式的特点。在CATIA二次开发平台建立弹簧参数化模型,使用建立的模型进行运动仿真。结果表明:通过二次开发建立弹簧参数化模型,能减少设计者的工作量,提高工作效率。     

基于UIDL和APDL的弹簧实体参数化建模

在ANSYS中直接建立复杂的几何模型,具有难度大、建模效率低和不易修改等不足之处。为了克服上述缺点,利用ANSYS提供的用户图形界面设计语言UIDL和参数化设计语言APDL,对ANSYS进行了二次开发,实现了三维弹簧实体的便捷、高效的参数化建模。应用结果表明,基于UIDL和APDL的参数化建模能够减轻用户的操作负担,大大提高工作的效率。     

基于Pro／E的系列化弹簧参数化建模

针对弹簧的三维参数化建模,研究基于Pro／E的参数化零件库．的开发方珐,介绍Pro／E程序开发的过程。通过使用Pro／TOOLKIT函数来处理,利用Pro／TOOLKIT工具包调用自身所带的函数库,实现在原软件基础上的功能扩充。通过分析生成弹簧所需的主要参数,编写程序实现系列化钢板弹簧的三维参数化模型,简化了弹簧的建模过程。     

圆柱螺旋压缩弹簧参数化建模

针对复杂零件三维模型的更新过程非常繁琐的问题,研究了在SolidWorks环境下圆柱螺旋压缩弹簧参数化建模的方法.首先建立了圆柱螺旋压缩弹簧三维模型,将控制弹簧模型结构的特征尺寸定义为变量参数,选用Visual Basic 6.0作为编程工具,与Access 2003数据库技术相结合,开发出VB应用程序.在VB界面中通...     

海底油气管道剩余强度参数化建模方法研究

为了有效解决海底受损油气管道的安全性评估问题,先利用有限元方法分析管道剩余强度随缺陷长度、宽度、深度等几何量信息的变化规律,在此基础上构建了用于定量化描述管道剩余强度的参数化模型,并利用改进遗传算法的全局最优搜索能力求解模型未知系数,给出管道剩余强度与缺陷几何量之间的定量关系。经过实验验证,表明该模型比现有的管道评估标准具有更好的可靠性,可有效地用于海底油气受损管道的剩余强度分析,为管道的安全性评估提供理论依据。     

基于AutoCAD的圆柱压缩弹簧的参数化绘图

介绍在AutoCAD2002平台上,用Visual LISP语言编程来实现圆柱压缩弹簧的参数化绘图的一种方法.该方法提高了绘图的效率,也适用于结构相似的零件.     

阀片弹性模量对油气弹簧阀系参数的影响

利用开阀压力与阀片变形以及流量之间关系,建立油气弹簧阀系参数解析设计公式,利用该公式可对阀系参数进行解析设计.定量分析阀片弹性模量对阀系设计参数的影响,确定阀片厚度和节流缝隙的弹性模量影响系数,利用该系数可对阀系参数进行推算设计.通过实例,对阀系参数进行解析设计和影响系数推算设计,并对两种方法设计值进行比较,校核阀系设计参数,进行设计油气弹簧的特性试验.设计和试验结果表明,阀系参数解析设计方法准确,影响系数推算设计方法可靠,对油气弹簧设计具有重要参考价值.     

基于Pro/Toolkit的少片变截面钢板弹簧参数化建模系统

为了提高板簧三维建模及参数计算的准确性和效率,借助Pro/E软件对少片变截面钢板弹簧进行参数化建模设计,并利用Pro/E提供的Pro/Toolkit工具包结合Visual C++6.0编程工具实现在原软件基础功能上的二次开发,建立板簧参数化建模系统,该系统具有自动分析生成所需板簧的主要参数及模型的功能,友好的人机交互式输入界面.简化了模型建立过程中的繁琐程序,为仿真研究提供方便.     

基于神经网络和遗传算法的脱粒装置参数优化

在自制脱粒试验装置上,以来脱净率和谷粒损伤率为目标,进行了脱粒试验.通过MATLAB神经网络工具箱,建立了优化设计的数学模型.针对传统的优化方法存在求解过程复杂、寻优过程易陷入局部最优解的问题,应用MATLAB遗传算法工具箱对该模型进行了优化,求得了该脱粒试验装置脱粒元件线速度和脱粒间隙的最佳组合.提出了一条解决脱粒装置性能优化问题的新方法.同时,MATLAB神经网络和遗传算法工具箱的应用解决了其它高级语言繁重的编程任务.     

基于遗传算法的弹簧的优化设计

采用一种现代的优化算法—遗传算法对弹簧进行优化设计 ,优化设计的结果证明遗传算法在弹簧的设计中同样有效。     

基于ANN和GA的机床结构优化设计

机床主轴是机床中的重要部件,其设计对机床性能影响很大。在对主轴设计的各项要求中,刚度和振动稳定性是主要考虑的指标,将其归纳在一个含区域和性能约束的主轴结构优化设计数学模型中。借助有限元软件可获得不同主轴尺寸下的各项性能指标,利用人工神经网络(ANN)实现主轴各项性能指标的近似分析,并采用遗传算法(GA)实现了性能指标为设计变量隐式表达下的机床主轴结构优化设计。     

基于遗传算法优化神经网络的技术研究

为克服传统BP算法的收敛速度慢和容易陷入局部极小值的缺点,提出了一种基于遗传算法优化的BP神经网络智能诊断技术:采用基于实数编码的遗传算法优化神经网络权值和阈值,代替了原BP网络随机设定的初始权值和阈值,然后再用BP算法对网络进行精确搜索。实验仿真结果表明,用此法优化过的神经网络的训练步数明显减少,诊断准确率达91.7%,泛化能力也得到提高。     

基于神经网络与遗传算法的振动钻削仿真

将人工神经网络与遗传算法相融合,利用遗传算法优化多层前馈神经网络的结构和初始参数,利用多层前馈网络的映射能力进行振动钻削仿真,最后对训练好的神经网络稍加改造,利用BP网的逆映射进行参数优化。试验表明神经网络与遗传算法应用于振动钻削过程仿真是可行的,为振动钻削的研究提供了新的思路。     

遗传算法和神经网络在铁谱图象识别中的应用

针对BP算法在神经网络学习中的一些缺点,将遗传算法应用于BP神经网络的网络学习中,提出了一种BP-GA算法。最后,应用神经网络对铁谱图象进行智能识别,实验结果证明它比单纯的BP算法有更佳的结果。     

基于神经网络与遗传算法的薄壁件多重装夹布局优化

在多重装夹元件装夹过程中,由于装夹顺序、夹紧力、定位元件位置等装夹布局参数的不同,薄壁件的装夹变形程度也不一样。单个装夹布局参数引起的工件装夹变形规律能够通过有限元方法获得。但是,若同时考虑多个装夹布局参数的影响,仅仅利用有限元方法难以揭示装夹布局参数与装夹变形之间的关系。为此,针对薄壁件的装夹布局方案建立三维有限元模型,以便利用有限元法获取神经网络的训练样本。借助神经网络的非线性映射能力,通过有限的训练样本构建装夹变形的预测模型。以减小工件的最大装夹变形为目标,并根据每一代装夹布局中工件的最大装夹变形定义个体的适应度,建立装夹布局方案的优化模型及其遗传算法求解技术。试验结果表明,网络预测值与相应的有限元仿真值、试验数据之间的相对误差均不超过3%。提出的基于神经网络与遗传算法的装夹变形"分析-预测-控制"方法,不仅能够提高装夹变形的计算效率,而且为薄壁件装夹布局方案的合理设计提供基础理论。     

基于组合遗传神经网络的磨损趋势预测

针对神经网络易陷入局部极值的问题，用遗传算法来改进神经网络时间序列预测模型，并设计了一个组合网络，考虑了单一遗传BP神经网络预测的误差，以误差样本训练了一个校正的遗传BP神经网络，并将该组合网络时间序列预测模型应用于柴油机系统磨损趋势的预测，取得了较好的预测效果。     

基于模糊基因神经网络的传动设计评价模型的研究

利用模糊数学理论建立了评价语言值标尺,使专家知识的形式化数值表达成为可能。利用神经网络的非线性特性构成了多层次因素事物的评价模型,并建立了包括遗传算法和人工神经网络的混合学习系统,解决了网络设计问题。本评价模型建立的传动设计方案评价系统,使专家评价知识获取手段简化且易于表达,提高了评价结果的正确性。     

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．、     

基于蚁群遗传算法的BP神经网络摄像机标定

摄像机标定是从二维图像提取三维空间信息的关键步骤。为了有效解决传统摄像机标定算法中的多参数和计算费时费力等问题,提高摄像机标定的精度和速度,首次将蚁群遗传算法应用于摄像机标定中。方法初期采用遗传算法过程生成信息素分布,后期利用蚁群算法正反馈求精确解,最后用优化后的BP神经网络来进行摄像机标定,充分发挥遗传算法的全局搜索能力和蚁群算法的正反馈收敛优势。     

基于遗传算法的18Ni300钢持久性能的神经网络预测

本文研究时效温度和时效时长对18Ni300马氏体时效钢持久性能的影响,对经过不同时效处理的18Ni300钢进行不同高温条件下的持久性能测试。结果表明:在时效温度480℃时,时效处理5h的18Ni300钢的持久性能较时效处理5h有明显提高,且经不同时效处理的马氏体时效钢的持久性能随测试温度的增加而逐渐下降。从模型泛化能力和预测精度出发,根据有限的持久性实验数据,基于遗传算法构建了预测18Ni300钢持久性能的3-12-1型GA-BP神经网络模型。18Ni300钢持久性能的GA-BP网络预测结果与试验数据的吻合性较好,这说明所构建的18Ni300钢的持久性能GA-BP神经网络模型的预测精度和可靠性较高,可有效用于时效处理对18Ni300钢持久性能的预测。