优化过程知识引导的挖掘机动臂结构优化设计新策略

针对现有智能优化算法求解挖掘机动臂结构优化问题效率低、易陷入局部最优等问题,提出一种优化过程知识挖掘、处理和利用策略.构建基于任务知识指导的优化过程知识挖掘、处理和利用机制,探讨了运用优化过程知识引导遗传算法数值优化搜索的途径,并建立群体成员分组的知识利用算子以及选择、交叉、变异操作的知识利用算子.以中型液压挖掘机动臂结构优化任务为例,以所构建的知识利用算子引导遗传算法的数值优化搜索,通过与现有遗传算法进行对比,表明优化过程知识的利用可以有效提高优化效率并改善优化效果.     

气体淬火工艺参数多目标优化方法

以平面应变问题气体淬火过程为研究对象,提出区域表面传热系数模型,根据此模型选择5个设计量进行5因子5水平中心复合试验设计.将设计的变量代入自行开发的淬火过程有限元分析软件进行计算,得到拟合变形程度、表面平均等效残余应力、平均表面硬度和表面硬度标准差的响应曲面公式.以变形程度、表面硬度和表面等效残余应力等为目标,建立多目标优化函数,并对多目标优化函数进行非线性优化.将优化结果代入淬火过程有限元模拟软件进行计算,并比较优化前后的数值.结果表明:用优化后的工艺参数进行淬火,可以提高零件的淬火质量,优化后各项指标均得到提高.     

基于神经网络与杂交算法的机翼结构优化设计

以机翼结构为研究对象,提出了一种能同步解决元件位置优化与尺寸优化的杂交算法.利用MSC.NASTRAN进行尺寸优化,用遗传算法对位置设计变量进行优化,并将尺寸优化结果作为遗传操作的依据,最终实现了尺寸与位置的同步优化.为提高算法效率,利用神经网络的非线性映射功能,对MSC.NASTRAN的尺寸优化结果进行映射以取代其优化过程.算例结果表明,该方法高效、精确,具有很好的推广应用价值.     

考虑时间不确定性的研制过程评估与优化方法

迭代是研制过程的一个基本特征.针对产品研制中的顺序设计迭代,考虑设计活动完成时间的不确定性,采用多阶段Markov过程对研制过程进行建模,建立任务完成时间预测模型.在此基础上以给定风险下的完成时间最小为目标,对研制过程进行优化建模.实例分析说明了时间预测与过程优化的建模方法,并用仿真结果进行了对比验证.分析表明,该方法能较好地反映研制过程顺序迭代特点,可为优化产品研制过程、缩短研制周期提供有效工具.     

高速加工中心立柱结构的拓扑优化

基于连续体ICM拓扑优化方法,提出了以体积为约束条件,机床的固有频率为目标函数的结构动态设计方法.为提高拓扑优化的精度,在结构优化过程中,同时也考虑了非设计区域的动态特性.将该方法应用到XH6650高速加工中心的立柱结构优化中,从而提高了机床的整机动态特性.     

MATLAB在切削用量优化中的应用

切削用量优化是机械制造企业实现提高切削加工效率,降低生产成本的重要措施之一.以铣削加工为例,以MATLAB为开发平台,将内置的遗传算法与直接搜索工具箱(GADS)和MATLAB GUI二者进行有机结合,编制出基于遗传算法的切削用量优化软件.该软件界面友好,具有求解最大生产率优化,最低生产成本优化和多目标优化三种不同目标函数的功能,且切削用量优化过程方便、快捷.实例应用证明了方法的正确性和有效性,具有一定的应用价值.     

基于遗传算法的双离合器式变速器换挡过程离合器摩擦力矩优化控制

为提高双离合器式变速器(DCT)的换挡品质,以一个相邻换挡过程为例建立了DCT换挡过程的动力学模型,分析了DCT换挡品质的评价指标,提出了以冲击度和滑摩功的综合换挡品质系数最小为优化目标,应用遗传算法进行换挡品质全局优化的方法,实现了对换挡过程两个离合器摩擦力矩的优化控制.结果表明:遗传算法可以应用到DCT的换挡控制优...     

基于遗传算法与约束矩阵的工艺路线优化方法研究

提出了一种基于遗传算法和约束矩阵的工艺路线优化方法.该方法利用约束矩阵来描述加工元间的优先关系,由系统自动生成约束矩阵,开发了保证加工元序列满足工艺约束关系的加工元序列有效性检验与调整算法.以总变换成本最小为优化目标,采用改进的遗传算法进行工艺路线的优化,以实现工艺过程的全局优化.     

基于Kriging代理模型的结构形状优化方法

任何机械零件都是由结构尺寸和形状构成.通过常规设计手段,一般确定零件的整体结构尺寸,但大量局部的尺寸决定了零件形状.而零件的失效往往与零件形状是否合理密切相关.形状优化技术一般以有限元技术为基础,通过边界的迭代过程获得形状优化.文中结合试验设计技术和近似代理技术,利用少量样本点建立高精度分析模型,代替原有零件模型,在代理模型上寻找符合约束条件的结构参数,从而获得零件的形状优化.首先阐述了该优化方法的设计思想和理论基础,最后以六角钢盘的结构优化为例说明了该方法的具体应用过程.     

基于多目标遗传算法的炼焦生产过程优化控制

针对某钢铁企业实际炼焦生产过程的优化控制问题,提出一种多目标分层优化控制策略.首先采用主成分分析、灰色关联分析及改进前馈神经网络方法,建立综合生产目标与局部优化目标的关联模型,将综合生产目标映射为局部优化目标.然后建立以焦炭产量最大、焦炉能耗最小为优化目标,焦炭质量与工艺要求为约束条件,局部优化目标为决策变量的多目标优化模型.通过多目标遗传算法求解多目标优化问题,获得局部优化目标值.最后将局部优化目标作为各子过程控制系统的设定值及优化调度系统的决策参数,来动态调整过程操作参数,实现企业期望的综合生产目标.实际运行结果表明,提出的优化控制策略取得了较好的应用效果.