玄武岩纤维增强泡沫混凝土响应面多目标优化

为改善传统泡沫混凝土的力学性能,制备了以玄武岩纤维为微加筋材料的玄武岩纤维增强泡沫混凝土(BFFC)。采用响应面法设计试验并建立回归模型,研究泡沫和纤维掺量对BFFC表观密度、抗压强度和抗压韧性指数的影响;同时结合渴求函数对BFFC综合性能实现多目标优化,并对纤维作用机理进行了SEM分析。结果表明,制备单位体积BFFC成品的最优泡沫掺量与纤维掺量分别为0. 617 875 m~3与2. 384 66 kg,该配比可以制备出表观密度仅为641. 06 kg/m~3而抗压强度高达13. 60 MPa、抗压韧性指数高达0. 887的BFFC。SEM分析表明,适量玄武岩纤维通过桥联作用下的多裂缝稳定扩展实现了对泡沫混凝土的增强及增韧。     

基于响应面法的铝合金筋板锻件工艺参数多目标优化

为了能获得更好的铝合金筋板类锻件锻造成形工艺参数,提出了基于响应面法(Response Surface Methodology,RSM)和有限元模拟技术(finite element simulation,FEM)的锻造成形工艺参数多目标优化策略.以铝合金筋板类锻件晶粒均匀性和锻造变形力作为评价指标,建立了有限元数值模拟与响应面法相结合的二阶分析模型,求得的回归模型拟合度达89.59%.并运用MATLAB软件求出可行设计空间中目标函数最佳工艺参数组合为始锻温度465℃、锻造速度8.7 mm/s、摩擦系数0.2.锻件的晶粒均匀性有了很大的改善,同时有效的降低了锻件变形力,并通过DEFORM-2D模拟和热加工图对其进行了验证,表明了所提出方法的有效性.     

基于灰色关联分析和响应面法的复合材料缠绕成型多目标工艺参数优化

针对复合材料预浸带缠绕过程中制品的残余应力、孔隙率最小化和层间剪切强度（ILSS）最大化的多目标优化问题,采用Box-Behnken Design （BBD）原理设计四因素三水平的T300/环氧树脂预浸带缠绕实验;基于灰色关联分析（GRA）将多目标优化问题转化为单目标优化问题,利用主成分分析（PCA）法确定残余应力、孔隙率和ILSS对灰色关联度（GRG）的影响权重;通过对实验数据的回归分析,建立GRG与主要缠绕工艺参数（缠绕温度、张力、压辊压力和缠绕速度）的二阶预测模型;分析了各工艺参数对残余应力、孔隙率、ILSS和GRG的影响规律,确定缠绕工艺参数优化方案;利用响应面法（RSM）求解工艺参数优化问题并进行复合材料预浸带缠绕实验。结果表明:该优化方法获得的最优工艺参数组合可以有效改善残余应力、孔隙率和ILSS,提高预浸带缠绕制品的性能。      

基于响应面方法的多支柱起落架着陆缓冲性能优化

基于起落架缓冲系统受力分析,在MSC.ADAM S平台上建立了某型飞机多支柱主起虚拟样机模型,在给定的投放质量和下沉速度下分析了该起落架的缓冲系统行程、轮胎垂直力和功量曲线。为降低飞机着陆载荷,选取对缓冲器性能敏感程度较大的参数为优化参数,包括空气腔初始容积、初始充气压力及主油孔面积,以着陆时轮胎最大垂直载荷为优化目标。通过基于正交设计的响应面方法,建立优化变量和优化目标间的数学关系,求解方法为模拟退火法。优化后,对新设计参数进行了虚拟试验验证,结果表明降低着陆总载荷8.3%,明显改善了起落架着陆缓冲性能。     

转管机枪枪架多目标优化及其对射击精度影响研究

针对射击过程中转管机枪的枪架弹性变形过大影响射击精度的问题,利用网格变形技术和近似模型技术对枪架结构进行多目标优化来提高其整体刚度。建立了该转管机枪系统的刚柔耦合虚拟样机模型,对其射击过程进行了动力学仿真计算,通过与试验数据对比验证其正确性。将利用网格变形技术优化得到的新型枪架替换原枪架建立虚拟样机模型,对比优化前后机枪系统的动力学特性,机枪枪口高低方向的振动角位移和速度都有明显的降低,机枪百米70%射弹散布圆半径减小了12.16%,说明优化后的枪架能有效抑制机枪系统在高低方向的振动,提高射击密集度。     

基于响应面全局优化技术的蜂窝板材料性能参数修正

蜂窝夹层板结构广泛应用于航空航天行业中,建立准确的蜂窝夹芯板有限元模型是分析和优化航天器微振动的必要前提。基于蜂窝芯的力学等效参数模型,建立了蜂窝板的动力学有限元模型。使用正交数值实验设计筛选出对蜂窝板动力学性能影响最大的蜂窝芯等效材料参数,并利用基于响应面模型自适应采样技术的全局优化方法快速地完成了蜂窝芯关键材料参数的优化修正。修正后的蜂窝板有限元模型前六阶模态频率与实验结果的平均误差小于1%。     

基于背景网格的混合网格变形方法

混合网格已广泛应用于复杂外形的粘性流动模拟,能否将其推广应用于气动弹性研究,混合网格的变形方法成为主要问题.发展了一种混合网格变形方法,即生成一套非结构四面体背景网格,采用弹簧网络法进行背景网格变形,在背景网格与流场计算的CFD网格之间建立一种快速的代数插值方法,获得流场计算的混合网格变形.由于背景网格仅用于网格变形,不参与流场计算,物面网格可以与流场计算网格不一致,大大减少网格数量,提高弹簧网络法的变形能力和计算效率,进而提升流场计算混合网格的变形能力和计算效率.对于复杂外形流场网格和背景网格在物面的不一致可能造成的覆盖不完全问题,提出了同时生成覆盖流体域和固体域的多套非结构背景网格的方法,保证复杂外形计算时混合网格的高质量变形.由于背景网格采用全三维的线弹簧加扭转弹簧的动网格变形方法,大大提高了大变形的网格变形能力.首先以M6机翼的非结构和混合网格变形为例,与已有方法比较,验证本文方法的有效性;其次运用于三维转动、平动、弯曲变形等典型工况,说明方法对大变形的实用性;最后运用于气动弹性标模和机翼带外挂导弹的复杂外形的颤振特性计算,说明其处理复杂工程问题的能力.     

基于响应面法的摊铺机压实系统参数优化

摘要：对摊铺机样机的试验研究发现沿熨平板长度方向振幅差值较大。为了改善熨平板振幅的不均匀性,将熨平板作为柔性体,建立了摊铺机压实系统的刚柔混合动力学模型;选取振捣梁质量以及振动器偏心轴的质量和偏心距的乘积为设计变量,以熨平板上节点振幅差为优化目标,通过基于正交设计的响应面方法,借助数值分析,建立优化变量和优化目标间的函数关系,采用遗传算法进行优化。优化后熨平板上节点振幅差减少了83%,各节点振幅均匀性大大改善。     

基于响应面优化的石蜡相变微胶囊的性能评价

采用响应面设计优化石蜡相变微胶囊的制备工艺参数,建立预测模型,确定优化工艺条件。利用扫描电镜(SEM)、差示量热扫描仪(DSC)、导热系数测试仪以及热重分析仪(TG)对优化工艺条件下制备的石蜡相变微胶囊的形貌和化学结构、包覆性能、热性能及稳定性进行评价。结果表明,微胶囊呈完整的球形,表面光滑,有少量粘连情况,且包覆性能良好,芯材含量为75. 77%(质量分数);相变潜热为105. 93 J/g、导热系数为0. 152 6 W/(m·K);微胶囊热分解温度提高到300℃以上;将微胶囊升温至熔点以上,微胶囊体积无变化。上述研究表明微胶囊化处理可以明显增强石蜡的热稳定性和体积稳定性。     

基于遗传算法的车间布局多目标优化

在分析单目标优化缺陷的基础上,构建了车间多行布局物流成本和空间利用率多目标组合优化模型.设计了车间多行布局遗传算法,针对自动换行、两行布置和三行布置三种不同布局策略的编码方式、遗传操作和适应度函数进行了研究.以某车间布局为实例,分别在单目标和多目标情况下,通过Matlab编程对三种不同布局策略进行了遗传运算,验证了算法的收敛性、实用性和有效性.该模型及算法对车间进行多目标多行布局具有借鉴意义.     

基于多代理系统的微电网多目标优化调度

微电网在并网情况下的多目标稳定运行是微电网运营和建设的基本要求。从并网型微电网的经济目标和环保目标出发,建立微电网多目标优化模型,其中经济目标考虑分布式电源的燃料费用、运行维护费用、启停费用和与大电网的能量交互费用,环保目标考虑污染气体的排放量。提出一种基于多代理系统（multi-agent system,MAS）的分时电价机制下储能装置的调度策略,并且采用改进的NSGA-Ⅱ算法优化可控微源和储能装置的出力。以某地区微电网单元为例进行仿真,验证了所建模型和改进算法的有效性。试验结果表明,改进的NSGA-Ⅱ算法性能更优,所提出的策略可以控制储能装置一个周期内的充放电次数,延长使用寿命。     

基于MTO的多目标优化排产模型

针对多订单情况下多产品生产计划安排研究存在不足,提出了一种新的基于订单的计划排期多目标优化模型,目标包括利润最大化与均衡生产,通过各计划期之间产量安排对各资源消耗的偏差最小化来实现均衡生产.模型存在非线性多目标,实现时采用了遗传算法,通过Sheffield GATBX利用MATLAB编程实现.     

基于多目标遗传算法的实验目标车底盘结构优化

在实际道路上开展实验目标车碰撞试验是智能汽车开发过程中的重要测试手段之一.为保证智能汽车的安全性,实验目标车的底盘必须具有抵抗较大碾压冲击的能力.由于实验目标车底盘的碾压过程涉及接触非线性和几何非线性等问题,仅基于仿真分析对其进行结构设计和优化存在较大困难.为此,首先采用显式非线性有限元法对实验目标车底盘的抗碾压性能进...     

基于多尺度建模与响应面法的55NiCrMoV7模具钢调质热处理工艺优化

目的 探究大型55NiCrMoV7模具钢锻件(Φ1000 mm×1700 mm)调质热处理的最优工艺方案.方法 建立大型55NiCrMoV7模具钢锻件的宏微观耦合的多尺度有限元模型,基于现场实验测试不同位置温度场和组织场的演化规律验证该模型.模拟研究此锻件在不同淬火与回火工艺下的应力分布、HRC硬度和屈服强度变化.以残余应力均方差、硬度和屈服强度为目标函数,建立淬、回火工艺参数与力学性能之间的回归模型.结合所建立的响应面模型分析与遗传算法,对该模型进行参量约束条件下的多目标优化.结果 通过响应面模型分析得出最优工艺范围为:淬火温度为850～910℃,回火温度为400～550℃.多目标优化后得到Pareto最优解集:淬火907.4℃+回火443.1℃、淬火907.4℃+回火411.5℃、淬火903.4℃+回火485.1℃、淬火895.2℃+回火535.8℃和淬火892.1℃+回火507.1℃.结论 建立的淬、回火温度对应力均方差、HRC硬度和屈服强度的回归模型,为大型55NiCrMoV7模具钢锻件调质热处理工艺优化提供了理论依据.     

基于多工况并行任务的摩托车悬架参数多目标优化

应用摩托车动力学软件BikeSim建立了人-车系统仿真模型,对加速/制动工况下的车身俯仰角和B级路面工况下等速行驶的整车平顺性分别进行了仿真;以加速/制动工况下的俯仰角最大值和等速B级路面工况下的车身垂向、俯仰振动加速度均方根值为优化目标,以悬架特性参数为设计变量,采用iSIGHT集成BikeSim和MATLAB建立两种工况的并行计算任务,对摩托车悬架系统进行了多目标优化,根据Pareto前沿提出了一种确定目标权重的方法,得到了最优解。优化前后结果对比表明：加速/制动俯仰角和平顺性均有改善。     

响应面优化罗非鱼胶原蛋白膜的研制

以罗非鱼胶原蛋白为成膜基质,通过单因素试验研究了胶原蛋白、戊二醛、海藻酸钠、甘油对包装膜性能的影响。以胶原蛋白、戊二醛、海藻酸钠、甘油添加量为试验因素,以包装膜的拉伸强度为响应指标,根据Box-Benhnken 中心组合设计原理设计三因素三水平的响应面分析试验,探讨了各因素之间的交互作用,并探索出了胶原蛋白膜的最佳工艺配方。     

基于NSGA-II遗传算法的磁流变悬置多目标优化

磁流变悬置集总参数优化是设计高性能发动机悬置的关键。为克服以往悬置优化中优化目标单一、优化目标选取不合理、未考虑实际加工可行性等问题,建立单自由度磁流变悬置隔振系统数学模型,提出倍程区间灵敏度分析法,对各集总参数灵敏度进行分析,并以此为依据选取优化变量。以发动机常用转速激振频率段的力传递率积分为优化目标,采用改进型非支配排序遗传算法(NSGA-II)进行多目标优化。在一定范围内将结构尺寸进行离散化处理,计算各组离散尺寸对应的集总参数值,以离散集总参数与集总参数Pareto非劣解之间的综合距离为准则筛选最优解。     

基于多目标优化PID的纸浆浓度控制系统

目的 针对纸浆浓度PID控制系统在时滞性、稳定性、耦合性方面的不足,提出一种基于多目标优化的纸浆浓度PID控制方法.方法 对纸浆生产工艺进行分析,结合纸浆浓度PID控制系统,设定多属性的决策变量,建立对应的目标函数和约束条件;从质量、产量、成本、环境等4个方面对纸浆浓度PID控制过程进行多目标优化,构建基于多目标优化的纸浆浓度PID控制模型;采用改进量子粒子群算法对多目标优化模型进行求解,获得Pareto最优纸浆浓度控制方案;将建模方法、优化算法、优选方法进行耦合,从而形成"建模-求解-优选"全过程的纸浆浓度控制方法.结果 通过对纸浆浓度控制优化前后的决策变量进行比较分析可知,多目标优化PID控制方法在评价指标方面满足了质优、高产、低耗的多目标优化的可控性要求;相较于传统PID控制方法,IPSO-PID控制方法的响应速度更快,具有更好的鲁棒性;在PID参数优化方面,文中的优化模型整定控制参数在0.05 s内达到稳态阶段,稳态误差更低,具有更好的稳定性.结论 在保证系统鲁棒性的同时,基于多目标优化算法的纸浆浓度PID控制系统可实现对纸浆浓度的精确性和稳定性控制,更好地满足实际工业生产的要求,确保纸张质量的品质.     

基于物理规划的 Stewart 平台多目标优化

应用物理规划方法对500米口径球面射电望远镜(FAST)精调 Stewart 平台进行了多目标优化设计.根据 Stewart 平台的设计准则,将 Stewart 平台的运动精度、重量和工作效率作为目标函数,构造了相应的以目标函数为变量的偏好函数,建立了基于物理规划的多目标优化模型,采用遗传算法对该优化问题进行求解.结果表明,物理规划避免了基于权重的多目标优化方法中权系数难以确定的问题,有效地给出了优化问题的 Pareto 解.     

基于免疫遗传计算的零件多目标优化

由生物引发的信息处理系统可分为:人工神经网络、进化计算和人工免疫系统(AIS)。其中神经网络和进化计算已被广泛用于各领域,而AIS则由于其复杂性较少应用。笔者将免疫算法与遗传计算结合,研制了一个基于免疫遗传计算的优化设计系统(Immune ＆ Genetic Algorithm based Design SupportSystem-IGBODS)。IGBODS用于零件的优化设计,避免了遗传算法搜索效率低,过早收敛和不能很好保持个体的多样性等问题,具有很大的优越性。