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.     

曲加筋条壁板优化设计研究

针对多设计变量的新型曲加筋条壁板(curvilinearly stiffened panels)优化问题,提出了一种参数化设计方法。该方法以加筋壁板的重量最小为目标,以加筋壁板屈曲、von Mises应力和筋条压损等为约束条件,通过MSC.Patran/Nastran进行参数化建模并获得结构响应,采用非劣分层遗传算法Ⅱ(NSGA-Ⅱ)实施结构优化。为了合理、简洁地描述曲加筋条的几何形状,采用B样条定义曲加筋条的轴线,并取其起点、终点和控制点坐标为位置/形状设计变量。利用单级优化策略,同时对位置/形状变量和包括筋条高度、筋条厚度以及平板厚度在内的尺寸变量进行优化。采用该设计方法,在结构承受面内压缩和剪切载荷以及四边简支的条件下,分别对采用直/曲加筋条的壁板进行了轻量化设计。结果表明,复杂载荷作用下,采用相同数目的曲加筋条能够提高结构效率,实现结构减重。     

面向广义优化的参数化设计方法研究

提出一种将广义优化模块与参数化设计集成的方法及其集成策略，详细探讨了产品广义优化模型和参数化模型的关系协调、变量映射构建、几何约束处理以及自动再生算法，借助于Pro／E参数化软件强大的干涉检验和三维可视化功能，实现了产品全过程和全性能的广义优化及优化结果的可视化。提出的方法在液压挖掘机设计中得到了验证。     

基于特征映射的超临界机翼整体壁板板坯快速建模技术研究

将整体壁板分解为特征的集合,并进一步将特征分解为特征的位置、方向、几何尺寸、布尔运算等信息的集合。采用曲面优化展开映射实现了特征映射,通过特征的分解、映射与重构解决了超临界机翼整体壁板板坯快速建模的问题。喷丸成形实验表明,采用特征映射法计算完成的板坯成形后尺寸达到了设计要求的精度。     

离散变量三段式车架轻量化设计

研究优化设计中设计变量的离散化处理,完成三段式车架的静动态特性分析和轻量化设计。首先,以某中型越野车车架为优化对象,采用实验设计方法进行了设计变量的灵敏度分析,并在对设计变量进行必要的取舍基础上建立了结构优化模型。其次,采用多岛遗传优化算法计算车架在三种工况下的最大应力、位移和自由模态下的固有频率,以完成在结构满足固有频率、几何尺寸和强度等约束条件下的车架各板材离散化尺寸的优化。优化结果表明:在可行域范围内,不仅使车架的质量降低了5.7%还避开了激励频率。     

神经网络与遗传算法在拉延筋参数反求中的应用

以某车型前地板角支撑板的拉延工序为例,讨论BP神经网络技术与遗传算法在拉延筋几何参数反求中的综合应用问题,建立能描述反映成形效果的三个参数与半圆形拉延筋几何参数之间非线性映射关系的神经网络模型,并运用遗传算法对神经网络结构进行了优化。提出逐次局部密化样本点的样本点设计方法。该方法有助于加快神经网络的设计进程,提高神经网络的模拟精度。当训练样本数据可通过有限元法自动获得时,使用该方案则更为便利。     

BP －PSO 算法对斗轮堆取料机四轮平衡梁的结构优化

针对斗轮堆取料机四轮平衡梁结构静力特性的复杂性和非线性,利用参数化有限元分析和BP神经网络,建立四轮平衡梁从设计变量到最大应力、最大变形、质量的映射关系。对建立的神经网络模型,运用改进的粒子群优化算法,在满足刚度、强度条件下,寻求支板、隔板的结构尺寸及布置最优,从而实现四轮平衡梁轻量化的目的。四轮平衡梁的结构优化仿真结果表明,四轮平衡梁自重减少25．36％,优化效果明显。     

基于应力分布的变密度点阵结构优化设计

文中针对变密度点阵结构设计变量多、优化效率低等问题，提出了一种新的设计方法。通过应力匹配函数将变密度点阵结构的微观尺寸与其应力进行关联，基于六面体网格构建其有限元参数化模型。为减少设计变量数目，以该函数的系数为变量建立变密度点阵结构优化模型，并采用多岛遗传算法对其进行优化计算。优化后的变密度点阵结构其应力结果呈现出很好的等强度效果，重构的几何模型也能应用SLA工艺进行制造，验证了该设计方法的有效性和所设计点阵结构的工艺性。     

布局优化和尺寸优化相结合的复合材料机翼优化设计

研究复合材料机翼结构优化，提出一种能同时解决布局优化（拓扑和位置优化）和尺寸优化的混合算法。对机翼的布局变量采用多参数级联编码的遗传算法进行优化．同时对遗传算法种群中所有个体布局的复合材料元件利用准则法进行尺寸优化，并将其结果作为布局遗传操作的依据。为了加快收敛进程，对遗传算法本身做出一定改进。通过对某型机翼结构的优化计算，表明所提优化方法是可行有效的。     

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。     

瑞风商务车托架拉延成形数值模拟及工艺参数优化

基于逆向工程建立瑞风商务车托架零件的几何模型,并基于Dynaform软件平台对不同工艺参数下该零件的拉延成形过程进行数值模拟。在此基础上,以压边力、拉延筋高度和拉延筋圆角半径作为设计变量,以零件不发生破裂为优化目标,以有限元数值模拟结果作为虚拟样本,建立目标函数的人工神经网络预测模型;将人工神经网络预测模型作为优化算法的知识源,采用遗传算法对压边力、拉深筋几何参数等工艺参数进行了优化设计。试验结果表明,数值模拟、神经网络预测和工艺优化是可靠的,从而可为制定金属板料最佳的冲压成形工艺提供一条先进、合理的途径。     

Multidisciplinary design optimization of a structurally nonlinear aircraft wing via parametric modeling

In this study, the optimization of an aircraft wing design was conducted using multidisciplinary design optimization (MDO), which integrates aerodynamic and structural analysis in considering nonlinear structural behavior. Automation is an absolute necessity to make the MDO framework practical for actual engineering optimization problems. The objective of this research was to develop a fully automated MDO framework in which the entire process is automated through a parametric-modeling approach. The computational fluid dynamics (CFD) grid was generated automatically from parametric modeling using CATIA and Gridgen, followed by automatic flow analysis using FLUENT. The computational structure mechanics (CSM) grid was generated automatically by the parametric methods of CATIA and MSC/Patran. The structure was analyzed by ABAQUS considering the deformation nonlinearity, and the aerodynamic load was transferred from the CFD grid to the CSM grid using the volume spline method. The response surface method was applied for optimization, which helped achieve the global optimum. The developed MDO framework was applied to a wing optimization problem in which the objective was wing weight and the constraints were the lift-drag ratio, wing deflection, and structural stress level. The aspect ratio, taper ratio, quarter-chord sweep angle, skin thickness, and spar flange area were the design variables. The optimization design result demonstrated a successful application of the fully automatic MDO framework.     

含复合材料构件机构系统的优化综合

研究了复合材料参数、驱动电机电磁参数、机构的结构参数以及电机轴的横振对复合材料连杆机构动态响应的影响,并在此基础上以构件的比阻尼容量为目标函数,以复合材料的纤维结构参数及复合材料构件截面的几何尺寸为设计变量,在考虑驱动电机对机构动态响应的影响并保证构件振幅的前提下对系统进行了综合优化设计研究。结果表明,将驱动电机和机构作为一个完整的系统进行综合优化研究更符合实际情况。最后通过实例仿真进行了验证。     

面向对象的摩托车车架参数化设计系统研究

介绍了面向对象的参数化设计方法：使用面向对象的设计语言对设计对象进行封装,封装的设计对象通过在其方法中调用三维设计平台的二次开发函数实现参数化建模。该方法增强了设计系统的可靠性、稳定性和灵活性。并把此方法成功应用到摩托车车架的参数化设计系统中。     

随机振动载荷作用下航空液压管路疲劳寿命数值预估

液压管路作为飞机液压传动系统的重要组成部分,是飞机安全飞行的重要保障。由于飞机飞行环境的复杂性,随机振动载荷下的疲劳分析是飞机液压管路动力学设计的重要手段。选取大型客机C919左侧机翼的一段典型液压管路作为研究对象,应用ABAQUS有限元软件进行随机振动响应分析,获取随机振动载荷下的应力响应功率谱密度函数,对液压管路在随机振动载荷下的强度特性进行分析,结合S-N曲线对管路结构危险部位疲劳寿命进行预估,为航空液压管路的设计及优化提供了理论参考。     

复合材料加筋结构的神经网络响应面优化设计

针对复合材料加筋结构优化设计的复杂性,提出利用人工神经网络结构近似分析响应面来反映结构设计输入与结构响应输出的全局映射关系的优化方法。通过正交试验设计选取合适的结构有限元分析样本点,进行神经网络响应面的构建和训练;将神经网络响应面作为目标函数或者约束条件,汇同其他常规约束条件完成优化模型的建立,并应用遗传算法(GA)进行优化,从而形成一套适应性强的的高效优化方法。以复合材料翼身融合体帽型加筋板的质量优化为实例,建立加筋板模型的重量响应面目标函数、强度和翘曲稳定性响应面约束条件;通过PATRAN/NASTRAN有限元软件进行有限元计算,获取用于响应面训练的样本点数值。算例结果表明,该方法能以很少的有限元分析次数取得高精度的响应面近似模型,并且使优化计算耗时大为减少,优化效率大大提高。     

BP-GA算法对斗轮堆取料机回转平台的结构优化

提出了一种基于BP神经网络和遗传算法(GA)的多工况离散变量结构优化设计方法,并对某斗轮堆取料机回转平台进行优化设计。该方法将多工况问题处理为多约束问题,利用正交试验法选择神经网络训练样本点,通过参数化有限元模型计算出各工况下的样本数据,建立起基于BP神经网络的回转平台数学模型,为遗传算法提供适应度函数,最后运用遗传算法完成寻优计算。结果表明,回转平台自重减轻13.8%,取得了满意的优化效果。     

四参数变弯度翼型的气动特性分析与优化设计

针对NACA 0012翼型,在马赫数为0.176的来流条件下,首先利用数值模拟研究了翼型前缘下弯角度、前缘偏转位置、后缘下弯角度和后缘偏转位置等因素对翼型气动性能的影响规律;其次,以升阻比为目标,上述4个因素为设计变量,利用神经网络建立升阻比与4个设计变量间的预测模型;然后,充分考虑优化精度和神经网络训练数据库的计算量,构造了一种翼型优化过程与神经网络预测耦合的迭代优化策略,基于该优化策略得到最优变弯度翼型构型。对比优化翼型和原始翼型,升阻比提高约22%,较大程度改善了翼型的气动特性;并且通过远场噪声分析,发现优化翼型表现出了较好的声学性能,在1 000 Hz附近单音噪声最大可降低12 dB。     

BP神经网络求6PTRT型并联机器人正运动学精确解

采用BP神经网络,利用位置逆解结果,通过训练学习,实现操作从关节变量空间到工作变量空间的非线性映射,从而求出6PTRT型并联机器人的正运动学解.计算实例表明单用BP神经网络得到的精度并不高,所以为提高正解结果精度,引入误差补偿算法,并设计相应软件,所得数据表明,该算法计算精度高.