考虑装配变形的精密机床床身优化设计

为了减小装配变形,提高机床装配精度,提出了一种考虑装配变形的机床床身优化设计方法。首先,分析了机床装配变形部位和床身装配变形机理,研究了影响机床床身装配变形的因素及其影响规律;其次,基于响应面模型和遗传算法,提出了考虑装配变形的机床床身多目标优化方法,给出了优化设计流程;最后,以经典的机床床身为实例,以床身结构参数为设计变量,以床身质量、装配变形幅值、最大静变形量最小和一阶固有频率最大为优化目标,对床身进行优化设计。结果表明：床身长度和宽度方向的筋板数量和筋板厚度均对装配变形有重要影响;床身优化后,可有效减小装配变形,提高装配精度,同时使床身的质量更小、刚度更大和动态性能更优。研究结果不但为机床基础大件的结构分析与优化设计提供了参考,也为其他类似设备的多目标优化提供了理论依据,具有重要的工程实践价值。     

基于粒子群算法的重型车辆悬架路面友好性非线性优化

针对重型车辆悬架系统的非线性优化问题,提出了采用粒子群算法进行悬架系统优化设计方法。以四分之一汽车模型为研究对象,以车轮最大动载荷最小化为目标,以非簧载质量的固有频率为约束条件,建立了改善被动悬架系统性能的优化模型。通过粒子群算法求解该优化问题,以少量的迭代次数得到了性能优良的悬架参数,如悬架刚度和悬架阻尼。对设计的悬架系统进行时域和频域性能分析,并详细讨论了该方法与遗传算法优化的本质区别,结果表明,粒子群算法可以快速地得到一个较好的优化结果,这为设计人员后续的修改设计提供重要参数,同时为解决含有非线性问题的新型悬架系统优化设计提供了一种新的可行方法。     

基于粒子群算法的重型车辆悬架路面友好性非线性优化EI北大核心CSCD

针对重型车辆悬架系统的非线性优化问题,提出了采用粒子群算法进行悬架系统优化设计方法。以四分之一汽车模型为研究对象,以车轮最大动载荷最小化为目标,以非簧载质量的固有频率为约束条件,建立了改善被动悬架系统性能的优化模型。通过粒子群算法求解该优化问题,以少量的迭代次数得到了性能优良的悬架参数,如悬架刚度和悬架阻尼。对设计的悬架系统进行时域和频域性能分析,并详细讨论了该方法与遗传算法优化的本质区别,结果表明,粒子群算法可以快速地得到一个较好的优化结果,这为设计人员后续的修改设计提供重要参数,同时为解决含有非线性问题的新型悬架系统优化设计提供了一种新的可行方法。     

基于元结构的螺杆转子磨床床身动静态特性分析与优化

摘 要：螺杆转子磨床床身是关键的承载大件,其动静态性能的好坏将直接影响整机的加工精度和稳定性。为实现床身的快速动态优化设计,首先基于元结构理论,使用ANSYS软件仿真分析了床身筋格元结构各主要参数对其动态特性的影响。在此基础上,以提高床身低阶模态固有频率和降低床身重量为目标,对床身的结构参数进行优化,同时通过静力分析验证了优化方案的可行性。优化后,床身低阶固有频率得到了较大幅度的提高,其中一阶固有频率提高了22.3%,床身的重量下降了8.39%,同时静刚度也有明显提高,改善了床身的动静态特性,节约了制造成本。该方法对其他类似关键零部件的动态优化设计具有一定的借鉴意义。     

平流层飞艇的多目标优化与决策

该文建立了以平流层飞艇阻力最小、自重最轻、极限承载力最大及刚度最大为优化目标的多目标优化模型;采用强度Pareto进化算法(SPEA)进行了多目标优化设计;基于优化所得的Pareto解集,采用基于信噪比的决策方法选择满足实际需要的最终方案。结果表明:采用的SPEA算法是合理有效的,可以得到非劣解分布较均匀的Pareto曲面;通过基于信噪比的决策方法,可从非劣解集中获得满足实际要求的最稳健设计方案。     

基于ANSYS Workbench12的床身模态分析

利用三维软件UG对床身进行建模,在ANSYS Workbench12中对机床进行模态分析,得到床身的固有频率及振型,分析床身结构形式,为床身的进一步优化设计提供依据。     

基于正交试验法和灰色关联的机床主轴箱优化设计

为了提高机床主轴箱的静、动、热态综合性能,主轴箱必须具备良好的结构特性。在CAE软件ANSYS中建立某机床主轴箱的有限元模型,然后分别进行热——力耦合分析和模态分析,以主轴箱的质量、最大耦合应力、最大耦合变形、一阶固有频率为目标函数,主体部分的长度、宽度、高度为设计变量进行了多目标正交优化设计。利用灰色关联分析法获得了优化设计的最佳解,使主轴箱在质量仅增加2.585%的情况下,最大热——力耦合应力降低9.817%,最大热——力耦合变形减小16.393%,并且一阶固有频率提高8.634%。研究表明,正交试验法和灰色关联分析法具有较高的工程实用性。     

汽车动力总成悬置系统鲁棒优化算法

应用鲁棒优化设计理论,考虑设计变量的不确定性对优化设计结果的影响,建立鲁棒优化模型。以动力总成悬置系统能量解耦为目标,悬置刚度参数为设计变量,考虑设计目标的均值和标准差,建立动力总成悬置系统的鲁棒优化模型。针对粒子群算法求解容易陷入局部最优解的问题,采用混合粒子群算法对动力总成悬置系统的悬置刚度参数进行鲁棒优化,并用Monte Carlo方法进行分析,以考察设计值的变化对目标函数的影响。结果表明,优化方法可以有效提高悬置系统的鲁棒性。     

基于多目标优化策略的扭杆可靠性稳健优化设计

为提高机械零部件的安全性和稳健性,应用可靠性稳健优化设计理论和多目标决策方法,建立了适合结构可靠性稳健优化设计的多目标优化模型.为能迅速准确地对具有约束条件的多目标优化模型进行求解,提出一种利用模糊理论对约束条件进行处理的方法,然后应用灰色粒子群算法对多目标优化模型进行求解.通过对正态分布参数和任意分布参数的扭杆可靠性稳健优化设计,表明该方法行之有效.     

基于粒子群算法的空间直线度误差评定

提出了一种满足最小区域法的空间直线度误差评价的新方法--粒子群算法。根据最小区域条件,建立了空间直线的数学模型以及优化目标函数。阐述了粒子群优化算法的原理和实现方法,然后根据粒子群算法优化求解。实例表明该方法对于空间直线度误差评定等非线性优化问题能得到最优解,可用于三坐标测量机等测量系统的空间直线度误差测量的数据处理。