基于遗传算法的风力机叶片优化设计

提出了风力机叶片的优化设计模型,模型以动量—叶素理论为基础,首先对风力机的气动性能进行计算,然后根据作用在风力机叶片上的气动力,以风力机叶片每段的年能量输出最大为设计目标,使用遗传算法进行寻优搜索。利用开发的优化设计程序,针对特定风场设计截面的最佳弦长和扭角。仿真结果表明,采用遗传算法设计出的叶片在扭角值基本吻合的前提下,比原有叶片在不同的风速下,功率都有所增加,从而证明了算法的实用性和有效性。     

基于神经网络的动压轴承优化设计

传统优化设计是以数学规划论为理论基础 ,以计算机为工具 ,充分考虑多种设计约束的前提下 ,寻求满足某项设计指标的最佳设计方案。但对于某些函数性态较差的问题 ,传统优化理论尚无很好的解决方法。近年来 ,随着计算机科学、数学、物理学和生理学的发展 ,人工神经网络技术得到了长足的发展 ,而且由于人工神经网络自身所具有的某些特性 ,将之应用到优化设计领域有可能对上述问题的解决提供一条新的途径。国内外已有很多学者对此进行了研究 ,也取得了较为令人满意的结果。1　流体动压轴承的优化设计问题[1]1 .1　流体动压轴承的静态特性和动态…     

基于神经网络的装载机连杆机构优化设计

本文应有神经网络理论,建立了装载机连杆机构神经网络优化设计的数学模型,优化机构工作参数,改善其工作性能。     

风力机叶片的优化设计

风力机叶片的优化设计对于提高风能利用效率和功率输出有重要的意义。基于求解叶素一动量定理方程,忽略阻力影响,考虑叶尖损失因素,得出了一种风力机叶片的优化设计方法。该方法可以从理论上保证获得最大的风能利用系数,并对于不同翼型的叶片设计具有通用性。     

基于遗传算法的轴流式水轮机叶片优化设计

选取某轴流式转轮叶片作为优化设计的对象,以轴流式转轮叶片的形状参数为优化变量,在参数化实施中,用Bezier曲线参数化叶片翼型骨线,然后将导叶直接加到初始叶片进口前的流道上,保证了实际流动中转轮来流的真实条件。该方法结合了全三维反问题方法对有厚度叶片计算的准确性,以及遗传算法对解决多目标优化问题全局搜索的准确性,可以得到比较理想的转轮叶片。     

基于Imageware的叶片逆向建模与优化设计

介绍了一种基于Imageware软件的液力变矩器导轮叶片逆向造型的新方法.借助于ANSYS软件对导轮进行流体分析,根据分析结果对叶片三维数模进行修改、优化,达到提高液力变矩器传动性能的目的.最终叶片性能满足企业要求,也为其他同类产品的设计优化提供了新思路.     

基于气弹耦合特征的风力机叶片优化设计

为提高风力机叶片气动结构性能,基于风力机风轮空气动力学及叶片结构动力学原理,选取叶片所处位置及扭转变形为自由度,在研究叶片摆振、摆振方向各阶振动模态的基础上,提出风力机叶片气动弹性耦合振动变形计算模型。基于风力机整机部件构成及输出功率特征,提出风力机叶片优化设计模型,对某5 MW风力机叶片的进行形状优化设计,通过对比分析优化叶片和原始叶片的输出功率及气弹载荷特性,验证优化叶片气动及结构性能的优越性。     

混凝土搅拌车搅拌叶片优化设计

混凝土搅拌车叶片是实现搅拌筒功能的主体结构,具有搅拌和出料功能。在分析搅拌叶片总体结构的基础上,介绍了前锥、圆柱段、后锥各部螺旋叶片的设计特点及设计方法,提出了新的改进措施,并运用Pro/E软件建立螺旋叶片三维模型,进行有限元分析。改善了叶片结构性能,提高了使用寿命和工作效率,为搅拌叶片的结构改进设计提供了参考依据。     

基于神经网络的汽轮机叶片夹具参数化设计

夹具设计是机械加工中的一个重要环节,好的夹具是零件加工质量的保证。本文运用UG二次开发及数据库的ADO访问技术,编写一个基于神经网络的夹具搜索复用程序,实现夹具的快速设计。最后,以某汽轮机叶片夹具为例介绍了参数化设计中的关键技术。该三维参数化设计方法不仅可以应用于汽轮机叶片夹具,也可以应用于其它一些典型非标准结构件的参数化设计,可大大提高产品的设计效率。     

基于人工神经网络的虚拟设计

针对虚拟设计中的方案树搜索树问题提出一种新的优化模型 ,并结合人工神经网络技术加以解决。该方法还可用来处理虚拟设计时进行方案规划所遇到的组合优化问题     

基于BP神经网络的波形刃铣刀片模糊综合评判系统

针对波形刃铣刀片耦合场的非稳态特性,基于铣削温度和铣削力试验以及有限元分析,利用BP神经网络LM算法预测了铣刀片温度场和应力场;运用模糊数学理论,根据加工要求和专家分析,用VC++开发了波形刃铣刀片模糊综合评判系统。该系统可对多因素作用下的铣刀片温度场、应力场和耦合场的优劣进行评判,为铣刀片三维复杂槽型的重构提供依据。     

一种自适应粒子群算法的小波神经网络优化

针对传统粒子群算法易陷入局部最优解的问题,提出了一种变权重粒子群算法.该算法通过引入交叉权重因子和粒子个体状态最优权值,对传统粒子群算法进行了优化,使粒子在移动过程中利用更多的信息来调整各自的移动方向,扩大粒子在运动过程中的自我认知范围,提高了粒子群算法的收敛精度和收敛速度.最后,利用改进的变权重粒子群算法对小波神经网络控制器进行优化,有效地验证了变权重粒子群算法的精确性.     

基于神经网络的唇封结构优化方法

旋转唇形密封广泛用于机械行业,其密封圈的设计合理性直接影响着密封性能。采用有限元仿真、数值仿真等技术,研究唇口各个关键参数对密封圈性能的影响规律,并结合深度学习技术,利用Pytorch框架搭建出唇封性能神经网络预测模型,拟合出唇封各相关结构参数和其密封性能(泄漏率、摩擦力)之间的影响规律;利用建立的模型在参数空间中找到密封性能最优的一组参数值,通过经典唇封数值仿真技术验证该神经网络模型的准确性,提高了唇封结构优化设计效率。结果表明,基于Pytorch框架所搭建的非线性人工神经网络可建立精度较高的唇封结构参数和密封性能的非线性映射关系,利用这种方法可以快速找到优化程度更高的唇封结构参数,提高了唇封结构优化设计效率。     

基于神经网络技术的机械产品设计专家系统的研究

就神经网络技术与专家系统相结合的新型智能系统──混合型专家系统的设计方法及其在机械产品设计中的应用进行了研究。     

内燃机摩擦学智能设计中人工神经网络的应用

开发内燃机摩擦学智能 CAD系统 ,除建立符号模型、数学模型之外 ,需要建立人工神经网络模型 ,将大量隐含于数值分析和试验数据中的隐性知识转化成显性的设计规则。文中提出了智能 CAD系统中人工神经网络的应用模型 ,并应用于内燃机活塞功耗的分析和规则提取     

基于MFC和 UG的汽轮机叶片工装参数化设计系统的研究

通过对UG二次开发工具及其工作原理的研究和分析,以及对汽轮机叶片工装的三维模型进行参数化设计和研究,介绍了利用VC 操纵UG零件族进行零件参数化设计原理,给出了在VC 编译环境下使用MFC 开发UG 应用程序的方法、步骤及界面实现技术,并以某汽轮机叶片工装为例详细介绍了参数化设计中的关键技术.该三维参数化设计方法不仅可以应用于汽轮机叶片工装,也可以应用于其它一些典型非标准结构件的参数化设计,可大大提高产品设计品质与速度.     

基于神经网络的在线优化软件的设计与实现

提出了一种基于神经网络的在线优化体系 ,设计并实现了基于神经网络的在线优化软件包NEUMAX ,结合NEUMAX对此类软件的特点进行了讨论 ,最后对它的应用前景作了展望     

基于Hopfield神经网络的结构优化算法研究

利用Hopfield神经网络并结合模拟退火算法,对甘蔗收获机械台架结构进行了优化。建立了神经网络系统能量函数与优化问题目标函数之间的对应关系、神经网络演化过程与优化问题寻优过程之间的对应关系、神经网络系统到达平衡点与优化问题最优解之间的对应关系。采用改进的惩罚算子以提高神经网络的收敛速度,经过12次迭代后,优化目标下降17.5%,且应力小于190MPa,表明该优化方法可充分利用设计资源,得到全局最优解。算例证明该算法高效可靠,切实可行,有较强的工程实用性。