共查询到20条相似文献,搜索用时 78 毫秒
1.
多目标质量的覆盖件成形工艺参数优化 总被引:10,自引:0,他引:10
覆盖件冲压是复杂的塑性变形过程,成形工艺参数较多,难以精确地建立工艺参数与成形质量之间的关系。选取优化合理的工艺参数匹配是保证无破裂、无起皱和板料厚度均匀分布等成形质量的关键。通过将压边力、拉深筋高度、凸筋圆角半径、凹筋圆角半径、摩擦因数作为自变量的条件下,以正交试验为设计方案,模拟轮包覆盖件成形,获得成形质量目标破裂、起皱、厚度最大变薄率的数据。通过层次分析法计算多质量目标的权重,利用灰色系统理论,分别计算成形质量对理想单目标值的关联系数和多目标函数的关联度,进一步计算获得各成形工艺参数的平均关联度,用优化的工艺参数进行有限元模拟验证,最终指导设计、试模,板料冲压结果表明成形的质量明显提高。 相似文献
2.
遗传算法是一种模拟生命进化机制的搜索和优化方法,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题。并在介绍遗传算法的基础上,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明,遗传算法在机械多目标优化方面具有较好的应用前景。 相似文献
3.
遗传算法是一种模拟生命进化机制的搜索和优化方法 ,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题 ,并在介绍遗传算法的基础上 ,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明 ,遗传算法在机械多目标优化方面具有较好的应用前景 相似文献
4.
机械系统可靠度的多目标模糊优化决策 总被引:6,自引:1,他引:5
在一般情况下,降低系统的造价与提高系统的可靠度是相互矛盾的,需要在决策过程中进行协调,而对它们的约束限制也往往不是一刀切的,因此在决策过程中包含着大量的模糊信息和主观信息,用常规优化方法难以处理。针对这一实际情况,本文应用模糊优化理论,提出了一种模糊优化决策方法,它适用于解决两个或两个以上目标的系统可靠度的优化决策问题 相似文献
5.
基于遗传算法的补偿滑轮组变幅机构多目标模糊优化 总被引:5,自引:1,他引:5
由于补偿滑轮组变幅机构在起重机械中工作特点的需要,传统的单目标优化方法和优化数值解法,在同时满足设计的经济性与稳定性以及优化解的方面存在不足,基于此,本文采用了综合考虑机构稳定性和经济性的多目标优化模型,利用模糊理论建立了综合评价函数,在数值方法上应用求解精度高的遗传算法,具体算例的优化结果与文献[1]比较,在经济性与稳定性等各项技术上都获得了改善。 相似文献
6.
7.
8.
9.
10.
基于协同优化和多目标遗传算法的车身结构多学科优化设计 总被引:14,自引:0,他引:14
在汽车车身结构NVH和侧面碰撞安全性研究中,实施多学科多目标优化的可行性设计。通过试验设计制定试验方案并进行数据采样,构建考虑整车侧撞安全性、白车身模态、静态弯曲刚度、扭转刚度和轻量化等性能的响应面近似模型,然后对车身结构分别进行确定性和可靠性轻量化单目标设计。最后,运用多目标遗传算法结合多学科协同优化对车身结构进行多目标优化设计,获取Pareto最优化解集。研究结果表明:可靠性优化设计较确定性优化设计而言,能考虑产品设计和生产过程中的不确定性因素,保证产品稳健性;车身结构的多目标优化设计全面考虑了车身结构轻量化、NVH和碰撞安全性能等多学科之间的耦合和解耦;设计者可按需选择其满意的优化结果,这将大幅缩减产品开发周期、降低产品开发成本。 相似文献
11.
基于多目标遗传算法的直升机总体参数优化设计 总被引:2,自引:0,他引:2
应用多目标优化问题中Pareto最优解集的概念,提出了一种基于多目标遗传算法的直升机总体参数优化设计方法。算法引入了个体的序和密度的概念,改进了变异操作算子,使用精英策略,确保能够搜索到具有较高贴近性、均匀性和完整性的Pareto解集。以UH-1H直升机为优化算例的计算结果表明:多目标遗传算法适用于解决多目标优化问题,能够改善Pareto解的质量和均匀性分布。 相似文献
12.
13.
基于多目标优化的扁挤压筒结构设计 总被引:4,自引:1,他引:4
在组合式扁挤压筒的结构尺寸设计中,为确保挤压筒最佳工作性能的同时,最大程度地减少过盈装配后内腔产生的变形,提出了多目标优化的概念。结合有限元模拟技术和BP神经网络方法,建立了变过盈量下三层组合式扁挤压筒结构尺寸与各层等效应力分布、内腔位移之间的非线性映射模型,采用多目标遗传算法对其进行优化。优化时,采用了向量评价法、最佳个体保存策略和小生境技术,得到了均匀分布的Pareto最优解,根据定义的满意度函数,选出了最终的满意解。结果表明,在该满意解下,扁挤压筒既实现了等强度设计,又保证了内腔的尺寸精度。 相似文献
14.
15.
16.
17.
18.
19.
针对复杂工程多目标优化中求解精度受近似模型精度影响大的问题,提出了一种基于信赖域近似模型管理的多目标优化方法。该方法在每一个优化迭代步中首先采用拉丁超立方实验设计方法获得样本点,并基于这些样本点建立各目标和约束的二阶响应面模型,接着用所建立的响应面模型代替真实模型进行多目标优化,优化算法采用微型多目标遗传算法,然后通过信赖域模型管理方法来管理近似模型。该方法大大降低了近似模型对求解精度的影响。该方法在车身薄壁构件的耐撞性优化中的应用验证了其解决复杂工程多目标优化问题的能力。 相似文献
20.
为了有效降低油底壳的辐射噪声,在设计阶段对初始油底壳的振动噪声水平进行了预测和评估,据此提出了以下结构优化方案:结合模态试验技术建立准确的初始油底壳辐射噪声预测数值模型,根据噪声预测结果,识别出对油底壳整体辐射噪声贡献度较大的峰值频率;结合油底壳自身固有频率,以降低油底壳整体辐射噪声为总目标,以降低预测噪声频谱中各主要峰值频率成分为子目标,建立多目标优化函数,进行油底壳结构形貌优化设计。结果表明,优化前整体噪声声压级为100.23 dB,在合理布置板材冲压加强筋后,整体噪声降低了2.79dB。此优化方案减少了单目标形貌优化“设计-试验-改进设计”的重复性和主观性,降低了产品设计的成本,缩短了产品开发周期。 相似文献