基于拓扑和形貌优化的汽车发动机罩板设计

提出了一种汽车发动机罩板的优化设计方法。该方法包括基于拓扑优化的最优材料分布设计和基于形貌优化的最优压延筋设计,在轻量化设计的同时使结构的力学性能得到提高。在设计过程中,采用加权的方法处理优化设计的多工况问题。根据优化结果建立内板结构的优化模型,并将优化模型与原设计模型进行比较,结果表明,优化模型在横向弯曲工况、侧向弯曲工况和扭转工况的结构应变能分别降低18.89%、64.30%和49.79%,结构减重约20%。     

汽车发动机用隔热罩设计及模态优化

汽车发动机用隔热罩主要对其保护的零件起阻隔外部热量、降低表面温度的作用,并且隔热罩还要有足够的耐交变振动的能力和使用寿命。这使得隔热罩本身需要满足一定的设计要求。通过列举实例的方式,概括阐述隔热罩的两种设计方法,以及设计完成后需要校核满足的设计要求。同时针对隔热罩模态优化的问题给出解决方法,确保隔热罩设计的合理性、规范性和实际使用的安全性。     

基于有限元的隔热罩试制模具开发

针对隔热罩的结构特点,结合试制模具的特殊性,利用有限元软件对其冲压过程进行模拟。分析模具结构、毛坯大小和润滑条件对成形过程的影响,并应用于实际的调试过程。利用一次成型模具,通过调试分序拉延,最终获得合格的产品。     

某汽油机排气歧管隔热罩优化分析

使用Abaqus软件对不同类型的非线性复合材料隔热罩进行振动分析,预测不同设计方案的排气歧管与催化器隔热罩的振动情况,并展示了使用LMS.Test Lab测试工具对噪声优化效果验证的主要过程。     

发动机排气歧管隔热罩的数值分析

在发动机零部件设计开发前期,使用ABAQUS软件对隔热罩件进行模态和热应力分析,预测隔热罩频率、振型和热应力分布及其变形情况,其设计状态满足发动机NVH和耐热性能要求,为隔热罩设计提供参考。     

发动机排气隔热罩噪声研究

薄板件共振是发动机常见的噪声问题,本文通过频谱分析、声源定位试验、仿真分析的方式锁定了导致排气隔热罩共振噪声突出的原因,通过对隔热罩进行形貌优化,降低了模态密度,提高了模态频率,降低了产生共振噪声的风险,最终降低了发动机的噪声,提升了发动机的声品质。     

基于形貌优化的动力电池底护板设计

针对某车型动力电池底护板的设计,提出一种基于形貌优化设计的方法,通过AltairOptiStruct软件中的形貌优化功能在概念结构上进行迭代计算,得出一个使底护板模态值最大化的结构设计方案,与传统的设计方法比,该方法设计的底护板模态有显著提高,而且该方法更快捷、更高效。     

发动机罩的结构轻量化设计

应用拓扑和形貌联合优化,以及基于DOE灵敏度分析的尺寸优化对发动机罩进行轻量化设计。分析了原发动机罩主要承载状态的刚度和一阶约束模态。两种优化设计方法均以体积最小为目标,弯曲刚度、扭转刚度、侧向刚度和一阶约束模态频率为约束条件。根据优化设计结果,给出了两种轻量化方案。对比优化前后的结构性能,从刚度和一阶约束模态频率角度验证轻量化方案的可行性。CAE分析结果表明,两种方法均可以达到降低发动机罩质量且满足结构性能要求的目的,而且,对此发动机罩尺寸优化的轻量化效果更好。     

基于多目标形貌优化方法的低噪声油底壳研究

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。     

基于形貌优化的滚筒洗衣机箱体的结构设计

在HyperMesh中建立了滚筒洗衣机箱体有限元模型,利用OptiStruct求解器进行模态分析,并对洗衣机箱体在一阶模态频率高于工作频率的要求下进行了形貌优化。根据优化结果确定洗衣机箱体的加强肋合理布局,提高箱体刚度,避免了洗衣机脱水工作时箱体与电机激励发生共振,降低振动和噪声。     

基于注意力分配的盾构显示界面优化研究

为保证盾构机的有效掘进和安全运行,让司机第一时间识别盾构机显示界面中掘进状态和地质变化等相关信息是关键。因此,提出一种基于注意力分配的盾构机主控室显示界面布局优化方法,综合考虑参数信息重要程度与视觉特性,利用Jack软件生成最佳可视区域。在此基础上,结合参数信息模块的注意力等级,构建基于注意力分配的盾构机主控室显示界面优化模型。针对基于注意力分配原则构建的界面布局模型求解问题,提出一种基于人工鱼群与粒子群混合智能算法的模型求解算法,解决优化模型求解过程中因权重系数设置不合理而使节点信息的重要性量化不够准确,并难以获得最优方案的问题。最后,针对优化后的盾构机主控室显示界面进行眼动试验,试验结果表明,优化后的盾构机主控室显示界面能够更好地使驾驶员的注视点集中在相应的认知加工区域,能够快速获取掘进参数。     

基于拓扑优化和Kriging模型的前中盾结构轻量化设计

前中盾是盾构机的重要部件,其结构尺寸大、服役环境复杂,因此,在保证结构强度的前提下进行轻量化设计至关重要。针对某型号泥水平衡盾构机的前中盾,通过拓扑优化和尺寸优化实现轻量化。对现有前中盾结构进行拓扑优化设计,并根据拓扑优化结果进行二次设计;针对二次设计后的前中盾结构,构建尺寸优化模型,利用正交试验和方差分析筛选出对性能响应(前中盾质量、最大变形和最大应力)影响较大的结构参数作为设计变量,并通过最优拉丁超立方采样和有限元分析获得45组样本点,由此构建设计变量-性能响应隐式关系的Kriging代理模型;通过序列二次规划算法对前中盾尺寸优化模型进行求解获得最优的尺寸参数组合。验证结果表明,前中盾经过拓扑优化和尺寸优化后,质量减小约30 t,降幅达3.1%。     

基于Labview的盾构电液实验平台监控系统设计与研究

在概述盾构电液实验平台功能基础上,从数据采集与控制系统两方面,基于Labview软件对其监控系统进行了设计研究。利用PCI数据采集技术和Labview研发了盾构电液控制系统性能测试平台,实现了对盾构主要液压实验系统压力、流量、温度及执行元件转速、扭矩等信号进行实时采集、处理、分析的目的,进而为研究盾构电液控制系统性能提供实验基础。     

基于支持向量回归积和改进粒子群算法的特定区间盾构机作业参数选取

为实现特定区间盾构机作业参数更准确的选取,提出了基于支持向量回归积(e-SVR)和改进惯性权重降低速度粒子群优化(IIWDSPSO)算法的盾构机作业参数选取模型。基于e-SVR构建掘进参数、地层参数、几何参数与地表沉降值之间的非线性关系模型,并基于实际盾构施工数据与人工神经网络模型、随机森林模型进行性能对比分析;通过10组仿真实验分析惯性权重降低速度对算法性能的影响,基于分析改进的粒子群优化算法优化特定地层参数和几何参数区间的掘进参数。结果表明,e-SVR模型对盾构施工数据样本具有更好的拟合和泛化能力,所提出的IIWDSPSO算法具有更好的准确性、稳定性和收敛概率。实际工程应用结果也验证了所提模型求解出的特定区间掘进参数能使地表沉降值相对更小,得到的掘进参数能够为实际工程提供更准确和可靠的参考。     

盾构施工信息传输系统的研究

阐述了盾构施工中信息传输系统的结构设计,并通过现场调试对该系统进行了检测,对今后该方向的研究起到了一定的指导作用.     

微型土压平衡盾构机管片拼装系统齿轮强度分析与优化

介绍φ3.27 m微型土压平衡盾构机管片拼装系统的基本结构、工作原理以及管片拼装的形式,简述了回转机构的设计方案.采用ANSYS Workbench软件对回转机构的关键部件齿轮传动机构进行了接触疲劳强度有限元分析并进行优化设计,以此节省材料、降低成本、节约空间.     

基于粒子群优化和协同优化的多学科设计优化研究

协同优化是进行多学科设计优化的有效方法之一。本文将粒子群优化算法应用于协同优化,通过对系统级优化等式约束条件进行转换,克服了协同优化自身内部的计算缺陷,有效解决了当原始系统优化问题不满足Kuhn-Tucker条件时导致的计算困难,最后以数值计算和减速器设计为例进行了验证。结果表明本文提出的方法是有效的,同时也为将新型算法应用于多学科设计优化问题提供了参考。     

国外盾构机主轴承滚子材料及热处理质量分析

通过对国外盾构机主轴承滚子的化学成分、硬度及金相组织等主要技术指标的分析,为盾构机主轴承的国产化提供了技术支持,具有重大意义。     

基于ARIMA的盾构机液压推进系统数据预测方法研究

液压推进系统是盾构机的关键构成,承担着盾构机姿态控制、纠偏和同步前进等重要功能,以推进系统的运行数据为基础,精准预测数据的变化是分析、预测和避免盾构机产生安全问题的重要手段。基于随机时序分析法(Autoregressive Integrated Moving Average model, ARIMA)对盾构机液压推进系统数据进行预测研究。首先利用相关性分析方法,获得了与盾构机液压推进系统推进过程相关性较高的数据类别为掘进速度,基于该数据进行了自相关性的分析;之后,基于ARIMA方法,建立了盾构机液压推进系统ARIMA模型,并利用该模型进行了平稳性分析与贝叶斯信息准则;最后,基于优化模型分析比较了基于K-means的循环神经网络(Recurrent Neural Network, RNN)预测方法以及线性回归预测方法对数据预测的效果。研究表明,ARIMA模型下的线性回归方法能很好的预测盾构机液压推进系统数据变化趋势及异常数据预测,对盾构机的故障诊断及预测有重要的意义。     

基于遗传算法的散热器翅片优化设计

为了设计工程约束下的高性能散热器,基于散热器热阻网络模型,建立了散热器优化目标函数,利用遗传算法对目标函数进行优化,获取了工程条件约束下散热性能最优的散热器几何参数。计算结果与商用软件仿真结果符合较好,表明文中所建模型的准确性和有效性。文中的研究为提高高性能散热器的设计能力及新产品的研发效率提供了有益参考。