改进型多目标粒子群优化算法在波纹管结构优化设计中的应用

将采用了协同搜索策略的改进的多目标粒子群优化算法,引入到波纹管结构优化设计过程中,以波纹管最小整体刚度和最小质量为优化目标,建立多目标优化设计模型,设计合理的波纹管结构参数。优化算例的结果表明,使用改进型多目标粒子群优化方法,能有效逼近实际在用的波纹管结构设计性能甚至更佳,寻找到最佳的结构优化设计参数组,从而为用户提供更为直观有效的设计参考。     

蠕变时效成形工艺参数多目标优化

提出了一种综合运用试验设计、响应曲面法及多目标优化的工艺参数优化方法,以成形效率和时效后材料的屈服强度为试验指标,以时效温度、时效时间和应力为试验变量,按Box-Behnken试验设计方案进行试验;利用试验结果构造试验指标和试验变量间的响应曲面并对其分析;结合响应曲面建立多目标优化模型;运用基于动态目标加权的具有量子行为的粒子群算法得到Pareto最优解集;提出一种最小归一化距离选解法,从非劣解集中选出最优解,得到综合最优工艺解187.9℃、6.42 h、250 MPa。按优化前后的工艺参数进行单曲率蠕变时效成形试验,相比优化前,成形效率由14.0%提高到19.4%,屈服强度由442.354 MPa提高到451.786 MPa,两个目标同时得到了优化,验证了工艺参数优化方法的有效性。     

基于微型多目标遗传算法的薄板冲压成形变压边力优化

提出一种高效的薄板冲压成形变压边力多目标优化方法，该方法以减少冲压件的成形缺陷为优化目标，以变压边力曲线的特征参数为优化变量，采用自主开发的微型多目标遗传算法作为优化算法，并在优化过程中引入神经网络近似模型以减少数值模拟的次数，提高优化效率。通过NUMISHEET’93的U形弯曲标准模型和某车型前地板角支撑板冲压成形模型两个变压边力优化实例对该方法进行了验证。结果表明，该方法既能高效率地解决薄板冲压成形变压边力优化问题，又能仅通过一次计算就提供多组方案以满足对冲压件成形质量控制的不同需要。     

公差设计多目标模型及其粒子群优化算法研究

为解决成本一公差设计模型中忽视产品质量的问题，以新型的田口质量观和Pareto最优解集概念为基础，提出了一种公差设计多目标模型。该模型将加工成本和质量损失分别作为设计目标，并以统计法公差装配成功率为约束条件，获得了比极值公差法更加宽松的公差限。改进了传统的粒子群优化算法，利用Pareto最优性重新定义粒子，然后采用快速非支配排序技术进行粒子的适应度排序，使其能够有效地对多目标模型进行求解。该算法对具体工程实例求解时，一次运行就可求得令人满意的Pareto最优解集，设计者可以根据生产实际和市场需求从中进行选取。通过对求得的Pareto进行最优前沿的分析，可得到该类零件公差设计的特性，其结果验证了公差诒计的一船规徨．     

基于6σ的稳健优化设计在薄板冲压成形中的应用

薄板冲压成形过程中,其设计变量和噪声因素都具有一定的波动,都存在不确定性。传统的优化设计由于忽略不确定因素的影响,当设计变量产生波动时,往往会导致设计最优目标超出约束界限或者目标函数对设计变量的波动极为敏感,从而使设计失效。采用自主开发的STLMesher软件建立了模具的参数化模型,在此基础上将试验设计、能代表实际冲压过程精度较高的近似模型和蒙特卡罗模拟技术相结合,构造了基于产品质量工程的6σ稳健优化设计方法。该方法在设计初始阶段就考虑了各种不确定因素的影响,因此在获得近似最优解的同时能够提高设计变量的可靠性和目标函数的稳健性,大幅提高产品的质量。在优化过程中调用的是近似模型,能大大减少调用有限元模型的次数,提高优化效率。算例表明,该方法具有较高的精度和较强的工程实用性。     

基于粒子群算法的加工参数多目标优化技术研究

在数控加工中,为了尽可能提高生产效率和降低生产成本,采用粒子群优化算法对加工参数进行多目标优化。以切削速度、切削宽度和每齿进给量为决策变量,以加工时间和成本为目标函数,并以机床性能、刀具参数、工件质量等为约束条件,建立优化模型。采用罚函数法对约束条件进行处理,将多目标问题转化为单目标优化问题进行求解。为解决粒子群优化算法优化效果受参数影响较大的问题,提出了参数自适应协同粒子群优化算法(WCVPSO),算法参数按照一定规律变化,提高了优化算法的精度和收敛速度。实际加工试验表明,提出的优化方法提高了加工效率,降低了加工成本。     

基于粒子群算法的螺旋输送机多目标优化设计

以螺旋输送机的重量最小和输送效率最大作为数学模型的2个目标函数,螺旋体的结构参数为设计变量,建立了螺旋输送机的多目标优化模型,并用粒子群算法编程求解数学模型。求解优化结果表明,螺旋输送机的重量减少8.2%,输送效率提高4.5%,对螺旋输送机的优化设计具有一定的指导意义。     

基于粒子群算法的多目标模糊物元优化研究

针对产品设计优化过程中多目标性、模糊性、不确定性等特性,提出基于粒子群算法的多目标模糊物元求解策论.建立了多目标模糊物元优化模型,定义了物元的各个权重,根据某种优化准则,将多目标优化问题转化成了单目标问题的优化.运用粒子群算法作为求解策略,并提出新的改进方法,给出模糊物元多目标优化设计问题的改进自适应粒子群算法(MAPSO)求解过程,并将它与其他方法进行比较,结果显示该算法具有较高的执行效率.     

应用多目标粒子群算法的车辆传动系参数优化仿真研究

利用多目标粒子群算法研究了车辆传动系参数优化问题。首先根据目标车辆的结构搭建了整车模型,通过台架试验对整车模型进行验证;其次以车辆传动系参数作为设计变量,以车辆动力性和经济性作为优化目标,建立多目标优化模型;然后运用多目标粒子群算法对传动系参数进行优化计算,得到Pareto最优解集;最后运用基于信息熵的多属性决策方法,确定了最优传动系参数。研究结果表明:优化后的整车的动力性能和燃油经济性均得到提升,其中燃油经济性提高了4.83%,全负荷0~100 km/h加速性能提升了2.03%。     

基于序列响应面法的汽车结构耐撞性多目标粒子群优化设计

汽车结构的耐撞性及碰撞吸能优化是一个涉及到多变量、多约束和多目标的优化过程.为克服常规响应面法在整个设计空间进行逼近导致精度低和传统的单目标优化设计只能针对其中的一个目标进行优化的缺陷.提出采用逐次逼近方法,通过移动、缩放等方式在设计空间中不断更新兴趣域,在不同的兴趣域中将试验设计、能代表实际碰撞过程精度较高的近似模型和多目标粒子群优化算法相结合,获得一组最小化各目标函数的非劣解.利用最小距离选解法快速有效地从非劣解集中挑选出一组耐撞性效果最好的解并以此解作为下一迭代步兴趣域的中心,直到收敛至最优解,最终优化解的各个目标函数值均得到提高.数字算例表明,该方法具有较高的精度和较强的工程实用性.     

板材多步逆成形中的滑移约束曲面优化构造方法

针对板材成形多步逆成形法中,滑移约束曲面构造的方法不能处理复杂形状零件的问题,提出一种基于优化的伪最小面积算法。该算法从优化的角度以滑移约束曲面的面积属性为研究对象,从而降低对零件形状的依赖度。该算法假定冲压时刻板材上的各物质点不发生流动,以冲压某一时刻凸、凹模的离散网格信息为已知量,此时刻凸、凹模各网格节点的z向坐标为约束,以所求滑移约束曲面的面积平方最小为目标函数,计算各三角形网格单元的面积,按与力学有限元中整体刚度矩阵相同的组装方式形成曲面的整体面积方矩阵,将空间曲面构造问题转化为一个标准二次规划问题,采用基于信赖域的方法求解该二次规划问题。弹簧支座和中柱算例的迭代次数和中间滑移约束曲面形状表明,该算法可以针对形状不规则的零件快速、有效的生成空间滑移约束曲面。     

基于代理模型的变复杂度方法在板料成形优化中的应用

板料成形优化中存在一些缺陷问题,如一步法与优化算法相结合时精度低、增量法与优化算法直接结合时效率低以及通过传统构造代理模型的方法构造高精度的代理模型时需要大量增量法模拟结果。为了充分发挥一步法和增量法各自的优点,提出采用变复杂度方法通过较少次数的试验样本点数据先在一步法和增量法间建立一个差值补偿响应面模型。通过一步法和差值补偿响应面模型构造新的试验样本点,在新构样本点和原有用增量法计算的样本点数据基础上建立移动最小二乘法代理模型,建立的移动最小二乘法代理模型精度和效率都较高。利用粒子群优化算法对移动最小二乘法代理模型进行优化求解。将该方法应用到了汽车某内板的成形性优化中,优化的结果显著地提高了板料的成形性。算例表明,该方法具有较高的精度和较强的工程实用性。     

板料激光弯曲成形技术的研究现状及展望

综述了近年来国内外对激光弯曲成形技术的研究现状,概述了激光工艺参数、板料几何参数及材料性能等因素对弯曲成形的影响,分析了扫描轨迹对成形结果的影响以及激光成形闭环控制系统的应用,并对板料激光弯曲成形的应用和发展前景作了展望。     

板料数控柔性成形工艺在新品开发中的应用研究

板料柔性成形是基于产品的数字化信息,由产品的三维CAD模型直接驱动,通过高度可调的基本体构成包络面,实现三维曲面零件成形的技术。典型的板料柔性成形方法是增量成形与多点成形。增量成形通过一个成形工具头沿x、y轴方向的运动及z轴方向的进给,逐层形成零件的三维包络面,从而实现板料的渐进成形;多点成形的核心是规则排列的基本体阵列,通过控制基本体z方向的位置坐标使其构成所需包络面,进行板料快速成形。介绍了以数控多点柔性成形新工艺进行新产品开发试制的应用。     

多工位装配序列粒子群优化算法

针对传统单工位装配序列求解上的不足,将粒子群算法应用于多工位多目标装配序列优化的求解,提出一种面向复杂多工位产品的装配序列优化方法。采用优先序列图(Assembly precedence graph,APG)来描述零件间的优先约束关系,构建优先关系矩阵、装配干涉矩阵、工位能力表和装配信息表,描述装配部件干涉及工位之间的关系;给出粒子群算法编码体系和装配关系算法模型表达方法;综合考虑装配操作成本、装配工具更换成本和装配夹装变更成本和运输成本的影响,提出有工程意义的适应度函数的表达式;根据APG生成随机的可行初始装配序列,并利用粒子群算法(Particle swarm algorithm,PSO)对装配序列和装配工位进行优化。以飞机起落架装配序列规划实例验证多工位粒子群装配序列优化算法有效性。     

板料成形有限元模拟中的拉格朗日分析方法

数值模拟中的模拟方法对于建立一个可信赖的有限元模型非常重要。板料成形中包含大变形、大位移和摩 擦行为,模拟结果对不同的有限元模型有很大的不确定性。采用有限元软件MARC基于不同拉格朗日法建立了一 个有限元模型来分析深冲压成形过程。模拟中板料作为变形体,模具看作刚体,接触面间的摩擦约束采用修正的库 仑摩擦模型。板料应变、厚度的模拟和实验结果比较表明完全拉格朗日法(T.L.)和更新拉格朗日法(U.L.)的主 要区别在大变形和大位移上,小变形和小位移两者吻合较好。     

金属板料冲压成形的数值模拟

本文采用有限元动力显式算法模拟金属板料冲压成形的加工过程。四结点蜕化壳单元和刚体壳单元分别用来建立权和模具的有限元模型;更新Ｌａｇｒａｎｇｅ法和速率型本构关系被用来处理板料变形中的大应变和大转动;材料模型采用塑性各向异性屈服与等向强化模型;通过主从面模型定义板料和模具的接触,接触算法采用运动约束法,摩擦力用库仓定律计算;并利用动力松弛法对回弹过程进行了计算。模拟结果和实际零件比较,证明模型合理,算法稳定,结果可靠,具有良好的应用价值。     

金属板材数控单点渐进成形回弹的实验研究

主要研究了金属板材数控单点渐进成形过程中的回弹问题 ,分析了影响板材渐进成形回弹的主要因素和变化规律 ,提出了一种通过增大成形角度控制回弹的方法。