基于目标级联的废旧机械装备多目标优化再设计方法研究

发布时间：2020-06-22 21:12

【摘要】：再制造是一个将废旧产品或零部件恢复为性能等于或优于新件的过程,降低了生产成本,能量消耗和材料消耗。再设计是实施再制造的关键环节,是以废旧机械产品及零部件为对象、以极大化重用其材料及附加价值为目标、创新性地设计出新的再制造产品功能及结构的过程,是废旧产品及零部件再制造的关键技术之一。协调废旧产品整体再设计与零部件再设计是实现废旧产品综合效益最大化的关键,本文结合国家自然科学基金项目,从再设计目标角度,对机械装备再设计进行研究。首先,分析再设计内涵并介绍废旧机械装备再设计过程,建立目标级联数学模型阐述目标级联理论原理,分析废旧机械装备再设计的特点,提出一种基于目标级联的废旧机械装备再设计过程模型,给出了常见失效特征和设计信息表征方法,实现了综合考虑需求信息和废旧机械装备状态信息及设计目标为导向的再设计。其次,结合废旧机械装备的基本特征信息和需求主体的需求信息,建立了一种废旧机械装备再设计信息表征方法,描述了废旧机械装备损伤状态、失效模式和程度、剩余使用寿命信息和需求主体的需求信息,结合上述信息采用线性回归模型获取再设计目标范围以约束废旧机械装备再设计。再次,针对废旧机械装备再设计过程复杂性问题,分析其优化问题属性,采用教与学优化算法,建立基于再制造成本、能量消耗和材料消耗的多目标优化模型,提出自适应调整策略调整教与学算法的教学因子以适应求解模型。最后,在上述研究方法的基础上,采用废旧车床(C6140)为研究对象,对上述再设计方法进行验证。建立车床的主要零件、部件和整机的目标级联模型,采用了基于自适应调整策略的教与学算法验证了上述研究方法的可行性与有效性。
【学位授予单位】：武汉科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：O224;TH122
【图文】：

如图 2.2 所示为一个简易的目标级联原理示意图。图 2.2 目标级联法原理示意图2.2.2 目标级联法数学模型目标级联分析法是一种模块化、层次性的设计优化方法，在该模型中包括两类模块：优化设计模块和分析模块[39-41]。优化设计模块包含设计目标及其优化，分析模块是由各设计变量、参数和元素等进行系统输入、处理和输出过程。该过程可用图 2.3 中的模型表示。

图 5.4 TLBO 算法求解过程图 5.5A-TLBO 算法求解过程 5.5 可知，两种算法在求解速度上都很快，在迭最优解。相比于 TLBO 算法，A-TLBO 算法的收，为清晰展示 A-TLBO 算法的优势，对上述 2 果的平均值如表 5.4 所示：

【相似文献】

相关期刊论文 前10条

1 胡云腾;李晋卿;赵佩钰;;多目标优化问题的模糊交叉算法与收敛性初探[J];电脑迷;2017年03期

2 毕志升;郑炯彬;蔡桂艳;;基于高维多目标优化的多车场车辆路径问题[J];计算机与数字工程;2017年07期

3 王卫刚;;一种基于多目标优化的混凝剂综合评价方法[J];净水技术;2017年09期

4 雍龙泉;刘三阳;邓方安;张建科;杨国平;;线性互补问题与多目标优化[J];数学杂志;2014年03期

5 朱君;蔡延光;汤雅连;杨军;;多目标优化问题的研究[J];东莞理工学院学报;2014年03期

6 张淑艳;段鹏松;邹卫琴;;浅析多目标优化问题[J];科技视界;2013年14期

7 郭思涵;龚小胜;;正交设计的E占优策略求解高维多目标优化问题研究[J];计算机科学;2012年02期

8 宋武;陈德祥;;一种改进的基于分解多目标优化算法[J];电脑知识与技术;2012年34期

9 陈爱国;周世俊;;基于模糊逻辑的多目标优化问题遗传算法求解探讨[J];河南科学;2006年04期

10 李雨生;;在一种广义锥凸性下的多目标优化解[J];河海大学学报;1987年05期

相关会议论文 前10条

1 叶婵峰;沈波;林都;董宏丽;;基于ε约束理论和修复算子的多目标优化算法[A];第36届中国控制会议论文集（B）[C];2017年

2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

4 崔少为;;多目标优化在天津轧三钢铁有限公司1号高炉矿槽备料中的应用[A];全国冶金自动化信息网2014年会论文集[C];2014年

5 刘泽双;高莹;;基于多目标遗传算法的个人成才因素评定研究[A];第十一届中国管理科学学术年会论文集[C];2009年

6 雍龙泉;;基于多目标优化算法求解非线性互补问题[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

7 夏玉峰;杨栋;姜来;李帅臣;;多目标优化在缸底锻模结构上的应用[A];创新塑性加工技术，推动智能制造发展——第十五届全国塑性工程学会年会暨第七届全球华人塑性加工技术交流会学术会议论文集[C];2017年

8 胡鑫尧;孙素琴;卢为琴;胡冠章;汪国柄;吴华武;吴季茂;王心枢;张良平;宋烈侠;潭泽光;;计算机辅助分子结构解析和分析化学多目标优化决策[A];中国分析测试协会科学技术奖发展回顾[C];2015年

9 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年

10 李兆凯;郝鹏;李刚;;二级层级褶皱结构单胞失效模式分析与多目标优化[A];中国力学大会-2015论文摘要集[C];2015年

相关重要报纸文章 前1条

1 吕慧;内蒙古太平与北科大校企合作启动[N];中国黄金报;2019年

相关博士学位论文 前10条

1 孟凡云;具有锥均衡约束的多目标优化的最优性理论[D];大连理工大学;2017年

2 宁伟康;进化多目标优化算法研究及其应用[D];西安电子科技大学;2018年

3 程庭莉;含分布式储能的主动配电网多目标优化调度方法研究[D];重庆大学;2018年

4 丰昊;IPT功率变换系统的建模与多目标优化研究[D];华中科技大学;2018年

5 张继宏;锥约束多目标优化问题的最优性和稳定性研究[D];大连理工大学;2018年

6 秦志昌;非线性动力学系统的多目标优化控制设计[D];天津大学;2017年

7 田野;基于进化算法的复杂多目标优化问题求解[D];安徽大学;2018年

8 赵泱泱;设计原则导向的多目标优化软件重构[D];南京大学;2018年

9 石美凤;求解多目标优化问题的分布估计算法研究[D];重庆大学;2017年

10 黄亮;膜计算优化方法研究[D];浙江大学;2007年

相关硕士学位论文 前10条

1 陈菁菁;面向安全管理和环境友好的工程项目多目标优化问题研究[D];新疆大学;2019年

2 陈益强;永磁V型内置式外转子游标电机设计与多目标优化研究[D];江苏大学;2019年

3 滕健伊;源—储—荷运行调控策略与多目标优化配置[D];东北电力大学;2019年

4 邱立明;基于迁移学习的动态优化算法研究[D];厦门大学;2018年

5 黄雄文;基于改进粒子群算法的多目标优化研究[D];深圳大学;2018年

6 刘松柏;面向高维多目标优化问题的智能算法研究[D];深圳大学;2018年

7 孙晓楠;基于角度分解的高维多目标优化算法研究[D];东北电力大学;2019年

8 许飞;基于进化多目标优化的多分类算法研究[D];安徽大学;2019年

9 许冉;求解两类复杂多目标优化问题的进化算法研究[D];安徽大学;2019年

10 付广龙;基于进化多目标优化的不平衡二分类算法研究[D];安徽大学;2019年

本文编号：2726250