基于径向基神经网络和ASA-MMFD算法的桥式起重机主梁轻量化设计

发布时间：2021-07-03 16:47

　　为了实现桥式起重机主梁快速轻量化设计,提出了基于径向基神经网络代理模型和ASA-MMFD算法的桥式起重机主梁轻量化设计方法。在最优超拉丁立方试验设计的基础上,利用径向基神经网络代理模型建立桥式起重机截面设计参数和最大应力、最大位移和质量之间的映射关系,引入"全局+局部"的组合策略,通过自适应模拟退火算法对代理模型进行全局寻优,采用修正可行方向法进行局部搜索。利用测试函数和NASA减速器对所提方法进行验证,结果表明:在相同精度范围内,与ASA-MMFD算法相比,所提方法在调用模型次数方面大幅度减少,提高了优化效率。在此基础上,将其运用在桥式起重机主梁轻量化设计中,从而验证所提方法的适用性。 

【文章来源】：机械设计与研究. 2020,36(04)北大核心CSCD

【文章页数】：7 页

【部分图文】：

径向基神经网络结构

图2中‖dist‖表示输入参数和权值参数之间的距离,b为阈值,用于调节径向基神经元的灵敏度。常用的径向基函数有薄板样条型函数、三次型函数、高斯型函数、多二次型函数、逆多二次型函数等[14]。本文所采用的径向基函数为高斯型函数。因此径向基神经网络的激活函数可表示为? i =(x p -c i )= exp ( - ∥x p -c i ∥ 2 2σ 2 ) (1)

在径向基神经网络代理模型的构造过程中,试验点的选择就显得非常重要。本文采用的试验设计为最优超拉丁立方设计,因为超拉丁试验设计可以使样本点均匀的分布在设计空间,使设计空间具有非常好的均衡性和填充性,以此为基础径向基神经网络代理模型才能使拟合出响应面模型精度高和尽可能反应真实模型。其2因素九水平最优超拉丁立方的空间分布如图3所示。2 基于代理模型的组合优化策略

【参考文献】：
期刊论文
[1]基于径向基函数法的五轴数控机床空间动态性能研究[J]. 杨闪闪,王玲,廖启豪,梁斐然,殷国富.  机械工程学报. 2019(09)
[2]大型游乐设备主轴静动态特性分析及结构优化[J]. 贺田龙,许志沛,唐林,敖维川.  机械设计与研究. 2019(03)
[3]基于AFSA-GA串行算法的桥式起重机主梁轻量化设计[J]. 任重,徐格宁,董青,陆凤仪,徐彤.  工程设计学报. 2019(02)
[4]基于径向基神经网络的液压支架前连杆可靠性评估研究[J]. 钱鹏,陆金桂,朱正权.  矿业研究与开发. 2019(01)
[5]基于径向基函数神经网络的白车身减重优化研究[J]. 兰凤崇,周建华,赖番结,陈吉清.  机械设计与制造. 2018(08)
[6]起重机快速轻量化设计系统研究及应用[J]. 李艳,向东,李啟文,王君英.  机械工程学报. 2018(09)
[7]改进遗传算法的起重机主梁优化设计方法[J]. 夏浩军,邱荣华.  控制工程. 2017(07)
[8]海洋大功率往复式压缩机曲轴优化设计[J]. 喻高远,肖文生,刘健,王宏敏,周厚强.  石油机械. 2016(01)
[9]桥式起重机主梁轻量化设计方法研究[J]. 唐辉,于兰峰,严飞,赵登山.  机械强度. 2015(06)
[10]桥式起重机轻量化主梁结构模型试验研究[J]. 焦洪宇,周奇才,李英,陈庆樟,许广举.  机械工程学报. 2015(23)



本文编号：3262967