桥式起重机箱形主梁混合微粒群优化方法研究

发布时间：2017-05-10 07:12

  本文关键词：桥式起重机箱形主梁混合微粒群优化方法研究，由笔耕文化传播整理发布。

【摘要】：桥式起重机作为国民经济发展建设中的一种大型起重搬运设备，已经基本形成了通用化和系列化的格局。在2015年度国家科技支撑计划项目中，桥式起重机械轻量化设计关键技术研究与应用被列为制造业中的首要任务，由此看来，探究一种实用、有效的优化设计方法用于桥式起重机关键部件的轻量化设计显得尤为重要。 桥式起重机主梁优化属于高维、多约束、离散变量的复杂优化问题，传统的优化设计方法解决该问题存在计算效率低、容易陷入局部最优解等局限性，鉴于此，本文提出一种混合微粒群优化算法用于桥式起重机主梁优化设计，主要研究内容如下： （1）分析起重机主梁结构优化的特点，给出桥式起重机箱形主梁的优化设计流程。 （2）以桥式起重机箱形主梁截面面积为目标函数，主梁截面参数中的5个尺寸为设计变量，以主梁力学性能、制造工艺、边界尺寸等方面要求为约束条件，建立主梁优化的数学模型。 （3）通过分析微粒群优化算法（Particle Swarm Optimization，PSO）和模拟退火算法(SimulatedAnnealing，SA)的优缺点，将SA中的Metropolis准则引入到非线性递减惯性权重（LWPSO）算法中，提出SA-LWPSO混合优化算法，，由于桥式起重机主梁属于有约束的优化问题，本文将罚函数与上述混合微粒群算法相结合，形成结合罚函数的混合微粒群优化算法。 （4）分别应用标准测试函数和起重机主梁优化实验案例对本文混合算法进行仿真实验，并与已发表文献做出对比，本文算法在收敛性能、优化结果、得到全局最优解的稳定性三方面均有优势。 （5）以某公司32t双梁桥式起重机箱形主梁为研究对象，以Matlab为编程语言，分别应用基本PSO算法和本文混合算法实现桥式起重机主梁优化设计。优化结果表明在满足主梁所有性能要求的前提下，基本PSO算法比优化前工程实例中主梁截面面积减少了13.5%，本文混合算法减少了20.3%，最后应用ANSYS软件分别对主梁优化前后的模型进行有限元分析，验证了本文算法优化结果的可行性。
【关键词】：桥式起重机 主梁 结构优化设计 微粒群优化算法 数学模型
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH215
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-20
• 1.1 论文的研究背景及意义10-12
• 1.2 国内外研究现状12-18
• 1.2.1 起重机现代设计方法的国内外研究现状12-14
• 1.2.2 起重机主梁优化设计方法的研究现状14-15
• 1.2.3 微粒群优化算法的发展与研究现状15-18
• 1.4 论文的主要研究内容18-19
• 1.5 本章小结19-20
• 2 桥式起重机箱形主梁优化设计分析与方案确定20-28
• 2.1 桥式起重机桥架结构与载荷分析20-23
• 2.1.1 桥式起重机桥架结构分析21-22
• 2.1.2 箱形主梁载荷分析22-23
• 2.2 箱形主梁结构优化特点分析23-24
• 2.3 箱形主梁优化设计方案确定24-27
• 2.3.1 主梁优化设计算法确定24-26
• 2.3.2 主梁优化设计流程26-27
• 2.5 本章小结27-28
• 3 桥式起重机箱形主梁优化设计数学模型28-37
• 3.1 优化设计的数学模型28-30
• 3.2 桥起箱形主梁优化设计的数学模型30-36
• 3.2.1 设计变量的选取30-31
• 3.2.2 目标函数的建立31-32
• 3.2.3 约束条件的确定32-36
• 3.3 本章小结36-37
• 4 箱形主梁优化设计寻优算法研究37-58
• 4.1 寻优算法研究37-43
• 4.1.1 微粒群优化算法研究37-40
• 4.1.2 模拟退火算法研究40-41
• 4.1.3 微粒群算法和模拟退火算法的优缺点分析41-43
• 4.2 模拟退火-微粒群混合寻优算法研究43-45
• 4.3 加入惩罚函数的混合微粒群寻优算法45-52
• 4.3.1 罚函数法45-47
• 4.3.2 加入惩罚函数的混合微粒群算法流程47-49
• 4.3.3 算法的仿真实验49-52
• 4.4 起重机主梁优化设计的混合微粒群算法试验案例52-56
• 4.4.1 数学模型52-54
• 4.4.2 参数设置54-55
• 4.4.3 结果分析55-56
• 4.5 本章小结56-58
• 5 基于混合微粒群算法的桥式起重机主梁优化设计实现58-75
• 5.1 初始种群的生成与粒子更新58-62
• 5.1.1 初始种群的约束59-61
• 5.1.2 粒子更新61-62
• 5.2 控制参数的设定62-68
• 5.3 优化结果分析与比较68-70
• 5.4 优化结果的有限元分析70-74
• 5.4.1 有限元模型的建立71-72
• 5.4.2 优化前后分析结果对比72-74
• 5.5 本章小结74-75
• 6 总结与展望75-77
• 6.1 论文总结75
• 6.2 展望75-77
• 参考文献77-81
• 攻读硕士学位期间发表的论文及取得的研究成果81-82
• 致谢82-83

【参考文献】

中国期刊全文数据库 前10条

1 蒋腾旭;;智能优化算法概述[J];电脑知识与技术(学术交流);2007年08期

2 陶元芳;谢文宁;沈才华;董萌;;起重机起升机构可视化CAD软件开发方法研究[J];中国工程机械学报;2007年02期

3 雷晓红;;起重机的未来发展趋势分析[J];产业与科技论坛;2013年24期

4 王宗彦;舒柱兵;吴淑芳;秦慧斌;;桥式起重机桥架模块化参数化设计技术研究[J];中北大学学报(自然科学版);2009年01期

5 许素强,夏人伟;结构优化方法研究综述[J];航空学报;1995年04期

6 黄冀卓;王湛;;结合梯度法的混合微粒群优化算法[J];计算机工程与应用;2008年35期

7 安伟刚,李为吉;改进的粒子群优化算法及其工程应用[J];机械科学与技术;2005年04期

8 张义民;;机械可靠性设计的内涵与递进[J];机械工程学报;2010年14期

9 陈锡栋;杨婕;赵晓栋;范细秋;;有限元法的发展现状及应用[J];中国制造业信息化;2010年11期

10 刘洪波;王秀坤;谭国真;;粒子群优化算法的收敛性分析及其混沌改进算法[J];控制与决策;2006年06期

中国博士学位论文全文数据库 前3条

1 宋胜利;混合粒子群协同优化算法及其应用研究[D];华中科技大学;2009年

2 胡一波;求解约束优化问题的几种智能算法[D];西安电子科技大学;2009年

3 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

  本文关键词：桥式起重机箱形主梁混合微粒群优化方法研究，由笔耕文化传播整理发布。

本文编号：354282