单主梁龙门起重机结构动态优化研究

发布时间：2017-11-01 05:31

  本文关键词：单主梁龙门起重机结构动态优化研究

  更多相关文章： 相似理论 静态性能 动刚性 动态优化

【摘要】：随着科学技术的发展,原有的起重机设计、测试手段越来越不能满足现代化生产要求。起重机朝着大型化、智能化、专业化发展的趋势使得生产企业不得不转变生产模式,以应对日益激烈的全球化竞争。为此,本文采用新的设计理念和设计方法对龙门起重机进行分析、再设计优化。 为了节省人力物力,合理利用资源,本文首先运用相似理论和量纲分析方法得到起重机模型和原型之间的相似关系,选用3种缩小的模型进行分析,经过对比得到最能反映起重机原型的模型长度缩尺比为20。通过实例证明,相似理论对于处理大型结构件有着明显的优越性。 根据起重机设计规范GB/T3811-2011,起重机在出厂前必须经过静力测试。传统的设计方法大多采用以经典力学和数学为基础的半理论、半经验方法设计起重机,这种方法设计的起重机为了保证起重机的安全系数往往增大结构的尺寸,导致起重机笨重；而且只能对起重机的某些部位的应力和刚度做出判断。为了弥补上述方法的不足,本文以有限元软件ANSYS新一代协同仿真平台Workbench作为分析工具,以缩小20倍的起重机模型为分析对象,采用动载系数法获得起重机所受的载荷,基于极限状态法分析龙门起重机在10种工况下的静力性能。经过分析,得知龙门起重机在10种工况下的静态性能如强度和刚度均满足设计规范要求。 对龙门起重机动态性能影响最大的动态特性参数是主梁的动刚性,起重机的动刚性通常以自然频率来衡量。运用以大型通用有限元软件ANSYS新一代协同仿真平台Workbench进行龙门起重机的模态分析,得出龙门起重机前6阶的振动频率及其相对应的振型,在此基础上分析起重机的谐响应情况,找到起重机动态性能的薄弱环节。通过分析,可知龙门起重机的第2阶固有频率即起重机主梁在小车轨道运行方向的振动容易引起起重机故障,需要在这个方向加强起重机的刚度。 提出综合利用有限元法、正交试验法、神经网络及遗传算法进行起重机的动态优化设计。有限元结合正交试验法可以进行起重机的模态分析和谐响应分析,获得起重机动态优化设计的输入输出参数,利用最少的样本数量获得均衡全面的样本数据。BP神经网络利用这些样本数据构建龙门起重机的动态优化模型,该模型可以实现龙门起重机的快速重分析,避免了有限元模型重分析所需的大量时间资源。在BP网络构建的起重机动态模型的可行域中,利用遗传算法寻找动态模型的最优值,得到全局意义上的最优解。
【关键词】：相似理论 静态性能 动刚性 动态优化
【学位授予单位】：中南林业科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH213.5
【目录】：

• 摘要4-6
• Abstract6-10
• 1 绪论10-16
• 1.1 研究背景和意义10
• 1.2 龙门起重机的发展趋势10-12
• 1.3 国内外现状12-13
• 1.4 本文主要研究内容13-14
• 1.5 本章小结14-16
• 2 基于相似理论的龙门起重机静力学分析16-44
• 2.1 相似理论的理论基础16-17
• 2.2 量纲的选取17-18
• 2.3 相似准则的确定18-21
• 2.4 长度缩尺的确定21
• 2.5 有限元的理论基础及软件应用21-24
• 2.5.1 有限元的理论基础22-24
• 2.5.2 有限元软件应用24
• 2.6 采用Workbench分析起重机静态特性24-43
• 2.6.1 几何模型建立24-26
• 2.6.2 定义材料属性26
• 2.6.3 网格的划分26-27
• 2.6.4 定义接触关系27
• 2.6.5 施加边界条件及求解27-36
• 2.6.6 求解、分析结果36-43
• 2.7 本章小结43-44
• 3 门式起重机结构动刚性研究44-52
• 3.1 起重机动态性能研究方法44-45
• 3.2 门式起重机动刚性衡量指标45
• 3.3 龙门起重机模态分析45-48
• 3.4 龙门起重机谐响应分析48-50
• 3.5 本章小结50-52
• 4 门式起重机动态优化设计52-74
• 4.1 动态优化设计52-54
• 4.1.1 动态优化设计概念52
• 4.1.2 动态优化设计方法52-54
• 4.2 BP网络建立门式起重机动态优化模型54-64
• 4.2.1 神经网络的组成和特点54-55
• 4.2.2 常用神经网络模型55-56
• 4.2.3 BP神经网络组成及其特点56-57
• 4.2.4 正交试验预测最佳组合57-60
• 4.2.5 确定BP网络训练数据及测试数据60-62
• 4.2.6 BP网络的建立62-64
• 4.3 采用遗传算法优化起重机BP网络模型64-71
• 4.3.1 遗传算法的概念64-65
• 4.3.2 遗传算法运行过程65
• 4.3.3 遗传算法的特点65-66
• 4.3.4 遗传算法优化神经网络66-69
• 4.3.5 优化结果比较69-71
• 4.4 本章小结71-74
• 5 结论与展望74-76
• 5.1 结论74
• 5.2 本文创新点74-75
• 5.3 展望75-76
• 参考文献76-82
• 附录A82-84
• 附录B84-86
• 致谢86

【参考文献】

中国期刊全文数据库 前10条

1 陈志梅;孟文俊;;智能起重机系统研究与展望[J];工程机械;2011年01期

2 王庆远;唐红美;;汽车起重机发展趋势浅析[J];工程机械文摘;2012年02期

3 赵章焰,李君;门座起重机金属结构故障诊断与管理软件系统[J];港口装卸;2003年02期

4 李东福;刘久新;;浅谈欧式起重机在中国发展之现状[J];中国科技投资;2012年27期

5 阳连丰;;大型起重机的虚拟装配技术[J];船舶工程;2012年S2期

6 常玉清;张红燕;王姝;;基于RBF神经网络逆系统的注射速度控制[J];东北大学学报(自然科学版);2013年02期

7 徐军,吴苏,赵海燕,蔡志鹏;基于简化模型采用有限元方法计算特大型梁结构的焊接变形[J];焊接技术;2001年04期

8 王小明;卢志强;;国内外大型起重机的研究现状及发展趋势[J];机电产品开发与创新;2009年02期

9 杨巧萍;刘延雷;;国内起重机事故统计分析与预防对策[J];机械管理开发;2011年02期

10 李锋;吴国锐;;从宝马展看轮式起重机发展趋势[J];机械工程师;2011年09期

中国博士学位论文全文数据库 前1条

1 张君;四履带起重机行走装置及动力学仿真研究[D];太原科技大学;2012年

中国硕士学位论文全文数据库 前10条

1 李平安;桥式起重机起升机构参数化优化设计研究[D];中北大学;2011年

2 李明星;基于遗传算法的门座起重机变幅系统优化设计[D];武汉理工大学;2006年

3 庞延波;双梁桁架式龙门起重机主梁优化设计及模态分析[D];西南交通大学;2007年

4 张慧博;超大型岸边集装箱起重机金属结构静动态特性分析与轻量化研究[D];上海交通大学;2008年

5 王振军;门式起重机模块化参数化有限元分析系统的研究与开发[D];中北大学;2009年

6 张亚军;基于ANSYS软件的门式起重机金属结构的参数化设计及疲劳寿命分析[D];西南交通大学;2009年

7 南海博;大型造船门式起重机轻量化设计研究[D];上海交通大学;2009年

8 李振华;起重机金属结构疲劳寿命预测与疲劳可靠性研究[D];西南交通大学;2009年

9 肖雄亮;300T-112M造船龙门起重机设计与主梁优化[D];湖南大学;2010年

10 鲁金龙;大型船用起重机安全保护技术的研究[D];大连海事大学;2012年

，

本文编号：1125483