复杂机械结构模糊优化方法及工程应用

发布时间：2020-11-03 21:25

　　 结构设计的初始阶段含有大量的模糊信息。设计参数的取值、设计目标的评价、约束条件的允许范围以及工况等实际上都含有不同的模糊性。本文应用模糊理论描述机械结构的多目标模糊优化设计问题，主要研究结构多目标模糊优化方法及其工程应用。 首先介绍了模糊优化的基本原理和有关概念，给出了单目标模糊数学模型和模糊优化的方法及多目标模糊优化的数学模型、基本概念和模型的求解方法。以斜齿圆柱齿轮为多目标模糊优化进行算例分析，利用Matlab优化工具箱求出各种多目标模糊优化求解模型的最优值。 机械工程结构的优化设计往往表现为多目标的形式，多目标优化问题一直是科学和研究领域的难题和热点。传统的解决方法在处理多目标大维数、多模态等复杂问题上存在许多不足。为了解决这一问题，本文研究了带精英策略的非支配排序遗传算法(A Fast and Elitist Multi-objective Genetic Algorithm：NSGA-Ⅱ)。该算法通过编写Matlab的m文件测试典型应用函数，具有较高的计算效率，得到分布更为合理的解，且能保持解的多样性分布。因此将其应用于三杆桁架的结构模糊多目标优化设计中，为其它结构模糊多目标优化工程提供了有益的参考。 由于机械结构的复杂性，很多模糊信息难以用数学函数来表达，针对这类问题，本文运用模糊数学和有限元理论，以哈尔滨锅炉厂生产的全量型安全阀阀体为例，进行复杂机械结构的设计分析和模糊优化。基于VC.NET平台及ANSYS提供的APDL语言，开发虚拟环境下的阀体模糊有限元结构设计的主模型，对于复杂、难于掌握的ANSYS命令流进行后台封装，大大减小了复杂机械结构模糊优化分析的工作量。 航天设备有效载荷部件的可靠性设计是确保部件产品可靠性的关键环节，因此在产品的研制中，对保证产品的可靠性有着特殊重要的意义。本文运用模糊数学原理，将NSGA-Ⅱ应用于多目标模糊可靠性优化，在目标解的多样性及收敛性之间达到了更好的平衡，并应用于月球探测卫星(即嫦娥一号卫星)的热控百叶窗蜗杆传动模糊可靠性设计中。且应用ANSYS/PDS工具进行可靠性优化设计进行验证，为零件结构的可靠性分析提供了参考。
【学位单位】：哈尔滨理工大学
【学位级别】：硕士
【学位年份】：2007
【中图分类】：TH122
【部分图文】：

哈尔滨理工大学工学硕士学位论文代数为1000NSGA一11的Perato空IbJ解集如图3一5至3一7所示。表3一 1NSGA一11种群初始化lTable3一 1InitializedPoPulationParametersforNSGA一11(l)种种群人小小遗传代数数二进制交交变异算子子交配池池交叉概率率变异概率率叉 叉 叉叉算子 子 子 子 子 子 222000010000020002000100000.95550.0555 MOPusingNSGA一}I图3一5遗传代数为 1000NSGA一11的Perato空间解集(视角l)Fig.3一 5PeratosPacesolutionsofNSGA一 11after1000generations(viewl) MOPus一 ngNSGA一11图3一6遗传代数为 1000NSGA一11的Perato空间解集(视角2)Fig.3一 6PeratosPacesolutionsofNSGA一 11after1000generations(viewZ)

哈尔滨理工大学工学硕士学位论文代数为1000NSGA一11的Perato空IbJ解集如图3一5至3一7所示。表3一 1NSGA一11种群初始化lTable3一 1InitializedPoPulationParametersforNSGA一11(l)种种群人小小遗传代数数二进制交交变异算子子交配池池交叉概率率变异概率率叉 叉 叉叉算子 子 子 子 子 子 222000010000020002000100000.95550.0555 MOPusingNSGA一}I图3一5遗传代数为 1000NSGA一11的Perato空间解集(视角l)Fig.3一 5PeratosPacesolutionsofNSGA一 11after1000generations(viewl) MOPus一 ngNSGA一11图3一6遗传代数为 1000NSGA一11的Perato空间解集(视角2)Fig.3一 6PeratosPacesolutionsofNSGA一 11after1000generations(viewZ)

Fig.3一 7PeratosPaeesolutionsofNSGA一 11after1000generations(view3)当NSGA一H种群初始化参数见表3一2，得到遗传代数为Z000NSGA一H的Perato空间解集如图3一8至3一10所示。表3一ZNSGA一11种群初始化2Table3一 2InitializedPoPulationParametersforNSGA一11(2)种种群大小小遗传代数数二进制交交变异算子子交配池池交义概率率变异概率率义 义 义义算子 子 子 子 子 子 222000020000020002000100000.95550.0555 MOPus一 ngNSGA一11_r产一了、、图3一8遗传代数为 2000NSGA一11的Perato空间解集(视角l)Fig.3一 8PeratosPaeesolutionsofNSGA一 11after2000generations(viewl)
【引证文献】

相关硕士学位论文 前2条

1 王道宝;闸板防喷器可靠性研究[D];中国石油大学;2010年

2 秦成伟;热轧钢板轧机的振动分析与多目标模糊优化设计[D];燕山大学;2012年

本文编号：2869122