科學技術的發(fā)展促進了生產(chǎn)力的提高。在壓力容器相關的行業(yè)中,為提高生產(chǎn)力,壓力容器產(chǎn)品具有向大型化發(fā)展的趨勢。然而大型壓力容器需要更高的生產(chǎn)、運輸以及安裝成本,為此對壓力容器進行輕量化設計研究以降低成本具有重要的現(xiàn)實意義。目前,實現(xiàn)壓力容器產(chǎn)品輕量化的主要策略之一是對其進行結構優(yōu)化,其核心是獲得適用于壓力容器的結構優(yōu)化方法�；诖�,本文提出了采用智能算法對壓力容器的關鍵部件進行結構優(yōu)化的策略。為了驗證所提出的結構優(yōu)化策略的可行性,以吸附器下封頭中心接管結構為優(yōu)化對象進行結構優(yōu)化,論文的主要工作包括:1.提出了使用BP神經(jīng)網(wǎng)絡預測壓力容器關鍵部件應力的方法。本文采用神經(jīng)網(wǎng)絡來預測壓力容器關鍵部件的幾種應力輸出。首先采用均勻設計法構造出設計變量的樣本點,然后在有限元分析軟件ANSYS中得到這些樣本點模型的兩種應力值,組成完整的訓練樣本。最后利用訓練樣本對構造好的BP神經(jīng)網(wǎng)絡進行訓練。訓練好的BP神經(jīng)網(wǎng)絡可以結合壓力容器應力強度評定理論,用于構造結構優(yōu)化中應力約束函數(shù)的近似模型。2.采用布谷鳥搜索算法對壓力容器關鍵部件進行結構優(yōu)化。利用布谷鳥算法的全局搜索能力強和算法結構簡單的特點,在MATL... 

【文章來源】：浙江工業(yè)大學浙江省

【文章頁數(shù)】：87 頁

【學位級別】：碩士

【部分圖文】：

立式徑向流分子篩吸附器Figure1-1.Verticalradialflowmolecularsieveadsorber條件中的應力，構造出適合的約束函數(shù)模型；結合布谷鳥算法對完整的優(yōu)化數(shù)學模型進行求解，以找到質(zhì)量更輕的下封頭節(jié)構的幾何模型的尺寸參數(shù)

喜歡的 ANSYS 界面。本課題中運用 APDL 語言構建完整的封頭中心接管模型有限元分析腳本文件。只需要在 APDL 腳本上修改幾何模型數(shù)據(jù)，然后將腳本導入 ANSYS 中進行自動分析，便可以得到修改后的模型的后處理結果。然后這為本文在后面工作中進行多次有限元分析提供了極大的方便，提高了工作效率。2.4.2 吸附器下封頭接管幾何模型處理本文分析的某型號立式徑向流分子篩吸附器的下封頭中心接管結構的初始尺寸為橢圓封頭內(nèi)徑 1100mm，壁厚 9mm，中心接管內(nèi)徑為 480mm，壁厚 14mm，接管外伸長度為 150mm，設計壓力 1.5MPa，接管端部彎矩為 N д 。又由于本論文主要是分析接管與封頭連接出的不連續(xù)區(qū)域的應力狀態(tài)，所以對接管外端部的連接作簡化處理。封頭和接管都為回轉體，且接管中心軸與封頭的中心軸重合，所以其具有軸對稱的特點。但是由于接管的端部存在彎矩，此種載荷的施加時非軸對稱的，因此在建模過程中一般只采用 1/2 或者 1/4 模型。由于接管處的力和力矩具有三個方向，所以一般情況下選擇建立 1/2 模型。本文中也考慮到了接管彎矩的存在，因此采用 1/2 模型進行有限元分析。

（1）單元類型的選擇有限元分析的核心技術之一就是單元技術，它直接影響著仿真結果的精YS 經(jīng)過多年的發(fā)展完善，已經(jīng)具有了一個龐大的單元庫，可以幫助用決各類復雜問題。在進行網(wǎng)格劃分之前選擇合適的單元類型顯得至關的選擇可以提高分析結果的精確度，也是用戶提高仿真水平關鍵所在雖然 ANSYS 提供了十分全面的單元，但用于壓力容器領域的單元類型有三種：實體單元、梁單元以及殼單元。其中實體單元幾乎能解決任何仿真分析問題，因此它也是使用最頻繁的。有些薄壁結構也可以選擇使，它與實體單元相比更容易劃分網(wǎng)格，計算時間也比較短。壓力容器中使用比較少，只有在特殊的結構中才會選擇使用。由于本課題主要對下進行靜應力分析，綜合模型的形狀考慮，選擇實體單元。本課題中選用的實體單元類型為 SOLID185。SOLID185 每個單元具有，每個節(jié)點具有 3 個自由度，屬于低階單元。SOLID185 單元可以用來分析，也可以進行具有大應變和大變形等非線性分析，而且支持彈性蠕變等材料定義。下圖 2-2 為 SOLID185 單元構型。

【參考文獻】：
期刊論文
[1]航空發(fā)動機轉子結構布局優(yōu)化設計方法[J]. 李超,金福藝,張衛(wèi)浩.  北京航空航天大學學報. 2019(02)
[2]基于響應面法的連續(xù)剛構橋結構優(yōu)化設計[J]. 馮仲仁,楊亞磊,李偉.  中外公路. 2018(03)
[3]新型群智能優(yōu)化算法綜述[J]. 林詩潔,董晨,陳明志,張凡,陳景輝.  計算機工程與應用. 2018(12)
[4]基于ANSYS Workbench的低溫儲罐多目標優(yōu)化設計[J]. 段若,錢才富.  計算機輔助工程. 2017(04)
[5]基于響應面法的橋梁主桁架結構優(yōu)化設計[J]. 陳洪武,王立原,高振幫,鄧智雯.  機械設計與研究. 2017(03)
[6]基于量子行為遺傳算法的船體局部結構優(yōu)化設計[J]. 劉波,林焰,呂振望,管官,紀卓尚.  船舶力學. 2017(04)
[7]基于迭代均值組合近似模型和序貫優(yōu)化與可靠性評估法的船舶結構優(yōu)化設計[J]. 胡新明,王德禹.  上海交通大學學報. 2017(02)
[8]花授粉算法的改進及在壓力容器設計中的應用[J]. 李前,賀興時,楊新社.  計算機工程與應用. 2017(13)
[9]基于遺傳算法和BP神經(jīng)網(wǎng)絡的圓柱殼大開孔接管結構優(yōu)化研究[J]. 萬晉,鄭津.  福州大學學報(自然科學版). 2014(05)
[10]基于知識引導遺傳算法的挖掘機動臂結構優(yōu)化新方法[J]. 花海燕,林述溫.  機械工程學報. 2014(05)

博士論文
[1]優(yōu)化軟件系統(tǒng)SIPOPT設計與實現(xiàn)及其在工程中的應用[D]. 楊春峰.大連理工大學 2015

碩士論文
[1]基于改進布谷鳥搜索算法的橋式起重機主梁輕量化方法研究[D]. 李志雄.中北大學 2018
[2]固體火箭發(fā)動機燃燒室噴涂支架設計及優(yōu)化[D]. 王海存.大連理工大學 2016
[3]負荷建模方法研究和負荷建模平臺的開發(fā)[D]. 姜曉暉.山東大學 2016
[4]BP神經(jīng)網(wǎng)絡結構優(yōu)化研究及應用[D]. 劉品.中國地質(zhì)大學(北京) 2016
[5]基于改進BP神經(jīng)網(wǎng)絡的車床主軸優(yōu)化設計的研究[D]. 熊偉.江蘇大學 2016
[6]基于PSO-BP神經(jīng)網(wǎng)絡的船舶結構優(yōu)化[D]. 史亞朋.大連海事大學 2015
[7]基于ANSYS制氫吸附器的安全評定和結構優(yōu)化[D]. 劉冉冉.中國石油大學 2010
[8]基于ANSYS扶梯鋼架結構參數(shù)化力學分析系統(tǒng)開發(fā)[D]. 何柳.東北大學 2008
[9]分析設計法在液化氣體鐵道罐車中的應用[D]. 鄭繼承.西南交通大學 2006



本文編號：3529092