本文關(guān)鍵詞：基于粒子群算法的起重船起重系統(tǒng)結(jié)構(gòu)優(yōu)化設(shè)計(jì)

  更多相關(guān)文章： 優(yōu)化設(shè)計(jì) 結(jié)構(gòu)強(qiáng)度 粒子群算法 起重系統(tǒng) 扒桿結(jié)構(gòu)

【摘要】：隨著我國經(jīng)濟(jì)的快速發(fā)展，越來越重視海洋資源的開發(fā)和利用，對(duì)海洋工程和石油開采的需求促使起重船成為工程船舶的發(fā)展熱點(diǎn)。起重系統(tǒng)結(jié)構(gòu)設(shè)計(jì)是否合理直接影響到起重船的起重能力和工作效率。因此，對(duì)起重系統(tǒng)的主要構(gòu)件進(jìn)行結(jié)構(gòu)優(yōu)化設(shè)計(jì)具有重要的工程意義。本文主要開展了以下三方面工作： （1）基于粒子群優(yōu)化算法的扒桿結(jié)構(gòu)優(yōu)化設(shè)計(jì)。綜合分析多方面因素的影響確定優(yōu)化設(shè)計(jì)變量和約束條件，建立以扒桿結(jié)構(gòu)重量為目標(biāo)的優(yōu)化模型，將粒子群優(yōu)化算法引入船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)中，對(duì)500T起重船起重系統(tǒng)扒桿結(jié)構(gòu)進(jìn)行了優(yōu)化設(shè)計(jì)，并對(duì)粒子群算法的優(yōu)化穩(wěn)定性進(jìn)行了分析和討論。 （2）粒子群算法參數(shù)的取值分析。在前人研究成果的基礎(chǔ)上，結(jié)合具體優(yōu)化問題，探討了算法參數(shù)選取對(duì)算法性能的影響。根據(jù)試驗(yàn)結(jié)果，給出了在基于有限元強(qiáng)度分析的船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題中粒子群算法參數(shù)的推薦值。 （3）起重系統(tǒng)結(jié)構(gòu)強(qiáng)度評(píng)估和分析。完成起重系統(tǒng)扒桿結(jié)構(gòu)優(yōu)化設(shè)計(jì)后，為保證起重船作業(yè)的安全性和可靠性，需要對(duì)整個(gè)起重系統(tǒng)開展結(jié)構(gòu)強(qiáng)度分析。采用MSC.Patran建立起重系統(tǒng)有限元分析模型，根據(jù)起重船工作特點(diǎn)并參考規(guī)范確定計(jì)算工況和邊界條件，通過MSC.Nastran對(duì)起重系統(tǒng)結(jié)構(gòu)強(qiáng)度進(jìn)行了數(shù)值計(jì)算，，并對(duì)扒桿結(jié)構(gòu)進(jìn)行穩(wěn)定性分析，以驗(yàn)證起重系統(tǒng)結(jié)構(gòu)強(qiáng)度的安全性和扒桿結(jié)構(gòu)優(yōu)化設(shè)計(jì)的合理性。
【關(guān)鍵詞】：優(yōu)化設(shè)計(jì) 結(jié)構(gòu)強(qiáng)度 粒子群算法 起重系統(tǒng) 扒桿結(jié)構(gòu)
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：U674.35
【目錄】：

• 摘要6-7
• ABSTRACT7-15
• 第一章 緒論15-26
• 1.1 研究背景和意義15
• 1.2 起重船發(fā)展綜述15-20
• 1.2.1 起重船發(fā)展歷程16-18
• 1.2.2 起重船的分類18-19
• 1.2.3 起重船的應(yīng)用19-20
• 1.3 結(jié)構(gòu)優(yōu)化設(shè)計(jì)20-24
• 1.3.1 優(yōu)化設(shè)計(jì)概況20-22
• 1.3.2 優(yōu)化數(shù)學(xué)模型22
• 1.3.3 優(yōu)化算法22-23
• 1.3.4 優(yōu)化設(shè)計(jì)在船舶結(jié)構(gòu)中的應(yīng)用23-24
• 1.4 本文研究內(nèi)容24-26
• 第二章 粒子群優(yōu)化算法26-40
• 2.1 引言26
• 2.2 粒子群算法的基本原理26-33
• 2.2.1 算法原理26-28
• 2.2.2 慣性權(quán)重的引入28
• 2.2.3 算法流程28-29
• 2.2.4 參數(shù)的選取29-33
• 2.3 粒子群算法的改進(jìn)33-36
• 2.3.1 基于慣性權(quán)重的改進(jìn)33-34
• 2.3.2 收縮因子粒子群算法34-35
• 2.3.3 混合粒子群算法35-36
• 2.3.4 粒子群算法的離散化36
• 2.4 粒子群算法與其他群智能算法的比較36-38
• 2.4.1 粒子群算法和遺傳算法37-38
• 2.4.2 粒子群算法和蟻群算法38
• 2.5 小結(jié)38-40
• 第三章 起重船扒桿結(jié)構(gòu)優(yōu)化設(shè)計(jì)40-66
• 3.1 起重船起重系統(tǒng)概況40-42
• 3.2 工況和載荷42-45
• 3.2.1 優(yōu)化工況42-43
• 3.2.2 載荷計(jì)算43-45
• 3.3 扒桿結(jié)構(gòu)優(yōu)化數(shù)學(xué)模型45-50
• 3.3.1 設(shè)計(jì)變量45-46
• 3.3.2 目標(biāo)函數(shù)46-47
• 3.3.3 約束條件47-50
• 3.4 有限元模型50-52
• 3.5 優(yōu)化流程52-54
• 3.6 扒桿結(jié)構(gòu)優(yōu)化結(jié)果和分析54-64
• 3.6.1 優(yōu)化結(jié)果54-59
• 3.6.2 優(yōu)化過程分析59-61
• 3.6.3 PSO 算法穩(wěn)定性分析61-64
• 3.7 小結(jié)64-66
• 第四章 粒子群算法參數(shù)影響分析66-80
• 4.1 引言66-67
• 4.2 種群大小的取值分析67-71
• 4.3 最大迭代次數(shù)的取值分析71-73
• 4.4 慣性權(quán)重的取值分析73-79
• 4.4.1 收斂性分析75-76
• 4.4.2 試驗(yàn)分析76-79
• 4.5 小結(jié)79-80
• 第五章 起重系統(tǒng)結(jié)構(gòu)強(qiáng)度分析80-110
• 5.1 引言80
• 5.2 工況和載荷80-83
• 5.2.1 工況的選取80-81
• 5.2.2 載荷的計(jì)算和施加81-83
• 5.3 扒桿穩(wěn)定性分析83-89
• 5.3.1 整體穩(wěn)定性83-87
• 5.3.2 局部穩(wěn)定性87-89
• 5.4 有限元模型89-91
• 5.5 邊界條件91
• 5.6 有限元計(jì)算結(jié)果和結(jié)構(gòu)強(qiáng)度評(píng)估91-108
• 5.6.1 校核衡準(zhǔn)91-92
• 5.6.2 計(jì)算結(jié)果和分析92-108
• 5.7 小結(jié)108-110
• 第六章 總結(jié)與展望110-112
• 6.1 全文總結(jié)110-111
• 6.2 研究展望111-112
• 參考文獻(xiàn)112-116
• 致謝116-117
• 攻讀碩士學(xué)位期間已發(fā)表或錄用的論文117

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 諸虹;;深水鋪管船技術(shù)研究[J];船舶工程;2011年04期

2 袁曉輝,王乘,張勇傳,袁艷斌;粒子群優(yōu)化算法在電力系統(tǒng)中的應(yīng)用[J];電網(wǎng)技術(shù);2004年19期

3 呂振肅,侯志榮;自適應(yīng)變異的粒子群優(yōu)化算法[J];電子學(xué)報(bào);2004年03期

4 郭文忠;陳國龍;陳振;;離散粒子群優(yōu)化算法研究綜述[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

5 孫魯閩;;我國海上起重打撈作業(yè)及其基礎(chǔ)裝備大型起重船的發(fā)展[J];船舶工程;2013年01期

6 高鷹,謝勝利;免疫粒子群優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年06期

7 劉建華;樊曉平;瞿志華;;一種慣性權(quán)重動(dòng)態(tài)調(diào)整的新型粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年07期

8 郭文忠;陳國龍;;粒子群優(yōu)化算法中慣性權(quán)值調(diào)整的一種新策略[J];計(jì)算機(jī)工程與科學(xué);2007年01期

9 段海濱;王道波;于秀芬;;幾種新型仿生優(yōu)化算法的比較研究[J];計(jì)算機(jī)仿真;2007年03期

10 呂艷萍;李紹滋;陳水利;郭文忠;周昌樂;;自適應(yīng)擴(kuò)散混合變異機(jī)制微粒群算法[J];軟件學(xué)報(bào);2007年11期

本文編號(hào)：940707