為適應現(xiàn)代化戰(zhàn)爭條件下的身管性能的綜合性要求,需要在考慮強度、剛度、重量等因素下進行自行火炮身管的優(yōu)化設計。本文的研究工作是“十二五”國防基礎科研項目的一部分,利用現(xiàn)代智能優(yōu)化算法,以有限元分析軟件為工具,采用MATLAB編制優(yōu)化程序,在考慮影響身管性能的多個學科模型的基礎上,以典型自行火炮身管為例,對身管結構優(yōu)化方法進行了研究,具體完成的研究內容如下：（1）分析了影響身管性能的多個學科模型,建立了內彈道模型、結構模型、強度模型和剛度模型。（2）利用基于隨機有限元的參數(shù)敏感性分析方法,得到了影響結構強度可靠性的設計參數(shù),為身管結構優(yōu)化變量的選擇提供參考。（3）建立了以ANSYS為平臺的身管結構單目標優(yōu)化模型,在滿足結構約束、強度約束和剛度約束的條件下,以身管的重量為目標進行了單目標的優(yōu)化設計。（4）為避免結構優(yōu)化設計中大量的有限元迭代,提出了一種高效的基于權重優(yōu)化的結構多目標優(yōu)化方法：通過均勻試驗,利用神經網絡和遺傳算法相結合,建立了身管結構多目標優(yōu)化模型,采用了多目標優(yōu)化中模糊的解法；根據(jù)試驗樣本的訓練數(shù)據(jù),采用權重優(yōu)化的方法來確定權重,建立了基于神經網絡和遺傳算法的權重優(yōu)化模型,克... 

【文章來源】：南京理工大學江蘇省 211工程院校

【文章頁數(shù)】：79 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
圖表目錄
1 緒論
    1.1 研究背景及意義
    1.2 結構優(yōu)化方法的國內外研究狀況
    1.3 自行火炮身管優(yōu)化設計簡介
    1.4 本課題研究的主要內容
2 身管結構的設計分析模型
    2.1 內彈道模型
    2.2 身管結構模型
    2.3 身管強度特性分析
        2.3.1 強度分析理論
        2.3.2 安全系數(shù)
        2.3.3 身管強度有限元分析
    2.4 身管剛度特性分析
    2.5 本章小結
3 基于隨機有限元的參數(shù)敏感性分析
    3.1 概述
    3.2 結構失效概率分析理論
        3.2.1 強度可靠度的分析理論
        3.2.2 強度失效概率模型
    3.3 基于蒙特卡洛法的結構失效概率分析
        3.3.1 蒙特卡洛法的基本原理
        3.3.2 拉丁超立方抽樣法
        3.3.3 基于結構失效概率的參數(shù)敏感性分析的步驟
    3.4 結構參數(shù)敏感性分析算例
        3.4.1 創(chuàng)建分析文件
        3.4.2 確定隨機變量及其分布
        3.4.3 確定功能函數(shù)
        3.4.4 模擬仿真
        3.4.5 輸出變量strength的概率分布
        3.4.6 參數(shù)敏感性分析
    3.5 本章小結
4 基于ANSYS平臺的身管結構單目標優(yōu)化
    4.1 ANSYS結構優(yōu)化設計原理
    4.2 身管算例模型
    4.3 優(yōu)化計算
    4.4 本章小結
5 基于神經網絡和遺傳算法的身管多目標模糊優(yōu)化
    5.1 概述
    5.2 身管多目標優(yōu)化模型
    5.3 均勻試驗設計
        5.3.1 均勻試驗設計介紹
        5.3.2 均勻試驗設計過程
    5.4 BP神經網絡模型的確立
        5.4.1 神經網絡在機械工程中的應用
        5.4.2 人工神經網絡結構
        5.4.3 BP神經網絡建模
    5.5 BP神經網絡和遺傳算法的結合算法
        5.5.1 遺傳算法
        5.5.2 BP網絡與遺傳算法的結合算法
    5.6 結構多目標優(yōu)化的模糊解法
        5.6.1 結構多目標優(yōu)化
        5.6.2 多目標優(yōu)化的模糊解法
    5.7 基于優(yōu)化的結構多目標權重反求方法
    5.8 身管多目標權重優(yōu)化算例
        5.8.1 身管優(yōu)化模型的試驗方案設計
        5.8.2 建立身管結構多目標權重優(yōu)化模型
        5.8.3 建立BP神經網絡的輸出預測模型
        5.8.4 利用遺傳算法進行優(yōu)化
    5.9 身管多目標優(yōu)化算例
        5.9.1 建立BP神經網絡模型
        5.9.2 利用遺傳算法進行尋優(yōu)
    5.10 本章小結
6 身管優(yōu)化設計軟件模塊的開發(fā)實現(xiàn)
    6.1 概述
    6.2 MATLAB與EXCEL的接口技術
    6.3 軟件模塊的設計思路
    6.4 基于神經網絡和遺傳算法的權重優(yōu)化模塊
    6.5 身管多目標優(yōu)化模塊
    6.6 軟件模塊運行實例
        6.6.1 權重優(yōu)化模塊的運行
        6.6.2 身管多目標優(yōu)化模塊的運行
    6.7 本章小結
7 全文總結與研究展望
    7.1 全文總結
    7.2 研究展望
致謝
參考文獻
附錄


【參考文獻】：
期刊論文
[1]基于快速確定隱層神經元數(shù)的BP神經網絡算法[J]. 鄭緒枝,雷靖,夏薇.  計算機科學. 2012(S1)
[2]大型工程結構可靠性分析的計算機仿真[J]. 陳秋紅,栗文長,曾福強.  系統(tǒng)仿真學報. 2012(06)
[3]一種改進的粗糙集權重方法[J]. 譚宗鳳,徐章艷,王帥.  計算機工程與應用. 2012(18)
[4]客觀多因素權重分配方法及其應用[J]. 吳靜,吳曉燕,高忠長.  上海航天. 2011(03)
[5]基于AWE的迫擊炮身管散熱分析與優(yōu)化[J]. 梁軍華.  機械工程與自動化. 2010(05)
[6]基于優(yōu)化理論的權重反分析方法研究[J]. 邱道宏,張樂文,李術才,林春金.  巖土工程學報. 2010(02)
[7]非獨立準則的MCDM問題權重確定方法[J]. 蔡玫,劉新旺,羅倩.  系統(tǒng)工程. 2009(04)
[8]運用ANSYS軟件與蒙特卡羅法相結合的隨機有限元方法進行車輛構件強度可靠性分析[J]. 戚松,趙洪倫,王社峰.  鐵道車輛. 2009(02)
[9]遺傳算法研究綜述[J]. 葛繼科,邱玉輝,吳春明,蒲國林.  計算機應用研究. 2008(10)
[10]ANSYS優(yōu)化設計若干問題探討[J]. 王學文,楊兆建,段雷.  塑性工程學報. 2007(06)

博士論文
[1]多目標優(yōu)化方法及其在高超聲速試飛器系統(tǒng)中的應用研究[D]. 范培蕾.國防科學技術大學 2009
[2]結構優(yōu)化中的遺傳算法研究和應用[D]. 唐文艷.大連理工大學 2002

碩士論文
[1]斗輪堆取料機輪體結構優(yōu)化及可靠性分析[D]. 賀浩.中南大學 2011
[2]基于遺傳算法的BP神經網絡在多目標優(yōu)化中的應用研究[D]. 朱文龍.哈爾濱理工大學 2009
[3]基于APDL的船用起重機吊臂參數(shù)化設計及優(yōu)化[D]. 趙九峰.大連理工大學 2008
[4]基于ANSYS的CNG儲氣鋼瓶的可靠性分析和疲勞分析[D]. 杜軍鴿.新疆大學 2008



本文編號：3029863