結(jié)構(gòu)設(shè)計(jì)的初始階段含有大量的模糊信息。設(shè)計(jì)參數(shù)的取值、設(shè)計(jì)目標(biāo)的評(píng)價(jià)、約束條件的允許范圍以及工況等實(shí)際上都含有不同的模糊性。本文應(yīng)用模糊理論描述機(jī)械結(jié)構(gòu)的多目標(biāo)模糊優(yōu)化設(shè)計(jì)問題，主要研究結(jié)構(gòu)多目標(biāo)模糊優(yōu)化方法及其工程應(yīng)用。 首先介紹了模糊優(yōu)化的基本原理和有關(guān)概念，給出了單目標(biāo)模糊數(shù)學(xué)模型和模糊優(yōu)化的方法及多目標(biāo)模糊優(yōu)化的數(shù)學(xué)模型、基本概念和模型的求解方法。以斜齒圓柱齒輪為多目標(biāo)模糊優(yōu)化進(jìn)行算例分析，利用Matlab優(yōu)化工具箱求出各種多目標(biāo)模糊優(yōu)化求解模型的最優(yōu)值。 機(jī)械工程結(jié)構(gòu)的優(yōu)化設(shè)計(jì)往往表現(xiàn)為多目標(biāo)的形式，多目標(biāo)優(yōu)化問題一直是科學(xué)和研究領(lǐng)域的難題和熱點(diǎn)。傳統(tǒng)的解決方法在處理多目標(biāo)大維數(shù)、多模態(tài)等復(fù)雜問題上存在許多不足。為了解決這一問題，本文研究了帶精英策略的非支配排序遺傳算法(A Fast and Elitist Multi-objective Genetic Algorithm：NSGA-Ⅱ)。該算法通過編寫Matlab的m文件測(cè)試典型應(yīng)用函數(shù)，具有較高的計(jì)算效率，得到分布更為合理的解，且能保持解的多樣性分布。因此將其應(yīng)用于三桿桁架的結(jié)構(gòu)模糊多目標(biāo)優(yōu)化設(shè)計(jì)中，為其它結(jié)構(gòu)模糊多目標(biāo)優(yōu)化工程提供了有益的參考。 由于機(jī)械結(jié)構(gòu)的復(fù)雜性，很多模糊信息難以用數(shù)學(xué)函數(shù)來表達(dá)，針對(duì)這類問題，本文運(yùn)用模糊數(shù)學(xué)和有限元理論，以哈爾濱鍋爐廠生產(chǎn)的全量型安全閥閥體為例，進(jìn)行復(fù)雜機(jī)械結(jié)構(gòu)的設(shè)計(jì)分析和模糊優(yōu)化�；赩C.NET平臺(tái)及ANSYS提供的APDL語言，開發(fā)虛擬環(huán)境下的閥體模糊有限元結(jié)構(gòu)設(shè)計(jì)的主模型，對(duì)于復(fù)雜、難于掌握的ANSYS命令流進(jìn)行后臺(tái)封裝，大大減小了復(fù)雜機(jī)械結(jié)構(gòu)模糊優(yōu)化分析的工作量。 航天設(shè)備有效載荷部件的可靠性設(shè)計(jì)是確保部件產(chǎn)品可靠性的關(guān)鍵環(huán)節(jié)，因此在產(chǎn)品的研制中，對(duì)保證產(chǎn)品的可靠性有著特殊重要的意義。本文運(yùn)用模糊數(shù)學(xué)原理，將NSGA-Ⅱ應(yīng)用于多目標(biāo)模糊可靠性優(yōu)化，在目標(biāo)解的多樣性及收斂性之間達(dá)到了更好的平衡，并應(yīng)用于月球探測(cè)衛(wèi)星(即嫦娥一號(hào)衛(wèi)星)的熱控百葉窗蝸桿傳動(dòng)模糊可靠性設(shè)計(jì)中。且應(yīng)用ANSYS/PDS工具進(jìn)行可靠性優(yōu)化設(shè)計(jì)進(jìn)行驗(yàn)證，為零件結(jié)構(gòu)的可靠性分析提供了參考。
【學(xué)位單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2007
【中圖分類】：TH122
【部分圖文】：

哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文代數(shù)為1000NSGA一11的Perato空IbJ解集如圖3一5至3一7所示。表3一 1NSGA一11種群初始化lTable3一 1InitializedPoPulationParametersforNSGA一11(l)種種群人小小遺傳代數(shù)數(shù)二進(jìn)制交交變異算子子交配池池交叉概率率變異概率率叉 叉 叉叉算子 子 子 子 子 子 222000010000020002000100000.95550.0555 MOPusingNSGA一}I圖3一5遺傳代數(shù)為 1000NSGA一11的Perato空間解集(視角l)Fig.3一 5PeratosPacesolutionsofNSGA一 11after1000generations(viewl) MOPus一 ngNSGA一11圖3一6遺傳代數(shù)為 1000NSGA一11的Perato空間解集(視角2)Fig.3一 6PeratosPacesolutionsofNSGA一 11after1000generations(viewZ)

哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文代數(shù)為1000NSGA一11的Perato空IbJ解集如圖3一5至3一7所示。表3一 1NSGA一11種群初始化lTable3一 1InitializedPoPulationParametersforNSGA一11(l)種種群人小小遺傳代數(shù)數(shù)二進(jìn)制交交變異算子子交配池池交叉概率率變異概率率叉 叉 叉叉算子 子 子 子 子 子 222000010000020002000100000.95550.0555 MOPusingNSGA一}I圖3一5遺傳代數(shù)為 1000NSGA一11的Perato空間解集(視角l)Fig.3一 5PeratosPacesolutionsofNSGA一 11after1000generations(viewl) MOPus一 ngNSGA一11圖3一6遺傳代數(shù)為 1000NSGA一11的Perato空間解集(視角2)Fig.3一 6PeratosPacesolutionsofNSGA一 11after1000generations(viewZ)

Fig.3一 7PeratosPaeesolutionsofNSGA一 11after1000generations(view3)當(dāng)NSGA一H種群初始化參數(shù)見表3一2，得到遺傳代數(shù)為Z000NSGA一H的Perato空間解集如圖3一8至3一10所示。表3一ZNSGA一11種群初始化2Table3一 2InitializedPoPulationParametersforNSGA一11(2)種種群大小小遺傳代數(shù)數(shù)二進(jìn)制交交變異算子子交配池池交義概率率變異概率率義 義 義義算子 子 子 子 子 子 222000020000020002000100000.95550.0555 MOPus一 ngNSGA一11_r產(chǎn)一了、、圖3一8遺傳代數(shù)為 2000NSGA一11的Perato空間解集(視角l)Fig.3一 8PeratosPaeesolutionsofNSGA一 11after2000generations(viewl)
【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 王道寶;閘板防噴器可靠性研究[D];中國(guó)石油大學(xué);2010年

2 秦成偉;熱軋鋼板軋機(jī)的振動(dòng)分析與多目標(biāo)模糊優(yōu)化設(shè)計(jì)[D];燕山大學(xué);2012年

本文編號(hào)：2869122