本文關(guān)鍵詞：基于模態(tài)相關(guān)性的齒輪箱有限元模型修正，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著工業(yè)生產(chǎn)的發(fā)展和科技水平的提高,更多的機(jī)械產(chǎn)品被投入到生產(chǎn)和生活過程中。為了滿足生產(chǎn)需求和保證安全使用,機(jī)械產(chǎn)品不僅要經(jīng)過嚴(yán)格的設(shè)計(jì)工作還要通過全面嚴(yán)謹(jǐn)?shù)臏y(cè)試分析。一種低成本高效率的測(cè)試方法是使用結(jié)構(gòu)的有限元模型進(jìn)行模擬分析計(jì)算,但是建立的有限元模型精度要高,要與結(jié)構(gòu)的實(shí)際信息相符合才可以得到具有實(shí)際指導(dǎo)意義的結(jié)果,否則有限元計(jì)算出的結(jié)果就會(huì)失去實(shí)際意義。因此,尋找一種建立精確有限元模型的方法是非常重要的。 模態(tài)是結(jié)構(gòu)固有的振動(dòng)響應(yīng)屬性,反映了結(jié)構(gòu)自身特有的動(dòng)力學(xué)特性,模態(tài)參數(shù)可以由計(jì)算或者試驗(yàn)兩種方法獲得,對(duì)于同一結(jié)構(gòu),兩種不同測(cè)試方法得到的模態(tài)結(jié)果應(yīng)該是相同的,但是一般認(rèn)為試驗(yàn)?zāi)B(tài)分析的結(jié)果是可靠的,而計(jì)算模態(tài)分析因?yàn)槭褂玫挠邢拊Ｐ涂赡艽嬖诮Ｕ`差導(dǎo)致結(jié)果不可靠。這就為有限元模型修正提出了一種思路：以試驗(yàn)?zāi)B(tài)數(shù)據(jù)做為標(biāo)準(zhǔn),去修正有限元模型使計(jì)算模態(tài)和試驗(yàn)?zāi)B(tài)數(shù)據(jù)達(dá)到一致,得到的有限元模型就可以認(rèn)為更精確更能反映結(jié)構(gòu)的實(shí)際動(dòng)力學(xué)特性。 本課題的研究?jī)?nèi)容就是基于模態(tài)相關(guān)性的齒輪箱有限元模型修正,具體做法是：首先根據(jù)設(shè)計(jì)圖紙使用Pro/E軟件建立齒輪箱箱體模型,導(dǎo)入到ANSYS軟件中進(jìn)行模態(tài)分析,得到計(jì)算模態(tài)參數(shù)；然后搭建齒輪箱模態(tài)試驗(yàn)平臺(tái),進(jìn)行模態(tài)試驗(yàn)得到齒輪箱的試驗(yàn)?zāi)B(tài)參數(shù)；最后以試驗(yàn)?zāi)B(tài)參數(shù)為標(biāo)準(zhǔn),修正有限元模型使其計(jì)算模態(tài)數(shù)值與試驗(yàn)?zāi)B(tài)一致。修正計(jì)算使用遺傳算法,建立計(jì)算模態(tài)與試驗(yàn)?zāi)B(tài)相對(duì)誤差的目標(biāo)函數(shù),對(duì)目標(biāo)函數(shù)進(jìn)行求極小值運(yùn)算。此過程中重點(diǎn)需要解決的是建立計(jì)算模態(tài)與齒輪箱結(jié)構(gòu)參數(shù)之間對(duì)應(yīng)關(guān)系的數(shù)學(xué)模型,為了能夠快速建立計(jì)算模態(tài)與結(jié)構(gòu)參數(shù)對(duì)應(yīng)關(guān)系的精準(zhǔn)數(shù)學(xué)模型,本文創(chuàng)新的建立了一種新型的灰色神經(jīng)元模型,該模型有兩個(gè)輸入,輸入端是以最小二乘準(zhǔn)則對(duì)數(shù)據(jù)進(jìn)行擬合的二次函數(shù),神經(jīng)元使用自定義的矢量求和運(yùn)算整合兩個(gè)輸入端得到輸出值,在使用樣本訓(xùn)練神經(jīng)元的時(shí)候,灰色預(yù)測(cè)模型對(duì)神經(jīng)元的權(quán)重變化規(guī)律進(jìn)行分析預(yù)測(cè),最終反饋回神經(jīng)元的權(quán)重。本課題使用9組原始數(shù)據(jù)擬合出了齒輪箱計(jì)算模態(tài)與結(jié)構(gòu)參數(shù)的對(duì)應(yīng)關(guān)系,數(shù)據(jù)擬合和預(yù)測(cè)誤差在1%以下,滿足高精度的計(jì)算需要。通過修正計(jì)算,齒輪箱有限元模型的前四階計(jì)算模態(tài)參數(shù)與試驗(yàn)?zāi)B(tài)參數(shù)誤差均在0.7%以下,修正之前相對(duì)誤差在3.17%-9.19%之間,證明了修正方法的成功。 本課題的研究對(duì)象是一級(jí)減速器箱體,雖然結(jié)構(gòu)并不復(fù)雜,但箱體是整個(gè)系統(tǒng)的支撐結(jié)構(gòu),設(shè)計(jì)要求更為嚴(yán)格,其結(jié)構(gòu)特點(diǎn)和研究方法具有很強(qiáng)的代表性,因此本課題的研究方法和結(jié)論對(duì)于其他結(jié)構(gòu)的模型修正也具有一定的實(shí)用性。
【關(guān)鍵詞】：齒輪箱 模態(tài)相關(guān)性 模型修正 灰色理論 神經(jīng)網(wǎng)絡(luò) 遺傳算法
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TH132.4
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 緒論10-20
• 1.1 課題研究背景與研究意義10-13
• 1.1.1 課題研究背景10-11
• 1.1.2 課題研究意義11-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 矩陣修正方法13-14
• 1.2.2 參數(shù)化修正方法14-17
• 1.3 課題研究?jī)?nèi)容及工作安排17-20
• 第二章 齒輪箱振動(dòng)機(jī)理與分析理論20-28
• 2.1 引言20
• 2.2 齒輪箱振動(dòng)分析20-21
• 2.2.1 齒輪箱振動(dòng)源20-21
• 2.2.2 齒輪箱內(nèi)部振動(dòng)傳遞21
• 2.3 齒輪箱模態(tài)分析21-25
• 2.3.1 模態(tài)分析理論22-25
• 2.3.2 模態(tài)分析方法25
• 2.4 本章小結(jié)25-28
• 第三章 齒輪箱模態(tài)計(jì)算分析28-36
• 3.1 引言28
• 3.2 模態(tài)計(jì)算分析的有限元方法28-32
• 3.2.1 模型建立29
• 3.2.2 設(shè)定材料特性和網(wǎng)格劃分29-31
• 3.2.3 邊界條件建立31
• 3.2.4 有限元求解31-32
• 3.3 計(jì)算結(jié)果與分析32-34
• 3.4 本章小結(jié)34-36
• 第四章 齒輪箱模態(tài)試驗(yàn)分析36-48
• 4.1 引言36
• 4.2 模態(tài)試驗(yàn)系統(tǒng)36-43
• 4.2.1 支撐方式37-38
• 4.2.2 激勵(lì)信號(hào)38-39
• 4.2.3 激勵(lì)方式39-40
• 4.2.4 激勵(lì)裝置40-41
• 4.2.5 選擇激勵(lì)點(diǎn)41-42
• 4.2.6 選擇測(cè)試點(diǎn)42
• 4.2.7 實(shí)驗(yàn)平臺(tái)搭建42-43
• 4.3 模態(tài)試驗(yàn)數(shù)據(jù)處理43-47
• 4.3.1 信號(hào)后處理43-44
• 4.3.2 頻域識(shí)別及頻響曲線44-45
• 4.3.3 模態(tài)參數(shù)45-47
• 4.4 本章小結(jié)47-48
• 第五章 模型修正計(jì)算48-70
• 5.1 模態(tài)相關(guān)性理論48-49
• 5.2 模態(tài)匹配49-50
• 5.3 模型修正目標(biāo)50-51
• 5.4 修正函數(shù)51-63
• 5.4.1 擬合算法52-53
• 5.4.2 灰色神經(jīng)元擬合算法53-58
• 5.4.2.1 神經(jīng)元53-55
• 5.4.2.2 灰色理論55-57
• 5.4.2.3 灰色神經(jīng)元理論建立與模型實(shí)現(xiàn)57-58
• 5.4.3 數(shù)據(jù)樣本58-59
• 5.4.4 數(shù)據(jù)擬合59-63
• 5.5 修正計(jì)算63-66
• 5.5.1 修正方程64
• 5.5.2 遺傳求解64-66
• 5.6 修正結(jié)果66-68
• 5.7 本章小結(jié)68-70
• 第六章 總結(jié)與展望70-72
• 6.1 總結(jié)70-71
• 6.2 展望71-72
• 參考文獻(xiàn)72-76
• 致謝76-78
• 攻讀學(xué)位期間發(fā)表論文目錄78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馬炳杰;馮慧華;廖日東;姚利民;;基于模態(tài)相關(guān)性和模型修改的發(fā)動(dòng)機(jī)整機(jī)模態(tài)分析[J];車輛與動(dòng)力技術(shù);2006年02期

2 王秋明;劉科成;高慧穎;;基于灰色理論與BP神經(jīng)網(wǎng)絡(luò)的工序質(zhì)量預(yù)測(cè)研究[J];北京理工大學(xué)學(xué)報(bào);2011年02期

3 王萍萍;陳進(jìn)東;潘豐;;采用捕食搜索策略的遺傳算法改進(jìn)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年S1期

4 沈瑜;徐逸清;陳龍翔;;高壓配電網(wǎng)優(yōu)化規(guī)劃的研究[J];電網(wǎng)技術(shù);2011年10期

5 崔巍;張梅;;基于灰色理論與BP網(wǎng)絡(luò)的負(fù)荷預(yù)測(cè)[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

6 劉v，

本文編號(hào)：346689