發(fā)布時間：2017-06-21 14:05

  本文關鍵詞：基于智能響應面法的機械可靠性優(yōu)化設計研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：為了提高可靠性分析及優(yōu)化設計的精度和效率,本文在深入研究復雜機械運行中的動力學特性及其極限狀態(tài)函數(shù)的高度非線性特點的基礎上,將神經(jīng)網(wǎng)絡算法、粒子群算法等智能算法的高度非線性映射能力與響應面法的簡化計算能力結合起來,提出了機械可靠性分析的智能響應面法。該方法首先利用神經(jīng)網(wǎng)絡理論與粒子群算法建立極值或多重響應面模型;然后利用蒙特卡洛法對該響應面模型進行聯(lián)動抽樣,完成機械可靠度的計算。在可靠性分析的基礎上,將粒子群算法與智能響應面法相結合,提出機械可靠性優(yōu)化設計的粒子群-智能響應面法。該方法首先計算各隨機變量的靈敏度,然后以高靈敏度的隨機變量為設計變量,可靠度及其他約束為約束條件,建立可靠性優(yōu)化設計數(shù)學模型。最后利用智能響應面法計算機械可靠度,粒子群算法求解可靠性優(yōu)化數(shù)學模型,完成機械可靠性優(yōu)化設計。并進行了工程實例的仿真計算:針對柔性機械臂運動的時變特性,利用考慮時間變化的智能極值響應面方法完成動態(tài)可靠性分析。在可靠性分析的基礎上,利用智能極值響應面計算柔性機械臂的可靠度,粒子群算法搜尋最優(yōu)尺寸以減小截面面積,在滿足機械系統(tǒng)可靠度的同時,減少了使用材料,提高經(jīng)濟效益。針對航空發(fā)動機葉盤結構工作環(huán)境的多場耦合等特性,利用能夠輸出多個響應量的智能多重響應面法完成多失效模式結構可靠性分析。在可靠性分析的基礎上,利用多重響應面法計算各失效模式下的可靠度,多目標粒子群算法搜尋最優(yōu)設計點集以減小葉盤最大徑向變形及最大應力,在滿足結構可靠度的同時,降低了葉盤所受載荷的大小,提高了結構的安全性能。
【關鍵詞】：神經(jīng)網(wǎng)絡 粒子群算法 智能響應面 可靠性分析 可靠性優(yōu)化
【學位授予單位】：哈爾濱理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TH122;TP18
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-19
• 1.1 課題研究的背景和意義11-12
• 1.2 相關領域國內外研究現(xiàn)狀12-16
• 1.2.1 機械可靠性分析研究現(xiàn)狀12-13
• 1.2.2 機械可靠性優(yōu)化設計研究現(xiàn)狀13
• 1.2.3 智能算法研究現(xiàn)狀及其在機械可靠性優(yōu)化設計中的應用13-15
• 1.2.4 響應面理論研究現(xiàn)狀及其在機械可靠性優(yōu)化設計中的應用15-16
• 1.3 論文主要研究內容16-19
• 第2章 基于智能極值響應面法的動態(tài)可靠性分析19-33
• 2.1 引言19
• 2.2 智能極值響應面法19-23
• 2.2.1 極值響應面法19-20
• 2.2.2 BP神經(jīng)網(wǎng)絡模型20-22
• 2.2.3 粒子群算法搜尋網(wǎng)絡初始最優(yōu)權值、閥值22-23
• 2.2.4 智能極值響應面法的基本思想23
• 2.3 基于IERSM動態(tài)可靠性分析的基本思想23-25
• 2.3.1 機械動態(tài)可靠性的基本理論23-24
• 2.3.2 基于IERSM的動態(tài)可靠性分析流程24-25
• 2.4 算例分析25-32
• 2.4.1 問題描述25-27
• 2.4.2 選擇隨機變量27
• 2.4.3 建立IERSM數(shù)學模型27-29
• 2.4.4 可靠性分析29-31
• 2.4.5 方法驗證31-32
• 2.5 本章小結32-33
• 第3章 基于粒子群-智能極值響應面法的機械系統(tǒng)可靠性優(yōu)化設計33-42
• 3.1 引言33
• 3.2 機械系統(tǒng)可靠性優(yōu)化模型33-35
• 3.2.1 計算靈敏度34
• 3.2.2 動態(tài)可靠性優(yōu)化設計模型34-35
• 3.3 粒子群-智能極值響應面法求解模型35-37
• 3.3.1 PSO-IERSM基本思想35-36
• 3.3.2 基于PSO-IERSM的可靠性優(yōu)化設計流程36-37
• 3.4 算例分析37-41
• 3.4.1 建立智能極值響應面模型37-38
• 3.4.2 計算靈敏度38-39
• 3.4.3 建立可靠性優(yōu)化設計模型39
• 3.4.4 求解模型39-40
• 3.4.5 方法驗證40-41
• 3.5 本章小結41-42
• 第4章 基于智能多重響應面法的多失效模式結構可靠性分析42-58
• 4.1 引言42-43
• 4.2 智能多重響應面法43-45
• 4.2.1 多重響應面法43
• 4.2.2 IMRSM模型43-44
• 4.2.3 提高IMRSM精度的措施44-45
• 4.3 基于IMRSM的多失效模式可靠性基本思想45-47
• 4.3.1 多失效模式可靠性分析45-46
• 4.3.2 基于IMRSM的多失效模式結構可靠性分析46-47
• 4.4 算例分析47-56
• 4.4.1 問題描述47-48
• 4.4.2 流-熱-固耦合分析48-50
• 4.4.3 可靠性分析50-55
• 4.4.4 有效性驗證55-56
• 4.5 本章小結56-58
• 第5章 基于多目標粒子群-智能多重響應面法的結構可靠性優(yōu)化設計58-69
• 5.1 引言58
• 5.2 多失效模式結構可靠性優(yōu)化模型58-60
• 5.2.1 計算靈敏度59-60
• 5.2.2 多目標可靠性優(yōu)化模型60
• 5.3 MOPSO-IMRSM求解模型60-63
• 5.3.1 MOPSO-IMRSM基本思想60-61
• 5.3.2 基于MOPSO-IMRSM的可靠性優(yōu)化設計流程61-63
• 5.4 算例分析63-68
• 5.4.1 建立智能多重響應面模型63-64
• 5.4.2 計算靈敏度64-65
• 5.4.3 建立多目標可靠性優(yōu)化模型65
• 5.4.4 模型求解65-67
• 5.4.5 方法驗證67-68
• 5.5 本章小結68-69
• 結論69-71
• 參考文獻71-77
• 攻讀碩士學位期間發(fā)表的學術論文77-78
• 致謝78

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 費騰;張立毅;;現(xiàn)代智能優(yōu)化算法研究[J];信息技術;2015年10期

2 潘承怡;;新型自動張緊帶傳動-齒輪傳動可靠性優(yōu)化設計[J];哈爾濱理工大學學報;2015年04期

3 趙寬;陳建軍;曹鴻鈞;云永琥;;隨機參數(shù)雙連桿柔性機械臂的可靠性分析[J];工程力學;2015年02期

4 蘇國韶;趙偉;彭立鋒;燕柳斌;;邊坡失效概率估計的高斯過程動態(tài)響應面法[J];巖土力學;2014年12期

5 翟學;費成巍;翟慶剛;王建軍;;Reliability and sensitivity analyses of HPT blade-tip radial running clearance using multiply response surface model[J];Journal of Central South University;2014年11期

6 韓彥彬;白廣忱;李曉穎;白斌;;柔性機構可靠性優(yōu)化的均值-概率分解協(xié)調法[J];機械設計與制造;2014年06期

7 韓彥彬;白廣忱;李曉穎;白斌;;基于支持向量機柔性機構動態(tài)可靠性分析[J];機械工程學報;2014年11期

8 BAI Guangchen;FEI Chengwei;;Distributed Collaborative Response Surface Method for Mechanical Dynamic Assembly Reliability Design[J];Chinese Journal of Mechanical Engineering;2013年06期

9 孟廣偉;李廣博;李鋒;周立明;;多項式基函數(shù)神經(jīng)網(wǎng)絡的結構可靠性分析[J];北京航空航天大學學報;2013年11期

10 王桂華;費成巍;白廣忱;;基于ERSM渦輪盤徑向變形的非線性動態(tài)概率分析[J];推進技術;2013年04期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 鄭嚴;基于智能算法的結構可靠性分析及優(yōu)化設計研究[D];西南交通大學;2012年

  本文關鍵詞：基于智能響應面法的機械可靠性優(yōu)化設計研究，由筆耕文化傳播整理發(fā)布。

本文編號：468877