基于Adams和Marc仿真的桥式起重机桥架结构机械性能研究

在对起重机的桥架结构进行多体动力学仿真分析中,采用多个连续小圆柱体通过轴套力连接构造绳索,确定了钢丝绳的柔性连接模型和刚度计算公式,通过多次仿真试验获得符合实际的绳索阻尼系数,实现了符合绳索机械特性的动力学仿真模型.建立了桥式起重机桥架结构的虚拟样机,研究了小车运行过程中桥架结构的受力情况,并提取出运动过程中其受力的最大值,结合Marc有限元仿真分析的方法对该桥式起重机桥架结构进行静态强度及刚度分析与校核,为在役桥式起重机的安全、可靠运行,也为该桥式起重机的设计优化提供了基础性分析.     

箱形主梁结构优化设计

针对目前箱形梁桥式起重机金属结构自重偏大、结构日益复杂的情况,基于简单的材料力学知识,构建了金属桥架的优化数学模型和进行了软件开发;用两种方法(包含有限元分析方法)对箱形梁桥架进行优化设计.结果表明:通过优化设计后的桥式起重机箱形梁,在满足其性能要求的情况下,其自重减轻了许多,并取得了经济效益.     

柔性梁与带摆动荷载小车的耦合动力学分析

起重机桥架结构的振动以及荷载的摆动会使桥架结构产生疲劳损伤并影响荷载的精确定位.基于荷载、起重小车组成的椭圆摆与移动质量通过桥梁模型,起重机柔性梁与带摆动荷载的移动小车多体刚柔耦合动力学系统,并采用拉格朗日方程推导了耦合系统的运动微分方程组.采用Newmark-β逐步积分方法进行数值求解,分析了起重小车的运动速度、荷载质量等参数对桥架结构振动以及荷载摆动的影响.研究结果表明:起重小车的运行速度会影响桥架结构的振型,桥架结构的最大振动幅度与荷载质量成正比;耦合系统桥架结构中点的挠度比采用ANSYS软件计算的静挠度增大4%;荷载的摆动导致起重小车的驱动力与驱动功率周期性地改变,起重小车驱动力以及驱动功率变化的幅度范围正相关于起重小车的加速度值.     

基于特征值敏度分析的快捷货运全侧开棚车车顶振动品质研究

采用特征值敏度分析与结构优化技术相结合的方法研究全侧开棚车车体结构模态问题.通过全侧开棚车车体结构模态分析,发现其车顶结构的固有频率偏低;将车顶等部件的厚度作为设计变量,对其一阶固有频率进行灵敏度分析,获到车顶内蒙皮厚度对频率最敏感,灵敏度值为0.936;以重量为约束条件、一阶固有频率最大化为目标函数,采用可行方向法对车顶部件进行动力优化设计,并将优化结果映射到整车车体模型上,进行车体结构模态分析,车体第一阶固有频率提高至5.749 Hz,第四阶固有频率提高至11.352 5 Hz.     

基于HyperMesh的车架拓扑优化设计

以轻型卡车车架为研究对象,采用HyperMesh建立车架的有限元模型,分析车架的模态,得到原始车架的刚度和模态性能数据。利用OptiStruct对车架进行拓扑优化,并对优化后的模型进行静态及动态特性分析。分析结果表明:优化后的车架结构扭转刚度提高11.5%、一阶扭转频率增大36.7%、一阶弯曲频率提升11.7%,车架总体质量基本保持不变。基于有限元方法的拓扑优化技术应用在车架设计方面是可行的,采用此项技术可以大大提高车架的整体性能。     

ISM在大城市公共交通优化中的应用

分析影响大城市公共交通优化的因素．应用ISM解析结构模型进行优化,求解系统的邻接矩阵和可达矩阵,通过计算得到公交结构体系优化的分层有向图,明确公交结构最优系统具有6层的多级递阶系统。最后,根据多级递阶系统明确影响因素的层次,提出公交优化措施,为大城市公共交通的发展提供一定的参考依据。     

智能优化算法对提高分数阶算子的有理逼近精度研究

针对分数阶微积分算子具有无限维特性而不能够直接数值实现,讨论了其有理函数逼近的优化问题.通过采用Oustaloup算法对分数阶微分算子进行有理函数逼近,确定其有理逼近传递函数结构.然后采用粒子群优化算法对该有理逼近传递函数的各系数进行再次寻优,实现提高分数阶微积分算子有理逼近精度的目的.仿真实例验证了所提方法的有效性.     

基于多级神经网络的桥梁结构模态参数识别方法

桥梁结构模态参数识别方法在识别过程中难以获得完整阶次，构造的基准模型不完整，导致识别结果出现误差，因此，设计一种基于多级神经网络算法的桥梁结构模态参数识别方法.使用多级神经网络对识别算法进行优化，建立交配池，利用交叉和变异算子对交配池中的参量个体进行识别，建立新的群体，利用信号匹配识别结构模态参数，选择模态确信准则(MAC)以及相位共线性指标(MPC)作为模态区分的辨别指标并计算，最后优化整体模态参数识别流程.方法性能测试结果表明，设计的基于多级神经网络的桥梁结构模态参数识别方法在不同采集方式下得到的参数误差更小，可靠性更高.     

轿车车门结构优化设计

利用Hyperworks软件对车门结构进行有效的参数修改与优化设计,以质量为目标,扭转刚度和频率为约束,在车门相对原始设计质量减少的情况下,提高了扭转刚度及一阶频率.通过不同优化方案对比,提出车门设计变量的选择原则,提高优化效率.     

基于有限元法的某电动汽车差速器壳体轻量化设计

针对某款电动汽车差速器壳体结构的轻量化设计方法展开研究,基于Hypermesh有限元平台建立差速器壳体有限元模型,对其进行静力学分析以及模态分析,证明差速器壳体有足够的优化空间。以优化区域密度为设计变量,最大应力不超过材料屈服强度、一阶固有频率不小于主要激励引起的共振频率为约束,优化区域质量最小为目标,对差速器壳体结构进行拓扑优化。优化后的差速器壳体较优化前质量降低约13.6%,满足强度要求且固有频率较高,实现了差速器壳体的轻量化设计。     

数据驱动的公交网络动态优化调整方法

为了更好地满足不断变化的公交出行需求和提高公交运营效率,本文提出一种数据驱动的公交网络动态优化调整方法——滚动决策,频率为先,增删迭代.该方法由两部分组成:第1部分是数据驱动的公交网络优化调整时机决策;第2部分是公交网络优化调整措施决策,包括发车频率优化和线网结构优化.该方法的具体思路为:对于给定的现状公交网络,通过数据建模分析,动态判断公交网络优化调整的触发时机,若触发优化,则优先进行发车频率优化调整,如果发车频率优化调整不能满足预期系统目标,则进行线网结构优化调整,线网结构优化调整策略简化为新增线路和删除线路的迭代.数值实验表明,该方法能比较充分利用智能公交系统采集的数据,可操作性强,可为公交网络动态优化提供决策参考.     

无约束优化问题的非单调自适应信赖域算法

对无约束优化问题提出一种非单调自适应信赖域算法,每次迭代充分利用当前的迭代点包含的一次导数的信息自动产生一个信赖域半径．在一定的条件下,证明了该算法的收敛性,并通过数值实验验证了该算法的有效．     

基于ANSYS优化法计算拱桥施工扣索索力与预抬量

以在建的新龙门大桥为工程背景,开展拱肋吊装过程扣索索力和预抬量的优化分析。采用有限元计算与优化分析相结合的方法对扣索索力和预抬值进行求解,索力和预抬值的计算以拱肋各标高控制点的高程偏差平方和最小为优化目标,以拱肋各个控制点的标高偏差为状态变量,采用一阶分析法对设计变量进行迭代优化。计算结果表明该方法具有计算精度高的优点,与实测结果吻合良好。     

微型汽车车架轻量化研究

以某微型汽车白车身为例,建立白车身的有限元模型,采用有限元法求得车架优化前白车身的动静态特性,计算结果为下一步车架轻量化设计提供参考依据.基于超单元法与灵敏度分析方法,以车架重量最小为目标函数,在保证白车身车架动静态特性不降低的前提下,优化微型汽车车架关键构件厚度.优化后的车架质量下降6.39%,白车身的弯曲刚度提高1.0%,白车身的一阶模态频率提高了0.41Hz.     

基于一阶优化方法的钢-混凝土组合索塔锚固区结构设计

研究了斜拉桥内置式钢锚箱钢-混凝土组合索塔锚固区的结构优化设计。建立以索塔锚固区典型节段的建造成本和水平承栽力为综合目标的多目标优化模型,以索塔混凝土塔壁的厚度、钢锚箱侧板尺寸、塔壁配筋为设计变量,建立设计变量与满足塔壁裂缝宽度、塔内钢筋配筋率、钢锚箱屈服强度要求的状态变量之间的约束关系,采用一阶优化分析方法确定钢-混凝土组合索塔锚固区最优结构尺寸,得到了钢-混凝土组合索塔锚固区设计的最优方案。优化结果显示：针对索塔锚固区的钢锚箱侧板与混凝土塔壁形成的组合结构承受斜拉索水平力的特点,建立以建造成本和水平承载力为综合目标的优化模型是合理的,充分发挥了钢材和混凝土两种不同材料的性能,有效的控制塔壁混凝土裂缝产生。     

基于改进PSO算法的岩石蠕变模型参数辨识

微粒群优化（PSO）算法是一类随机全局优化技术,具有收敛速度快、规则简单、易于实现的优点．针对岩石蠕变本构模型参数的辨识问题,本文利用FLAC软件自带的fish语言实现了改进PSO算法对本构模型参数的辨识．该方法从岩石本构模型参数的随机值出发,以蠕变过程中试件变形的实验值与计算值的误差大小作为适应度函数来评价参数的品质,利用改进PSO算法规则实现模型参数的进化,搜索出全局最优的模型参数值,从而实现了岩石蠕变本构模型参数的自适应辨识．利用该方法对页岩蠕变实验进行了仿真研究,实验结果表明：改进的PSO算法用于岩石蠕变模型的参数辨识是有效的．     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

Periodic topology optimization of crane boom based on improved soft kill option method

An improved soft kill option (SKO) method is proposed to achieve the optimization design of tower crane boom. For a better optimization performance, a parabolic weight coefficient is suggested and the displacement constraint is taken into consideration. In order to eliminate the numerical instability phenomena like checkerboard and mesh dependence, element temperature filter function is added into SKO method. Through the optimization data comparison of rectangular cantilever plate, it is verified that the improved SKO method can achieve a better result with more uniform stress and higher efficiency. Based on the dimension and load parameters of QTZ63 tower crane boom, an optimization model is established, and a periodic SKO method is put forward to optimize this model. The optimization result of the crane boom can provide a new thought for tower crane boom design.     

求解不确定车辆数车辆调度问题的混合算法

针对不确定车辆数的车辆调度问题,建立了使用配送车辆数最少和总行驶距离最短的双目标数学规划模型.在分层序列法思想的框架内,提出一种分两阶段求解的混合算法.基于改进的粒子群算法进行车辆的分配,获得完成任务集所使用的最少车辆数,把粒子群的优化方案转化为禁忌算法的初始解进行路径的优化,以使车队完成给定的配送任务集所花费的成本最少.通过实例求解结果对算法进行了总结分析.     

Structural Optimization of Hatch Cover Based on Bi-directional Evolutionary Structure Optimization and Surrogate Model Method

Weight reduction has attracted much attention among ship designers and ship owners. In the present work, based on an improved bi-directional evolutionary structural optimization (BESO) method and surrogate model method, we propose a hybrid optimization method for the structural design optimization of beam-plate structures, which covers three optimization levels: dimension optimization, topology optimization and section optimization. The objective of the proposed optimization method is to minimize the weight of design object under a group of constraints. The kernel optimization procedure (KOP) uses BESO to obtain the optimal topology from a ground structure. To deal with beam-plate structures, the traditional BESO method is improved by using cubic box as the unit cell instead of solid unit to construct periodic lattice structure. In the first optimization level, a series of ground structures are generated based on different dimensional parameter combinations, the KOP is performed to all the ground structures, the response surface model of optimal objective values and dimension parameters is created, and then the optimal dimension parameters can be obtained. In the second optimization level, the optimal topology is obtained by using the KOP according to the optimal dimension parameters. In the third optimization level, response surface method (RSM) is used to determine the section parameters. The proposed method is applied to a hatch cover structure design. The locations and shapes of all the structural members are determined from an oversized ground structure. The results show that the proposed method leads to a greater weight saving, compared with the original design and genetic algorithm (GA) based optimization results.