基于ANSYS的混凝土坝优化设计

根据混凝土坝的几何特征和设计要求确定优化设计变量、约束条件和目标函数,提出基于ANSYS软件的参数化设计语言（APDL）来编制程序,以实现混凝土坝的有限元体形优化设计。不同坝体都有反映其几何形状的特征参数,把这些特征参数作为设计变量,在有限元程序中由这些设计变量和一些已知参数建立坝体和相应地基的有限元模型,并把坝体体积作为目标函数,然后调用ANSYS软件的优化模块,以有限元模型为基础,根据约束条件不断对设计变量进行调整计算,直到坝体体积最后收敛于某一极小值,此时这一目标函数所对应的设计变量即为最优解,从而实现混凝土坝的体形优化设计。在实例中按照这种设计思路,分别对重力坝和拱坝进行了优化设计,计算结果表明该优化设计方法直观、合理。     

发动机气门弹簧参数优化方法研究

建立了多目标优化函数,对发动机中多约束、多变量的气门弹簧进行了优化设计,克服了传统设计的不足,利用MATLAB解多约束、多变量的不等式方便快捷,可得到最优的设计参数.算例结果表明该方法具有工程实用价值.     

基于BP神经网络的立式离心泵导叶与蜗壳优化设计

立式离心泵是大型灌溉和长距离调水工程的核心动力装备,单机配套功率能够达到40 MW级。为了降低立式离心泵的运行能耗,以效率指标为优化目标,基于BP(反向传播)神经网络模型与多岛遗传算法对其多个过流部件进行优化设计。考虑到各过流部件的匹配性,采用Plackett-Burman试验设计从导叶与蜗壳的10个设计参数中筛选出优化设计变量。运用最优拉丁超立方采样方法设计了106组方案,并搭建了立式离心泵自动数值模拟优化平台。基于BP神经网络模型构建了优化设计变量和优化目标之间的高精度非线性关系,最终通过多岛遗传算法得到导叶与蜗壳的最优参数组合。研究结果表明,运用SST k-ω湍流模型能够准确地预测立式离心泵的性能参数;BP神经网络是映射泵设计参数和性能参数间内在联系的有效方法;优化后模型设计工况下效率达到90.21%,较原始模型提高了3.61个百分点;优化后的导叶与蜗壳对立式离心泵设计工况和小流量工况下的性能影响更为显著;优化后导叶与其他过流部件匹配性提高,导叶与蜗壳内部流动特性得到明显改善。     

基于神经网络模型和CFD的轴流泵自动优化

参数化设计和计算流体力学被广泛应用于流体机械的优化设计.采用旋转机械设计软件CFturbo对轴流泵进行水力设计.为缩短优化周期,基于Isight多学科优化平台,通过编写批处理命令将CFturbo与PumpLinx集成,实现了轴流泵的CFD自动优化.以提高轴流泵的水力效率为优化目标,采用最优拉丁超立方设计对叶轮和导叶的7个设计变量进行空间采样,设计了72组方案.基于PumpLinx的数值模拟结果,建立了目标函数与设计变量之间的径向基神经网络模型,并采用多岛遗传算法对其进行优化,结果表明:数值模拟结果与试验结果吻合较好,且径向基神经网络模型能准确预测轴流泵效率与设计变量的关系.优化后,设计点效率提高了4.46%,而扬程几乎不变.通过Pareto图分析,获得了设计变量对目标影响的显著水平,可为轴流泵的优化设计提供一定的参考.     

基于ANSYS的永磁电机转子冲片结构的优化设计

运用ANSYS的优化设计模块对永磁电机转子冲片隔磁桥附近的结构进行优化设计,采用APDL参数化设计通过拓扑形状优化功能确定冲片优化的初始区域,在此基础上运用尺寸优化功能确定最优的形状尺寸参数,最终结合工程化要求确定转子冲片的施工结构尺寸。电机最后通过最高转速试验表明文章运用的结构优化设计方法切实可行,满足工程化生产要求。     

基于Isight的3—UPS—S并联机器人机构多目标优化

综合考虑并联机器人机构工作空间、灵巧度、承载能力、刚度等多方面性能要求,以3—UPS—S型并联机构为例,基于Isight集成Matlab、Pro/E、ANSYS等软件,构建多目标优化设计基本流程,进行并联机构多目标尺度综合,建立一种并联机构多目标优化的方法。研究结果表明,该方法可以有效集成各领域工程软件进行组合试验设计与多目标优化,实现自动计算运动学和动力学性能指标、自动三维模型建立及有限元分析等步骤,得到Pareto图及Pareto前沿,决策者可根据优化信息选取合适的最优解。     

基于RBF神经网络和NSGA-Ⅱ算法的海水淡化高压泵多工况优化设计

为提高透平式能量回收一体机的水力性能,采用RBF神经网络、NSGA-Ⅱ遗传算法和数值模拟集成的设计方法,对高压泵进行多工况优化设计.以高压泵三工况点的加权平均效率为优化目标,设计工况点下的扬程为约束条件,结合Plackett-Burman筛选试验,将进口安放角、出口安放角、叶片出口宽度及叶片包角作为优化变量,采用最优拉丁超立方设计试验空间,基于Isight多学科优化平台,通过编写批处理命令集成CFturbo,ICEM,CFX等,搭建智能水力优化平台,实现高压泵的CFD自动预报.基于数值模拟结果,利用RBF神经网络建立目标函数与几何参数之间的非线性关系,并运用NSGA-Ⅱ算法对该模型寻优.研究结果表明:RBF神经网络模型能够准确预测高压泵效率以及扬程与设计变量之间的关系;优化后高压泵与初始方案相比,3个工况点加权平均效率提高了3.38%,在0.8Q_d,1.0Q_d和1.2Q_d工况下效率分别提高了2.21%,3.59%和4.23%;优化后叶轮在设计工况点附近轴功率略有减小;对比优化前后叶轮的流场分布,优化后的叶轮进口低速区减小,内部速度梯度分布更加均匀,流场得到明显改善,能量耗散减小.研究结果可为高压泵多工况水力优化设计提供一定理论依据.     

基于1stopt的全局优化法在拖拉机最终传动齿轮参数设计中的应用

针对常规设计方法容易陷入局部优化解的问题,以拖拉机最终传动齿轮参数优化设计为例介绍了基于1stopt的全局优化法在机械混合离散变量优化设计中的应用。结果表明,该方法求解速度快,收敛效率高,使用方便,是处理复杂非线性混合变量优化问题的有效手段。     

基于模拟退火算法的减速器多目标优化设计

提出了采用模拟退火算法进行减速器参数的全局优化的方法;针对斜齿轮减速器优化设计的多参数、多目标、多约束特点,建立了多目标优化数学模型;应用层次分析法计算了各目标权重。仿真结果表明,优化参数比原设计参数的优化解要好,说明模拟退火算法用于减速器优化设计是有效、可行的。     

水平轴海流能水轮机的多目标优化设计

能量捕获效率和轴向水推力系数是海流能水轮机转轮的2个重要性能参数.提出了一种水平轴海流能水轮机转轮的多目标优化设计方法.首先采用贝塞尔曲线参数化技术将海流能水轮机转轮叶片节距角分布曲线进行参数化;然后选取转轮的能量捕获效率和轴向水推力系数作为目标函数,并根据BBD试验设计方法和响应面技术建立设计变量和2个目标函数之间的二次多项式响应关系;最后采用NSGA-Ⅱ多目标遗传算法作为优化算法,以叶片节距角分布曲线控制参数为设计变量,以能量捕获效率和轴向水推力系数作为目标函数,以设计变量与目标函数之间的响应关系作为个体适应度评价函数,对海流能转轮进行优化.优化后,叶轮的轴向水推力系数降低了2%,同时能量捕获效率提高了0.4%,证明了所采用的优化方法的有效性.     

基于混合遗传算法与小波神经网络的电机转子断条故障诊断方法

首先根据内积最大准则,借助于混合遗传算法的优秀的全局搜索性能,准确地估计定子电流中的工频分量的参数,并将其去除,以防止工频分量淹没故障特征分量。其次,运用最优小波包方法分解已经去除工频分量部分的定子电流信号,将其中规律最强的节点能量作为神经网络的输入量。第三,采用混合遗传算法处理神经网络参数,形成了新方法:改进的神经网络方法。最后通过对一台感应电机的正常、一根断条和两根断条的情况进行了实验,验证了提出的方法的有效性。     

基于NSGA-Ⅱ算法的水轮机活动导叶多目标优化设计

建立了基于NSGA-Ⅱ算法的叶片多目标水力优化设计系统,该系统以叶片的形状参数为优化变量,以能量性能和空化性能为目标函数,将NSGA-Ⅱ遗传算法引入作为优化工具以实现叶片的多目标优化设计.对某电站水轮机模型活动导叶的水力性能进行了优化设计,优化后导叶流道的进出口总压损失减小了26.97%,导叶表面上的最低静压力值上升了34.176%.结果表明,优化后的导叶不仅减小了流动损失,而且具有更好的空化性能.所提出的优化方法能以较少的变量控制叶片几何形状,且能有效分析各设计变量对目标函数的影响程度和范围,缩小优化问题的规模,得到满意的优化结果,可作为一种有效的水力机械叶片优化设计工具.     

基于Kriging模型的驾驶室悬置系统多目标优化

为提高某国产自卸车行驶平顺性,采用多体动力学软件Adams建立重型自卸车整车虚拟样机分析模型,并通过行驶平顺性道路试验验证模型的正确性。选取驾驶室悬置刚度和阻尼参数为设计变量,以驾驶室地板垂向和座椅支撑面俯仰加权加速度均方根为优化目标,以驾驶室前后悬置动挠度为约束条件,结合最优拉丁方试验设计拟合Kriging近似模型,利用粒子群优化算法对自卸车行驶平顺性进行多目标优化,得到Pareto最优解集,并选取一个最优解进行整车行驶平顺性实车试验。结果表明,Kriging近似模型具有较高的拟合精度,可大幅提高自卸车行驶平顺性优化效率;基于Kriging近似模型的多目标优化结果可通过权重系数对各个优化目标进行权衡,有效改善了自卸车行驶平顺性。     

翻转犁结构设计及支架优化

翻转犁悬挂支架存在设计冗余的问题,为了对其结构进行优化,采用了拓扑优化和遗传算法优化相结合的方法。首先,在ANSYS软件中分析了网格划分方式对于仿真结果的影响,基于得出的可同时保障仿真准确度及解算速度的网格划分方式,利用拓扑优化模块对支架结构的形式进行了优化;其次,基于新的结构形式,设置4个尺寸变量,通过单变量仿真试验及多变量正交仿真试验,分析拟合出了关于支架最大等效应力及质量的多变量数值关系式;最后,以两个多变量数值关系式为优化目标,在MatLab中利用遗传算法对新结构形式下支架的尺寸参数进行了优化和确定。优化结果显示:优化后的支架具有更小的质量和更高的强度,实现了轻量化设计,可为类似结构的优化提供参考。     

基于径向基神经网络的叶轮轴面投影图优化

为了提高余热排出泵的效率,采用拉丁超立方试验设计方法对叶轮轴面投影图上的前盖板圆弧半径、后盖板圆弧半径、前盖板倾角和后盖板倾角4个几何变量进行35组叶轮方案设计,应用ANSYS CFX 14.5软件对余热排出泵进行定常数值模拟,得到设计工况下的效率,应用径向基神经网络建立效率与轴面投影图的4个几何变量之间的近似模型,最后采用遗传算法对近似模型进行极值寻优,获得最优的轴面投影图几何参数组合。研究结果表明:对比原始泵的数值模拟性能曲线和试验外特性能曲线,两者吻合较好;径向基神经网络能较好地预测泵设计点效率;优化的轴面投影图使得余热排出泵的水力效率提高了6.18个百分点,改善了叶轮内流场特性。因此,叶轮轴面投影图的优化设计方法是可行的。     

麦冬振动筛选机的多目标优化设计与试验

为了提高麦冬筛选效果,在麦冬振动筛选机的初始设计阶段针对其振动筛选机构进行优化设计。将筛选机构简化为四杆机构,以4个杆长为设计变量,以最小传动角γmin最大、行程速比系数Κ最大和最小总体尺作为优化目标进行多目标优化设计。将优化后的参数进行样机试制并进行筛选试验,结果表明:筛选效果良好,机构无卡死现象。由此证明了优化结果的可靠性,避免了传统样机制作反复试制改进的盲目性。     

基于响应面法的板料成形工作模面几何参数优化

阐述了以响应面法建立板料成形参数与有限元模拟结果的代理模型的基本原理;介绍了板料成形中的设计变量、目标函数、约束条件,多目标优化的处理方法;基于响应面法.以汽车后桥悬架内板零件为研究对象,成形后最小板料厚度为优化目标,成形极限图为约束条件,建立了模面几何参数优化模型;对模面几何参数进行优化并获得最优参数组合;以最优几何参数组合进行了实际的冲压试验,验证了优化结果.     

基于NSGA-Ⅱ悬架参数优化设计

基于车辆系统动力学分析与最优化设计,提出了混合多目标客车悬架系统优化的数学模型。以车辆乘坐舒适性、结构空间、行驶安全性为优化目标,选择悬架系统的弹簧刚度和减振器阻尼作为优化参数,建立多目标优化函数。以四分之一车辆模型为例,采用最近发展起来的具有优良性能的多目标遗传算法NSGA-Ⅱ为优化方法来求全局最优解。通过比较优化前后的仿真结果,可以看出优化后客车的各项性能都有了不同程度的提高,表明该遗传算法在悬架参数优化方面具有较好的效果。     

2-PUR-PSR并联机构尺度综合多目标优化

针对由外副驱动的三自由度两转一移并联机构运动学性能优化问题，提出一种尺度综合多目标优化设计方法。首先，运用螺旋理论分析机构的运动学性能；其次，将可达工作空间离散为n层，采用极坐标方法计算每层高度的最大内切圆，通过数值方法计算由每层最大内切圆构成的规则圆台工作空间体积；然后，以规则工作空间体积和全局运动/力传递指标为目标函数，以驱动限制和关节转角限制为约束条件，以机构参数为设计变量；最后，采用多目标粒子群优化算法得到目标函数的Pareto最优解集。结果显示，两个目标函数之间存在相互冲突，Pareto前沿的全局运动/力传递性能(GTI)最优值比优化前提高了57.57%，规则工作空间体积（Vr）最优值比优化前提高了37.59%，证明了优化方法的有效性。     

基于公理设计的优化设计方法与应用

在分析了公理设计与优化设计之间关系的基础上，提出了基于公理设计的优化设计方法。使用正交试验和方差分析技术确定设计变量对各设计目标的影响程度，按设计目标的多少对设计参数进行分组，使之类似于准耦合或无耦合的优化设计，避免了多个设计目标之间的反复权衡。通过求解盘式制动器的优化问题，验证了该方法的有效性。