滑动轴承的多目标优化设计

滑动轴承的多目标优化设计是一个多峰函数优化问题，用传统确定性的计算式方法容易陷入局部最优解。为达到全局优化的目的，采有改进遗传算法进行优化。首先给出了以最佳承载能力和工作状态为优化目标的优化模型，然后描述一种改进遗传算法的实现，并将之应用于滑动轴承的优化设计。此方法对求解同类零件优化设计问题具有普遍意义。     

基于遗传算法的制造质量控制多目标的优化

根据零件加工过程的加工和测量能力,给出了制造质量控制多目标的优化数学模型.针对遗传算法的特点,提出了基于遗传算法的制造质量控制多目标的优化方法.算例计算结果表明,遗传算法在制造质量控制多目标的优化方面具有良好的应用前景.     

概念设计中车身地板多目标拓扑优化的实现

针对承载式车身地板结构的特点,在某款车型车身地板总成自重得到控制的情况下,利用OptiStruct模块对其多工况刚度、各阶频率进行了多目标拓扑优化。实例论证了应用有限元法进行机械承载结构多目标综合拓扑优化设计是一种有效的优化方法,可为机械结构及零部件结构设计提供重要的概念参考。     

车身焊点布置优化研究

以某款车身为研究对象,对已有焊点布置进行拓扑优化,在保证车身综合性能条件下进一步减少焊点数量。首先建立弯曲工况、扭转工况和模态工况,分析其刚度、强度以及模态,然后利用拓扑优化对焊点进行优化布置。焊点拓扑优化以车身焊点体积最小为优化目标,以保证原有弯曲、扭转以及模态工况下的性能为约束条件,设计变量为焊点单元密度。最后,通过仿真对比验证基于拓扑优化车身焊点的优越性。结果表明,车身焊点数量由3841降到3786,减少了55个焊点,基于拓扑优化后的车身综合性能基本保持不变,有效降低了成本。     

基于智能算法的感应电机多目标优化设计

感应电机自身作为一个复杂系统,其设计变量多,多个设计目标之间相互约束,多目标优化设计过程复杂、限制因素多。针对这种情况,以一台24 V低压大电流感应电机为例,选取了定转子槽6个相关设计参数作为优化变量,以感应电机3个外特性参数(最大转矩、启动电流、效率)作为优化目标,运用计算机辅助电机设计软件ANSYS Maxwell得到了大量工程实验数据,利用BP神经网络对感应电机数学模型进行拟合,并用遗传算法寻找设计变量最优解,使用神经网络的预测功能寻找优化目标最优解。最后用ANSYS Maxwell将最优解进行工程验证,实现了感应电机的多目标优化设计。     

发动机支架结构拓扑优化设计

突破传统的零部件设计方法,将基于变密度法的连续体结构拓扑优化方法应用到发动机支架结构设计中,以结构刚度作为约束条件,重量最小化为目标函数,对三种工况载荷下的发动机支架进行了拓扑优化设计,在保证结构强度的前提下,获得优化模型中材料分布的最佳形式,结合工程实践设计出刚度高重量轻的发动机支架合理结构,避免了设计过程中的盲目性和主观性,提高了设计效率。     

日光温室结构拓扑优化设计

采用以满应力法对日光温室进行结构拓扑优化设计,结果表明:通过优化设计,温室用材比现有日光温室用材节省2.9%;设计后杆件应力值都趋近于1×108～2×108Pa;设计后的温室结构模型焊接点减少,既降低了工程量,又避免因焊点过多而造成的质量隐患。     

拖拉机最终传动多目标模糊可靠性优化设计

综合考虑拖拉机单级外啮合直齿圆柱齿轮最终传动的承载能力、结构、齿面磨损和传动效率等问题,应用模糊数学和可靠性理论以及多目标优化技术对该机构进行设计.建立了以机构的体积和两齿轮的最大滑动系数最小、效率最高为目标函数,以模数、小齿轮齿数、齿宽和啮合角为设计变量的多目标模糊可靠性优化设计数学模型,应用多目标优化的模糊解法和遗传算法对其进行求解.在保证最大滑动系数不超限的前提下,模糊可靠性优化设计方案比常规可靠性优化设计和原设计方案体积分别减小1.55%和6.74%,且传动效率得以提高.     

基于BTO多目标遗传算法的播种机性能优化设计

受播种地形和地域的影响,大部分播种机的播种质量、播种效率和能耗不能发挥到最佳状态,为了提高播种机的作业性能,深入挖掘了按顾客订单生产(Build-to-Order,BTO)模式的一般性意义,并将该模式引入到了播种机的优化设计中,提出了一种基于BTO模式的多目标速度控制遗传算法优化模型。根据播种质量、效率和能耗的要求,首先确定了BTO模式下播种机性能优化的初始参数,利用多目标函数确定了播种机的速度控制模型,并利用遗传算法进行了优化设计。最后,通过试验样机对播种机的播种性能进行了测试,结果表明:使用多目标遗传算法对播种机的性能进行优化后,播种机的播种质量、播种效率和播种能耗有了明显的改善,为新型播种机的研发提供了较有价值的参考。     

基于差异演化算法的动压滑动轴承多目标优化

为研究流体动压轴承的多目标优化问题,提出一种改进多目标差异演化算法.该算法在选择差分向量时,对产生差分向量的两个个体比较其优劣,用非支配解减去支配解,引导个体向非劣解进化,提高算法的收敛速度;其次提出了种群修剪策略,消除进化后期种群中相同个体引起的种群全局搜索能力下降的缺点,以提升算法的全局寻优能力.通过与其它算法的比较,发现该算法能有效避免“早熟”收敛,具有较好的收敛速度和多样性.工程实例求解结果表明了算法的工程可行性.     

双流道泵蜗壳多目标多学科设计优化

为实现同时提高双流道泵水力性能和结构性能的研究目标,采用均匀试验设计、高精度流固耦合计算、人工神经网络建模以及多目标遗传寻优相结合的方法,选取蜗壳的进口直径、进口宽度、隔舌安放角和扩散段长度为优化变量,利用均匀试验设计方法设计了50组试验,通过流固耦合计算方法得到双流道泵设计工况点的效率以及蜗壳段的最大应力,并以此为优化目标,通过BP人工神经网络训练建立近似函数,设计了离心泵专用的多目标多学科遗传寻优策略对目标函数进行寻优,得到了蜗壳几何参数组合的Pareto前沿。结果表明:相对于原始方案,优化方案的扩压效果明显改善,并且减少了隔舌处及扩散段的回流现象;优化方案的效率得到提升;优化方案的最大应力和最大应力点的平均振动速度显著降低。     

冷藏车隔热厢体多目标设计优化

针对冷藏车厢设计中的多目标问题,考虑到车厢体传热、车厢密封性、货物呼吸热、以及车厢主要设计变量的实际约束条件,以车厢体传热系数最小与车厢内空间体积最大为目标函数,建立了冷藏车厢优化设计模型,利用Matlab软件对冷藏车厢进行参数优化,分析了不同参数条件下车厢体传热系数与最佳车厢体隔热材料厚度。结果表明:该优化方法可适用于冷藏车隔热厢体的优化设计,不同条件下对应的车厢体隔热材料最佳厚度与传热系数各不相同,当车速为零、车厢体隔热材料导热系数分别为0.007、0.023、0.030、0.042、0.045 W/(m·K),同时满足最佳车厢体传热系数与车厢内体积最大条件,对应的车厢体隔热材料最佳厚度分别为0.07、0.14、0.16、0.19、0.20 m;传热系数分别为0.098 5、0.160 3、0.182 3、0.213 9、0.217 6 W/(m2·K),车速越高,车厢体最佳隔热材料厚度越小、传热系数越大,车厢体隔热材料最佳厚度与车厢体传热系数呈正相关性。     

基于多目标优化的钢管拉拔成形过程设计

针对钢管在拉拔成形中出现的拉拔力过大、成形后钢管的残余应力大的问题,提出了基于"FEM-ANN-MOGA"方法的拉拔过程优化方案。结合正交设计、有限元模拟技术和BP神经网络,建立了拉拔应力、残余应力与成形参数之间多目标优化的非线性映射模型。采用基于向量评价的多目标遗传算法和小生境技术,求得了均匀分布的Pareto最优解。通过定义满意度函数,选出了符合要求的满意解,并对其进行了仿真。仿真结果与优化结果基本吻合,验证了该优化方法的正确性与可行性。     

面向服务的网络化协同制造资源多目标重组优化调度

针对网络化协同制造资源重组优化调度所存在的问题,综合考虑影响网络化协同制造资源重组优化调度的4个主要因素:最小化生产作业时间、最小化生产作业成本、最优化生产加工质量、最优化资源服务质量,建立了网络化协同制造资源多目标优化调度的数学模型。提出了一种基于Pareto多目标免疫遗传算法的网络化协同制造资源重组优化调度方法,该算法综合运用了小生境技术、群体排序技术和精英保留策略,并对遗传算子进行改进,自适应地调整交叉和变异算子,结合免疫算法的免疫选择淘汰了相似个体,保证了种群多样性,避免了早熟现象的发生。免疫记忆对近似最优解进行动态邻域搜索,提高了算法的局部搜索能力。实例仿真表明了该算法的有效性。     

算法在多目标优化问题中的仿真应用

综合了PSO算法应用于求解多目标问题的一些思想,引入罚函数对约束条件进行处理,并利用均值的概念来计算选取PSO算法更新方程中的全局最优值,从而使算法在最优解的引导下,跳出局部最小值,更快地向Pareto最优解前沿收敛。压缩弹簧多目标优化设计实例证明了所提出算法的有效性。     

基于NSPSO算法的混合装配线平衡问题多目标优化

不同品种作业元素的作业时间差异经常引起混合品种装配线的工作站瞬时负荷瓶颈问题,依据给定的排产顺序,兼顾装配线平均负荷和瞬时负荷,考虑不同品种作业元素的作业时间差异对装配线平衡的影响,建立了以最小化工作站内装配时间波动、工作站负荷平滑指数及装配线超载时间为目标的混合品种装配线平衡模型,并设计了基于非支配排序的粒子群优化算法(NSPSO)。实例验证表明,基于非支配排序的粒子群算法在求解大规模混合品种平衡问题方面比遗传算法具有更高的求解质量和求解效率。