基于随机有限元法的连杆动态可靠性分析

发动机连杆工作条件非常复杂,对其可靠性要求很高。考虑到连杆工作载荷的复杂性,以及连杆可靠性试验要求和成本高,采取仿真分析。以宗申NC450发动机连杆为研究对象,将随机有限元法和蒙特卡罗结合起来,同时考虑连杆尺寸、载荷性质和材料特性等不确定性因素的影响,使用蒙特卡洛抽样得到连杆可靠性分析数据。根据随机载荷的统计学意义,利用顺序统计理论,建立载荷多次作用时连杆的等效载荷的累积分布函数和概率密度函数,得到连杆在载荷多次作用下的连杆动态应力强度干涉模型。最后,结合蒙特卡洛模拟法,得到连杆的动态可靠度。结果表明:该方法为连杆的可靠性分析提供新的思路。

多指标约束下齿轮传动机构模糊可靠性优化设计

针对齿轮传动的优化设计问题,以模糊数学为基础,运用可靠性优化设计理论,将膜厚比、临界转速比纳入约束条件,考虑齿轮应力及强度的概率分布,建立了泥浆泵齿轮传动机构的模糊可靠性优化设计数学模型,并通过运用Matlab遗传算法工具箱编程求解,得出全局最优解.结果显示,齿轮传动的综合性能得到有效改善,并证明了优化方法的正确性与合理性,为齿轮传动优化设计提供了新的参考.

基于Monte Carlo法的应力-强度总体干涉模型建立

通过Monte Carlo法模拟抽样出应力和强度的大量样本值,得到建立应力-强度样本干涉模型的数据原型。运用概率纸检验数据分布,直观地确定了应力或强度模拟样本值分布类型。应用极大似然估计确定应力和强度总体分布参数,从而最终得到应力-强度总体干涉数据模型。以蜗轮结构可靠性设计模拟出总体干涉模型,再计算出可靠度为0.999 6,为可靠性数据缺乏时进行机械零件可靠性设计提供了一种思路,具有一定的参考价值。

基于ANSYS的连杆结构强度混合可靠性分析

基于ANSYS的APDL语言建立发动机连杆有限元模型,利用PDS可靠性分析平台建立连杆可靠性模型。选择参数优化的蒙特卡罗—响应面混合可靠性分析法对连杆进行随机有限元分析。相比传统响应面法能够在得到同样分析效果时具有更高的可靠性分析效率,为利用ANSYS的PDS可靠性分析提供了一种高效率分析的途径。

蜗杆传动的可靠性优化设计研究

将可靠性设计理论与优化设计理论相结合,讨论了在应力及强度服从对数正态分布的情况下,蜗杆传动的可靠性优化设计的问题,建立了蜗杆传动可靠性优化设计的数学模型。通过使用Matlab优化工具箱对该模型进行求解,得出了既可靠又最优的参数值,并从蜗杆传动的可靠度方面验证了此种方法的可行性。结果显示,该方法不仅提高了蜗杆传动设计的效率和可靠度,对解决其他机械优化设计问题同样具有重要的参考价值。

基于刚柔耦合的泥浆泵曲轴疲劳寿命分析

分析了泥浆泵曲轴的典型工况,建立了泥浆泵曲轴的几何模型,利用有限元软件对模型进行模态分析。基于Adams建立曲轴的刚柔耦合模型,通过动力学仿真获得曲轴的应力云图和疲劳载荷谱。利用MSC.Fatigue对曲轴进行全寿命分析。计算结果表明曲轴的疲劳性能够满足要求,为泥浆泵曲轴的设计提供了新思路和方法。

聚类算法在移动通信客户细分中的应用研究

聚类算法是研究分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。分析k-means、birch聚类算法，最后用k-means方法的优势来解决移动客户细分问题，并且为移动服务产品的规划设计提供了依据。

基于Monte Carlo抽样的响应面法零件结构可靠性分析

通过综合分析Monte Carlo法和响应面法的特点,运用ANSYS建立零部件的结构参数化可靠性模型,选择了经过简单Monte Carlo抽样的样本点作为响应面的拟合样本点,拟合出零件结构可靠性的响应面。最后以此响应面替代有限元模型进行大量Monte Carlo抽样得到零件可靠度,达到了更方便高效的对零件进行可靠性分析的目的。文中最后以汽车转向直拉杆作为分析实例,为现代机械零件可靠性分析提供了一种高效途径。

机器学习在相变中的应用

机器学习中的神经网络模型,具有强大的数据分类和图形识别功能,在统计物理尤其是相变领域得到了非常广泛的应用.本文综述了近年来机器学习算法在主要相变模型中的应用进展.首先,介绍了主流机器学习算法的背景知识,及应用在平衡相变中的开创性工作.其次,以一个典型的非平衡相变模型——有向逾渗为例,详细介绍了课题组运用监督、无监督和半监督学习在相分类、临界点预测、临界指数测量的一些最新研究结果.接着阐述了机器学习算法在量子多体、软物质物理以及高能物理等领域中相变研究的相关工作.最后进行了相应讨论与展望.