基于响应面法与MOGA算法的竹集成材榫接合椅子节点力学分析及优化

竹集成材是符合“双碳”目标的可持续发展绿色材料,具有“以竹代木”的巨大潜力。本研究借助竹集成材优良材料性能,基于榫卯结构特性,以竹集成材榫接合椅子为例,运用有限元法(FEM)进行椅子静载荷及耐久性分析,探究竹集成材榫接合椅子及榫接合节点力学特性,搭建响应面模型求解竹集成材T型椭圆榫接合节点榫卯尺寸与其最大等效应力、总形变和最小安全系数的关系,并运用MOGA多目标遗传算法以形变最小化、安全系数最大化为优化目标,进行榫卯尺寸优化。结果表明:竹集成材榫接合椅子静载荷分析所得椅子最大等效应力为6.818 MPa,位于座面大边与椅后腿榫接合节点;最大等效应变值为4.245×10^(-3),位于椅子扶手与椅后腿榫接合节点;椅子发生的最大形变为4.433 mm,分布在椅子靠背位置。椅子耐久性分析所得最大等效应力及最大等效应变均位于椅子扶手与椅后腿榫接合节点,分别为4.999 MPa和3.113×10^(-3);椅子整体发生的最大形变为3.251 mm,位于椅子靠背上端。由竹集成材T型榫接合节点响应面分析可知,椭圆榫接合节点的最大等效应力及最大形变随着榫头厚度a及榫头长度l的增大而减小,安全系数随之增大,榫卯尺寸对T型榫接合节点力学强度的影响以榫头厚度a和榫头长度l为主,榫头宽度b影响不显著。运用MOGA算法优化竹集成材椭圆榫尺寸,优化结果与实际试验结果的相对误差为3.93%,相对误差较小,证明优化方法及结果有效。本研究为竹集成材椭圆榫的加工生产提供参考,并为竹集成材榫接合椅子的榫卯尺寸设计提供科学优化方法。

基于集合经验模态分解和多目标遗传算法的火-多储系统调频功率双层优化

针对分布于区域电网不同网络节点的多座储能电站参与电网调频功率调度问题,该文提出一种基于集合经验模态分解(EEMD)和多目标遗传算法(MOGA)的火-多储系统调频功率双层优化策略。该策略包含火-储调频功率优化层和多储能电站调频功率优化层:上层计及火-储调配资源各自优势及剩余调频能力,构建火-储调频功率优化分配模型,完成火-储调频功率的分配;下层引入关于调频成本和荷电状态(SOC)的自适应权重系数,以调频成本最低和SOC均衡为优化目标,完成调频功率在多储能电站之间的分配。仿真结果表明,所提策略可以提升区域电网调频效果并降低调频成本,均衡控制多个储能电站的调频成本和SOC,可以防止经济性较好的储能电站长期处于SOC越限边缘状态,提升储能电站参与调频的积极性和可持续性。

基于MOGA和SVM的发酵过程建模

针对微生物发酵过程,使用多目标遗传算法(mu lti-ob jective genetic algorithm,MOGA)确定最优参数.MOGA和SVM回归相结合形成一种新的建模方法,该方法利用现场生产数据建立了青霉素效价预估模型.仿真结果表明此方法具有很强的拟合和泛化能力.MOGA方法的有效性也得到了验证,它也能够自动选择最优参数.

某自卸车车厢的多目标尺寸优化

针对某公司的自卸车车厢研究,为了降低车厢的制造成本,故对其进行结构轻量化的研究和探索。使用HyperMesh软件对车厢的三维模型进行有限元建模,并对其有限元模型进行静态和动态特性分析,其结果均满足设计目标,并具有一定的优化空间。但由于车厢设计变量较多,故引入改进灵敏度分析的方法从38组设计变量中筛选出6组关键设计变量。使用哈默斯雷采样法进行200次采样,使用最小二乘法和径向基函数生成响应面搭建近似模型,然后以车厢的应力、位移为约束条件,以质量最小和第6阶模态频率最大为优化目标,使用多目标遗传算法(multi objective genetic algorithm,MOGA)对参数化近似模型进行优化。优化后的结果表明,在保证其车厢静态和动态结构性能的同时,最终优化结果减重0.705 t,减重率10.34%,减重效果明显。

复合载荷作用下H型垂直轴风力机叶片结构多目标优化

为改善气动力、离心力和重力等复合载荷作用下的H型垂直轴风力机叶片的结构性能,提出一种多目标优化方法。以质量和最大应力最小为目标,最大变形为约束建立优化模型。通过流固耦合(Fluid-Structure-Interaction,FSI)方法,实现叶片表面压力的实时准确提取,建立复合载荷作用下的叶片有限元模型;基于最优空间填充(Optimal Space-Filling,OSF)方法和Kriging模型建立各变量对应力、质量和变形的响应面模型,进行灵敏度和变化趋势分析;最后采用多目标遗传算法(Multi-Objective Genetic Algorithm,MOGA)获得各变量的最优解,并进行结果验证。结果表明,优化后叶片质量减少了14.7%,各方位角下的最大应力减幅最大为7.8%,最大变形减幅最大为16.7%。研究结果可为复合载荷作用下叶片的结构优化设计提供参考。

某车型排气系统隔振性能及优化研究

为提高某车型排气系统隔振性能,用HyperMesh软件构建排气系统有限元模型并对其进行隔振性能分析,经测试分析发现其传递力过大,通过重新设定将各个吊耳传递力之和及其标准差作为优化目标一;将各个吊耳静态位移之和与预载力标准差作为优化目标二。在HyperStudy软件中通过拉丁超立方采样并进行试验设计(Design of Experiments,DOE),以进行变量筛选,最终确定以6个吊耳的Z向动刚度作为设计变量,并构建响应面模型,用多目标遗传算法(Multi-Objective Genetic Algorithm,MOGA)得出最优的吊耳动刚度值。将最优的吊耳动刚度值代入排气系统有限元模型进行分析,结果表明优化目标均有所提升。最后,将实际生产的吊耳装载后在实际道路上进行测试,试验结果表明,隔振率均大于20 dB,与有限元结果相同,符合生产设计要求。

基于MOGA/SOS的互连缓冲及线型优化算法

将互连延时、信号响应波形、布线面积作为互连优化的3个目标函数,把推导出的串扰下边界作为优化参量的限制条件,采用分布式RLC模型作为互连系统的近似解析模型,提出了一种基于单目标排序非支配集构造算法的多目标遗传算法,用于解决互连优化中的缓冲及线型优化问题.算法所得解为满足串扰限制条件且对信号延时、信号波形以及布线面积进行优化的折中解.测试结果表明所提算法对互连优化问题规模的适应性强,所得解的优化结果明显优于基于Elmore模型的优化结果,布线面积减少了30%,信号延时与串扰性能分别提高了25%和25.73%.

基于Kriging模型与MOGA算法的风力机主轴轻量化设计

为了实现风力机主轴轻量化设计,首先根据有限元结果,以质量为目标函数,应力、变形为约束条件建立数学模型。然后利用实验设计方法(DOE)获得初始样本点,并应用Kriging模型建立响应面,得到各设计变量对应力、变形和质量的影响程度和变化趋势,同时获得局部最优解。最后利用多目标遗传算法(MOGA)进行优化,通过1100次迭代,获得全局最优解。实现主轴减重10.71%,可为风力机其他零部件轻量化设计提供参考性优化设计方法。

基于MOGA的船舶推进轴系校中优化方法

根据轴系实际情况,综合考虑轴系校中需优化的技术指标(优化目标),并结合相应的约束条件及参变量,建立多目标优化模型。针对轴系校中优化的特点,采用多目标遗传算法(MOGA)对轴系校中优化模型进行求解计算,快速且精确地得到最优轴系校中状态。该方法可提高船舶推进轴系校中质量和优化效率,为轴系校中优化设计提供理论指导。

基于稀疏网格模型与MOGA算法的起重机主梁结构优化

针对通用的双梁桥式起重机,提出了一种结合稀疏网格模型与MOGA算法的优化方法。运用稀疏网格模型对主梁结构参数进行拟合,模型能够自动网格细化,在减小计算量的同时保证模型建立的准确性,再通过MOGA算法对拟合的模型进行求解。相比于一般的响应面优化或者遗传算法优化,其求解的误差更小,迭代求解次数更少,效率更高。优化的结果为:质量减轻了9.6%,最大应力为78.85MPa,最大变形量为30.44mm,垂直振动频率为4.93Hz。

基于风险约束的低空飞行服务站层级选址优化

为保障低空通航飞行服务工作的科学运行,引入服务响应与经济成本的风险约束机制和改进多目标遗传算法(MOGA),研究低空飞行服务站选址优化问题。通过分析低空飞行服务保障体系,确定本场区域和转场通道2类飞行需求,提出独立覆盖、联合覆盖和重复覆盖3种服务方式的覆盖函数;根据低空飞行服务站选址的软硬件条件限制,构建风险约束的层级选址决策机制,得到评价指标;运用覆盖决策理论,建立安全风险与服务成本相互约束的多目标优化数学模型;基于Pareto排序设计适应度转换函数,构建“极小-极大”评价方式的MOGA;以四川盆地25万km 2低空飞行服务站选址为例,分别运用改进的MOGA和传统的动态规划方法进行求解。结果表明:以覆盖决策为基础的改进MOGA的服务效率提高14.5%、重复覆盖率降低21.3%、安全风险降低13.4%和总成本减少13.2%。基于风险约束的低空飞行服务站选址层级机制有助于均衡低空飞行服务站点布局的安全风险、服务效率与选址成本。

基于响应面法的超高压大口径闸阀阀体多目标优化

以某超高压大口径核级闸阀为研究对象,对其全开状态下的受力进行有限元分析,应力云图显示最大等效应力大于材料许用应力。且因其质量过大,装运困难,故对闸阀阀体进行多目标优化。选择5个输入变量和3个目标函数,对筛选出的敏感度较高的设计变量与其对应的目标函数构建响应面代理模型,耦合MOGA遗传算法得到优化结果。结果显示:最大等效应力降低了29.3%,阀体质量下降了5.5%,最大变形量减小了0.00052 mm。

基于多目标遗传算法和反向传播神经网络的调节阀流道结构优化

以往的研究中,只针对调节阀迷宫流道结构和内部流场特性进行了分析,但对迷宫流道抗空化性能和流通性能的优化设计较欠缺。为了满足阀门实际工程中的设计需求,迷宫式调节阀需要具有流道抗空化性能和流通性能。为此,提出了一种基于多目标遗传算法(MOGA)和反向传播神经网络(BPNN)的方法,对调节阀迷宫流道进行了结构优化,提高了迷宫流道的抗空化性能和流通性能。首先,基于对冲耗能原理和多级降压原理,设计了弧形对冲式迷宫流道,并建立了流体力学仿真计算的数学模型;然后,利用计算流体动力学(CFD)仿真软件,对模型进行了空化仿真,根据仿真的数据构建了BPNN代理模型,通过结合Sobol敏感度分析方法与代理模型,分析了迷宫流道各参数对仿真结果的影响,采用多目标遗传算法,优化了迷宫流道的结构;最后,搭建了实验测试平台,测量了迷宫流道的阻塞流曲线,对比分析了测试结果与仿真结果。研究结果表明:采用优化算法得到的迷宫流道最大流量由0.0876 kg/s提高到0.1174 kg/s,提高了34%;线性压差由762.163 kPa提高到811.280 kPa,提高了6%;优化的迷宫流道实际最大流量为0.1159 kg/s,提高了33%;线性压差为819 kPa,提高了7%。迷宫流道抗空化性能和流通性能同时得到了提高,证明了仿真的有效性和该方法的可行性。

自由活塞内燃发电机用直线电机的优化与实验研究

基于电机有限元仿真模型和多目标遗传算法(MOGA)优化设计了圆筒型无槽永磁直线电机的关键结构参数,分析了优化设计后的直线电机在空载状态、电动状态以及发电状态下的输出性能。通过在电机两端安装侧板的方法优化了直线电机的定位力,定位力有效值从22.36 N降为2.19 N,减小了90%。根据优化结果研制了试验机并进行了相关参数的实验测试,仿真结果与实验结果吻合良好,验证了该圆筒型无槽永磁直线电机经有限元电磁仿真设计及优化方案的可行性。

基于响应面法的地震仪调整平台结构优化

为便于实现地震仪调整平台的无人化安装及其水平度的调节,课题组采用响应面法对调整平台进行结构轻量化的设计。在对地震仪调整平台进行静力学分析以及结构参数化基础上,借助参数敏感度分析获得影响其质量、最大等效应力和最大位移形变的关键参数;利用二次多项式响应面法对调整平台进行相关响应面拟合;并采用MOGA遗传算法全局寻优;对优化前后的调整平台各指标进行对比分析。结果表明:优化后最大等效应力降低41%、薄弱方向的最大位移形变下降5.6%,同时质量降低了12.8%。该响应面优化设计不仅达到轻量化的效果,又提升了装置刚度和强度。

改进的多目标遗传算法在配电网规划中的应用

针对配电网规划复杂多目标优化问题,建立以经济性和可靠性为目标的配电网规划模型,提出改进的多目标遗传算法,采用分解-协调思想将复杂多变量的规划问题分解成多个子问题,分别对各子问题优化,最终达到全局优化的目的。该算法通过精英选择和个体迁移策略提高了收敛速度,将一种新型编码方式应用于此算法使配电网自然呈辐射状,同时在精华种群中加入裁剪算子以提高搜索效率。与常规算法相比较,该算法收敛性好,最后通过算例表明该算法的有效性。

基于多目标遗传算法的混流加工/装配系统排序问题研究

为解决由一条混流装配线和一条柔性部件加工线组成的拉式生产系统的优化排序问题,以平顺化混流装配线的部件消耗和最小化加工线总的切换时间为优化目标,建立了优化数学模型;提出了一种多目标遗传算法(MOGA)用于求解该优化模型;在该算法中,提出了一种三阶段的实数编码方法用于可行解的表达,同时应用帕累托分级方法和共享函数方法对可行解适应度值进行评价,保证了解的分布性和均匀性。利用遗传算法对两个单目标分别进行优化,结果表明,该多目标遗传算法是可行的和有效的,应用该算法可以获得满意的非支配解集。

圆盘式磁流变制动器磁路多目标优化

为了提高磁流变制动器的制动性能,基于Herscher-Bulkley模型,以磁流变制动器的质量最小、输出制动力矩最大为优化目标,提出了一种基于有限元分析(FEA)和多目标遗传算法(MOGA)的联合优化设计方法。利用该方法获得了磁路结构的Pareto最优解,并采用组合赋权法对Pareto最优解进行选优,得到了制动器最优的磁路结构参数。仿真结果表明:所提出的磁流变制动器磁路多目标优化设计方法是正确有效的,能够获得更加紧凑的磁路结构,并提高磁流变制动器的制动力矩,可作为磁流变制动器设计的参考。

车用空调冷凝器性能多目标优化方法

针对车用空调平行流冷凝器的性能优化问题,将冷凝器划分为3个相区,分别为过热区、两相区和过冷区.通过划分微元并通过比焓或干度逐一判断所属相区并进行计算的方式,基于ε-NTU法建立结构参数与性能参数之间的数学关系,通过运行实验验证了该换热计算模型.利用多目标遗传算法(MOGA)分别获得双目标优化与多目标优化的Pareto最优解集,比较了两者的优劣.结果表明,采用MOGA能够解决车用空调平行流冷凝器性能优化问题,相对双目标优化具有更好的优化效果.通过对优化点进行分析,分别获得最佳综合性能、最佳运行性能、小型轻量化3种优化方案,其中综合性能优化方案提升换热效率4.7%、降低压降4.5%,体积和质量分别减小10.5%和6.4%.

基于多目标遗传算法的弧齿锥齿轮多学科优化设计

针对常规设计中弧齿锥齿轮存在的问题,将多学科优化设计引入到弧齿锥齿轮设计中,改善其不足。以大小弧齿锥齿轮体积之和最小、弧齿锥齿轮齿根弯曲应力最小以及工作噪音最小三个方面为目标函数,以齿数、齿宽中点螺旋角、齿宽和大端模数为设计变量,考虑齿面接触疲劳强度、齿根弯曲疲劳强度、环境保护等8个方面约束,建立弧齿锥齿轮的多学科优化设计数学模型。根据该数学模型,运用多目标遗传算法对文中的实例优化求解,计算结果表明该设计方法是合理的,行之有效的。