基于BP神经网络和响应面拟合的水工沥青混凝土动态抗压强度预测

为验证BP神经网络模型在预测水工沥青混凝土抗压强度方面的适用性,从应变率(10^(-5)~10^(-2) s^(-1))和温度(-20~30℃)2个维度设计了32组圆柱体试件进行单轴压缩试验。采用MATLAB软件建立BP神经网络模型,对水工沥青混凝土的抗压强度进行预测;采用麦夸特法(Levenberg-Marquardt)加通用全局优化法的优化算法,建立响应面拟合模型并与BP神经网络预测结果进行对比。结果表明,BP神经网络模型和响应面拟合模型预测值与试验值之间的相关系数r分别为1.0995和1.1142,相较于有具体表达式的响应面拟合模型,BP神经网络模型的预测精度更高,BP神经网络预测模型能够作为相关试验研究和数值分析的辅助手段。

车辆底板冲压的响应面拟合与改进蜂群算法优化

为了减小车辆底板冲压件的最大减薄率,提出了基于改进蜂群算法的工艺参数优化方法。选择压边力、冲压速度、模具间隙为优化参数,依据最优拉丁超立方抽样法设计了实验,使用Dynaform有限元软件得到了实验仿真结果。建立了质量参数与工艺参数的响应面模型,经决策系数法和预测误差法验证,此模型的拟合精度和预测精度较高。将冲压工艺参数组合设置为蜜源位置,将参数优化问题转化为蜂群搜索最优蜜源问题。为了提高优化质量,对观察蜂的选择概率进行了改进,改善了算法的优化性能。经验证,改进蜂群算法的优化能力优于传统蜂群算法。使用优化参数得到的冲压件厚度分布均匀。使用优化后参数进行实际生产验证,冲压件最大减薄率为18.1%,与现行工艺参数相比,减薄率得到了有效降低,说明了冲压工艺优化的有效性和可实现性。

桥梁结构基于高维模型拟合响应面的参数识别

为提高响应面法在桥梁结构参数识别中的计算精度,提出了基于高维模型拟合响应面的参数识别方法.即采用HDMR响应面法拟合结构响应面,并基于该响应面进行结构参数的识别.研究了HDMR响应面的基本构造方法,阐述了在响应面基础上通过有约束最小二乘优化实现参数识别的一般过程.以一座连续梁及一座独塔斜拉桥为算例进行分析,探讨了该方法在结构参数识别中的计算精度及效率.结果表明,相比传统响应面法,该方法在计算精度上具有显著优势.同时也验证了该方法在大型桥梁结构参数识别中的可靠性和适用性.

基于响应面法的电动振动台垂直扩展台面优化

针对电动振动台垂直扩展台面一阶垂向共振频率较低的问题,以某垂直扩展台面为研究对象,采用有限元软件建立垂直扩展台面的有限元模型,以空心圆柱内圆半径、裙边高度、裙边至台面中心距离和台面底部安装半径作为优化参数,通过不同的试验设计分别构造响应面拟合的输入矩阵和验证矩阵,最后采用全局响应面法对垂直扩展台面的结构参数进行优化。结果表明,优化后的垂直扩展台面一阶垂向共振频率由2132.98Hz提升至2185.21Hz,从而验证了该优化方法的有效性。该方法对其他台面的优化设计具有一定的参考意义。

基于响应面法的正交异性钢桥面板优化设计研究

为了综合提高正交异性钢桥面板的抗疲劳性能和经济性,以顶板厚度、U肋厚度、横隔板厚度为设计参数,以U肋角焊缝最大拉应力、弧形开孔最大压应力、U肋嵌补段最大拉应力、单位长度用钢量为目标响应,开展了正交异性钢桥面板优化设计研究。基于有限元仿真,确定了不同疲劳易损部位的最不利荷载位置,通过Box-Behnken试验设计方法开展了多参数仿真分析,通过F检验法分析了设计参数对目标响应的影响显著性水平,提出了目标响应简化非线性响应面拟合方程。最后构造了多目标优化期望函数,对目标响应进行了组合优化。结果表明:优化结果相比于原设计值,结构最大应力指标下降27.2%,单位长度用钢量下降18.4%,抗疲劳性能与经济性显著提升。

最大差值极小化的响应面函数拟合方法

为了满足实际工程问题中响应函数与样本值最大距离极小化的需求,本文提出一种新的响应面函数的拟合方法。该方法将样本点的响应面函数拟合问题转换为求解一类线性规划问题。建立数学模型,采用数值方法拟合出一次和二次响应面函数的表达式。通过多个数值算例,与K-S函数法实现最大差值极小化拟合的响应面函数结果以及最小二乘法拟合响应面结果进行比较,本文方法均得到较小的最大离差值,结果表明该方法的可行性和有效性,丰富了响应面的构造方法。

基于主从关联优化的产品族参数规划方法研究

针对产品族优化设计中存在的共性与个性的相互依存、制约关系,研究面向产品族的主从关联的参数优化规划技术。建立基于灵敏度分析的产品族参数识别划分方法,根据产品族设计参数的主从关联特点,建立优化问题的双层规划模型。提出一种采用多项式响应面拟合和遗传算法相结合的混合算法实现双层规划,下层采用多项式响应面法将双层优化目标拟合成为单层优化目标,在上层实现产品族公共参数的优化,再通过上层可适应参数的松弛约束关系传递,在下层利用遗传算法实现变型产品的参数优化。以起重机卷筒组件产品族规划为例,基于所提出的主从关联优化方法,得到个性变型产品参数最优值,为起重机卷筒组件产品及类似产品的产品族优化设计提供一种方法借鉴。

液体静压油膜-转台系统的模态分析及参数影响

为了使液体静压油膜-转台系统运行平稳,减小其振动,根据实际工程状况,建立了液体静压油膜-转台系统的有限元模型,并对系统进行了模态分析,研究了系统参数对系统振动频率的影响;并且,利用响应面方法得到了系统参数与振动频率之间的显式函数关系.结果表明:油腔个数、材料弹性模量和油膜刚度的共同作用对系统频率产生影响;材料弹性模量对系统低阶振动频率的影响较小,对高阶振动频率的影响较大;油膜刚度对系统低阶振动频率的影响会随着系统油腔数目的增多而增大.

前纵梁耐撞性研究及其多目标优化

为提高前纵梁耐撞性,首先探究了加强筋组数和宽度对其压溃位移、吸能和初始峰值力的影响,综合分析选择设置加强筋长宽高为70 mm×20 mm×1 mm且组数为1的前纵梁为研究对象;然后选取其内外板厚度、材料及加强筋高度作为参数化变量,以质量比吸能(SEA)最大化,质量、初始峰值力最小化为目标,以压溃位移小于180mm为约束,采用哈默斯雷采样方法进行试验设计,并基于该采样数据进行响应面拟合;最后通过全局响应面法进行多目标优化求解。优化结果表明,位移增大25.3 mm,质量比吸能增加143.86 J/kg,初始峰值力下降128823.1 N,质量下降了0.098 kg。优化后的前纵梁耐撞性提高且实现了轻量化,对提升汽车被动安全具有重要应用价值。

基于双层规划的参数化产品族优化设计

针对产品族规划中平台参数与定制参数的主从关联特点,建立了产品族双层规划模型。上层模型进行平台参数的决策,下层模型用于变型产品定制参数的求解。上层平台参数赋予值后,下层每个子规划能够在一定条件下不依赖平台参数进行求解。利用多项式响应面法拟合下层子规划最优值函数,把双层数学模型转变成单层模型,在约束范围内利用遗传算法进行优化求解,从而确定平台参数和定制参数取值。以卷筒产品族的设计优化为例,验证了该方法和模型的有效性。