振动式分选机的设计与响应面优化

针对废铅酸蓄电池再利用的预处理过程,提出具有实际意义的振动式分选机的优化设计方法。首先,计算相关参数获得初始模型,借助ANSYS Workbench进行有限元分析,使其初步符合设计要求。其次,以减小质量、提高强度和提高第三阶固有频率为优化目标,选取关键尺寸参数为设计变量,通过中心复合试验设计方法选取合适的有限元分析样本点,利用最小二乘法拟合含交叉项的二次多项式,获得目标与变量的近似响应面数学模式,再运用遗传算法进行优化获得全局最优解。最后,对比有限元计算值与响应面计算值验证响应面法可行性。结果表明:减少质量5.9%,降低最大等效应力46.9%,提高第三阶固有频率30.1%,降低了优化计算量。

应用神经网络和粒子群算法的振动式分选机参数优化研究

针对废旧铅酸蓄电池回收预处理工艺中极群分离问题设计了振动式分选机,并应用椭圆基神经网络近似模型和粒子群算法研究了振动式分选机参数优化问题。首先,以降低质量、降低应力和提高第3阶固有频率为目标,利用灵敏度分析获得影响程度最高的结构参数;其次,采用具有最高拟合度的椭圆基神经网络构建试验设计样本的最佳近似模型,并采用优化效果更佳的粒子群算法进行数值优化;最后,对优化前后的结构进行可靠性分析。结果表明:优化后结构质量降低了9.7%,最大等效应力降低了36.7%,第3阶固有频率提高了12.9%,结构可靠度提高了5.9%。