基于近似模型的复合材料导管支臂结构性能分析

为分析气垫船复合材料导管支臂结构性能并进行高效率结构设计,采用一种带有权重系数变量的组合神经网络近似模型替代结构有限元计算。根据各铺层设计参数对结构性能影响的灵敏度进行分析并分组,建立多个神经网络模型,结合权重系数与各模型输出得到响应预测值。基于复合材料可设计性,应用优化拉丁超立方试验设计方法从细观和宏观层面分析研究导管支臂性能中材料参数的作用。结果表明:所提复合材料导管支臂结构组合近似模型方法具有较高精度,纤维弹性模量和基体剪切模量对导管支臂结构材料力学性能具有主导作用;在组分材料属性一定情况下,纤维体积分数的增加能够提高结构刚度与稳定性,在不同受力状态下纤维体积分数与各铺层角对结构失效影响有差异,设计时需进行特殊考虑;所提方法可为复合材料导管支臂结构性能分析及支臂结构材料一体化设计提供理论依据。

基于近似模型的大排量摩托车悬架系统平顺性优化分析

针对某运动型大排量摩托车行驶平顺性问题提出一种优化方案。通过摩托车在C级路面上的仿真分析得到表征摩托车行驶平顺性的俯仰振动与垂向振动加速度,并将以上两个指标峰值作为目标响应,采用最优拉丁超立方抽样方法对悬架系统的相关参数进行灵敏度分析与近似建模,基于分析结果采用径向基函数神经网络近似模型进行多目标优化。结果表明,优化后经实车验证,俯仰振动加速度峰值降低了17.21%,前、后车轮垂向振动加速度峰值分别降低8.11%和24.18%,改善了摩托车行驶平顺性以及验证了该优化方案的有效性。

近似模型在非均匀环肋圆柱耐压壳优化中的应用研究

为提高潜水器耐压壳的稳定性和材料的利用率,该文在圆柱耐压壳设计中引入了非均匀肋骨布置方案,采用不等刚度不等间距分布的肋骨形式。在优化过程中,引入了近似模型技术,提出基于近似模型的非均匀环肋圆柱壳结构优化设计方法,通过试验设计在设计空间内选取样本点,建立近似模型,并以此搭建了近似模型优化策略对环肋圆柱耐压壳进行优化。研究结果表明,对于非均匀环肋圆柱壳采用合理的肋骨布置方案能有效地提高其力学性能及材料利用率;二阶RSM近似模型和RBF近似模型均能合理反映样本空间的样本点,基于近似模型优化方法能以较小的计算量克服优化过程中出现的数值噪声和错误。良好的优化结果表明该优化方法具有广泛的应用前景和空间。

铸铝一体化车门的多目标可靠性优化设计

为提升车门的轻量化水平与性能,采用“材料—结构—性能”一体化集成方法设计铸铝一体化车门。基于构建的铸铝一体化车门有限元模型,以车门的厚度为设计变量,采用径向基函数(radial basis function,RBF)神经网络近似模型和二阶响应面近似模型并分别结合二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)、多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法以及多岛遗传算法(multi-island genetic algorithm,MIGA)对车门的下沉刚度工况位移、上扭转刚度工况位移、下扭转刚度工况位移、一阶弯曲模态频率、一阶扭转模态频率和质量进行确定性优化设计。在此基础上,考虑材料及加工制造等不确定性因素,对确定性优化解的质量水平进行6Sigma可靠性分析与优化。结果表明,二阶响应面近似模型与MOPSO算法的优化组合方案实现了车门的最佳轻量化,RBF神经网络近似模型与MOPSO算法的优化组合方案实现了车门下沉刚度工况位移的最小化。上述2种组合分别实现了车门轻量化与安全化的设计目标。研究结果可为车身零部件的优化设计提供参考。

某车室低频噪声近似建模分析与板件优化

为了降低车室低频噪声,采用对声学贡献较大的车室地板、后地板、前围板、顶棚、前车门内板及后车门内板的厚度参数为因子,以车身质量、车身模态频率、驾驶员头部处声压峰值和声压均方根值为响应,采用最优拉丁超立方试验设计方法采集样本数据进行因子空间设计。利用径向基神经网络方法,建立了4个响应关于6个因子的误差小、精度高的近似模型,并对所建立的近似模型进行误差分析。以驾驶员头部处声压峰值最小为目标函数,板件厚度参数为自变量,驾驶员头部处声压均方根值、车身质量和车身模态频率为约束条件。采用自适应模拟退火算法对板件厚度进行优化设计,其优化结果表明,驾驶员头部处最大声压峰值所在的频率158 Hz处的声压降低了4.45 d B,134 Hz处的声压峰值降低了5.47 d B,在其他声压峰值较高的频率处,测点声压均有不同程度降低,说明在满足约束条件同时,通过优化有效地降低车室空腔噪声,提高车辆的声学舒适性。

基于多岛遗传算法的燃料电池汽车模糊控制策略优化

针对某款中型燃料电池物流车,基于MATLAB/SIMULINK搭建了整车前向仿真模型。根据功率跟随控制逻辑以及燃料电池汽车控制原则制定模糊规则,建立了双输入单输出Mamdani型模糊控制策略。为提高仿真效率,利用敏感性分析从23个设计变量中筛选出12个对结果影响较大的变量,建立了高精度椭球基神经网络近似模型作为优化的基础。针对模糊控制隶属函数的制定主观性较大的问题,采用多岛遗传算法优化隶属函数。仿真结果表明:优化后燃料电池系统输出功率更加平稳,百公里等效氢耗较优化前降低了8.4%,提高了整车经济性。

复合材料耐压壳环肋加强区的结构优化设计

复合材料能够大幅减轻耐压壳结构的质量,这对增加水下航行器的有效载荷,提高其续航力具有重要意义。基于复合材料可设计性的特点,考虑了耐压壳与加强筋结合的"倒T"形区域,研究了不同铺层数量耐压壳结构的强度失效模式和极限承载压力。以环肋区域、连接区域、覆盖区域的铺层数量为设计变量,用拉丁超立方试验设计方法在设计变量空间里选取样本点并进行有限元结构分析,得到各样本点的响应。利用径向基神经网络模型建立铺层数量与临界失稳压力、Tsai-Wu失效指数和重量的关系,结合多岛遗传算法,得到了复合材料环肋耐压壳的最优设计方案。结果表明,优化后的耐压壳满足设计要求,提高了耐压壳结构强度利用率,缩短了优化时间。

基于ISIGHT的轨道板运输车可靠性优化设计

轨道板运输车设计多依赖于经验,机身结构有较大的刚度、强度余量。为了保证结构的可靠性,充分发挥材料的承载性能,提出一种基于ISIGHT的轨道板运输车可靠性优化方法。该方法在原始设计时考虑不确定性因素对结构可靠性的影响,并将其集成到多学科优化软件ISIGHT中,构建神经网络近似模型,通过蒙特卡洛模拟技术,对结构进行6sigma质量分析;在质量分析的基础上引进优化模块,最后采用多岛遗传算法对目标函数寻优。结果表明,原始设计的轨道板运输车结构不满足可靠性设计要求;优化后,在满足结构可靠性的条件下,轨道板运输车结构质量减少了1 900.58kg,与优化前质量相比自重降低了13.89%,优化效果显著,对轨道板运输车的结构设计及改进有重要的实际意义。