基于BP-MOPSO的散货船舱口圆形角隅疲劳强度优化设计

散货船舱口角隅的疲劳强度问题历来为人们所关注。文章以1艘174000载重吨散货船作为实船算例,在Patran中建立有限元模型,依据CCS《船体结构疲劳强度指南》(2018)对船舯6号舱室舱口角隅的疲劳强度进行评估。基于BP神经网络和MOPSO算法设计了2种优化圆形舱口角隅的方法,子模型法和全局模型法。最后,对比分析2种方法的结果数据,提出了寿命重量比概念来评估各种角隅,分析了圆形角隅的重量对疲劳寿命的影响趋势,得到1组较优的角隅结构形式,供其他设计者参考。

基于BP神经网络和多目标粒子群算法的自动钻铆工艺参数优化方法

飞机壁板自动钻铆大量采用干涉连接,干涉量的均匀程度与壁板变形程度的协同控制是目前亟须解决的问题,为此提出一种基于BP神经网络(BP neural network,BPNN)的优化方法。以压铆力、压铆过程时间、压铆停留时间和夹紧力为变量,以仿真数据为样本,采用BP神经网络,建立干涉量均匀程度和壁板变形程度的预测模型,利用多目标粒子群算法(Multi-objective particle swarm optimization,MOPSO)进行多目标优化。仿真及试验结果表明,优化后的参数能够显著提升干涉量的均匀程度并有效降低板件的变形程度。