某滚珠丝杠减速器结构分析与优化

建立了某滚珠丝杠减速器的三维有限元模型,准确模拟了部件间的多种连接关系,采用有限元软件MSC.Marc对滚珠丝杠减速器进行了非线性静力分析,并以质量最轻为目标,采用有限元软件MSC.Nastran对滚珠丝杠减速器的本体部分进行了结构优化,优化后的结构质量减轻了约50％,优化结果为减速器结构的改进设计提供了技术支撑.     

基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

导弹出水过程动力学参数辨识方法研究

导弹出水过程时间短,边界也随时间变化,对短时非平稳信号的模态参数识别技术进行研究,最后利用特征系统实现法对其出水过程进行模态参数辨识。     

机器人制孔工艺参数优化有限元仿真分析

采用大型有限元DEFORM-3D和Abaqus软件分析机器人制孔的切削机理和制孔时机器人的振动机理。仿真分析了机器人制孔的切削力,并以仿真数据为基准,拟合了机器人制孔切削力的经验公式,仿真机器人的模态、刚度和阻尼,运用颤振理论分析了机器人制孔时避免振动的工艺参数范围。通过有限元仿真研究表明:有限元仿真计算有效地解决了机器人制孔工艺参数优化问题。     

缝合复合材料层板面内力学性能试验与分析

研究多种缝合方向、缝合密度对复合材料层板面内拉、压、剪等基本力学性能和典型失效模式的影响，并结合理论模型分析缝合参数影响层板力学性能的机理。结果表明，缝合对层板面内性能有一定影响，缝合密度的增加导致层板面内性能下降，缝合方向对层板性能影响较大；试件破坏位于缝合针孔处；缝合造成的纤维弯曲和纤维断裂引起了较强的应力集中，是缝合影响层板力学性能的主要因素。     

双级圆柱齿轮减速器虚拟样机建造研究

以虚拟样机理论为基础,以某型号双级圆柱齿轮减速器为分析对象,整合三维造型软件、系统分析软件和有限元分析软件,形成了齿轮减速器综合开发平台。该平台中,基于优化设计的齿轮自动建模方法具有通用性、实用性和独创性,并且可以与CAM/CAPP模块进行整合;优化设计数学模型适用于多种线形齿轮,具有通用性;样机的仿真结果与实际测量数据相吻合率达98%。该平台除了可以完成设计和系统分析外,还可以仿真实际使用环境,完成运动学、动力学和有限元分析,有实际的工程意义。     

基于遗传算法的快速成型分层方向优化设计

快速成型制造技术具有高度的柔性和灵活性,应用前景广泛。快速成型分层方向的选择,对于零件的制作精度、成型时间及制作成本有着重要影响。目前常见的分层方向算法往往顾此失彼,为了尽可能同时满足这3个单目标模型的最优化,本文提出将均匀设计、正交设计与遗传算法相结合作为求解多目标优化的新方法,可用较少的计算量求得分层方向的最优解。实验结果表明,改进后的算法有效,在迭代次数和所用时间上远远优于目前常用的基本算法。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

改进遗传算法的纵列式直升机总体参数优化设计

研究纵列式双旋翼直升机总体参数的优化设计方法,在分析双旋翼气动干扰对旋翼气动特性影响的基础上,采用改进的遗传算法,以运输效率为目标、以飞行性能和重量效率等参数为约束条件,建立优化设计模型,优化纵列式直升机总体参数。以CH-47D纵列式直升机为优化算例,计算结果表明,本文提出的优化方法是可行的,优化效果良好。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。