基于APDL的起重机臂架结构参数化建模及优化研究

摘要

随着社会的发展，我国与世界各国的经济贸易显著加强。国家对外进出口额逐年增加，各种起重机械的需求量也越来越大。门座起重机是大型港口必备的装卸机械，具有灵活、便捷、适应性广等优点，其应用越来越广，作用越来越大，同时对起重机的技术要求也越来越高。尤其是计算机技术的广泛应用，促使了许多跨学科的先进设计方法出现，推动了起重机新的设计技术和制造技术的提高。激烈的国际市场竞争也越来越依赖于技术的竞争，这些都促使起重机的技术性能进入崭新的发展阶段。港口机械的设计计算方法需要不断地更新和完善，向更注重功能性、经济性、可靠性和安全性的方向发展。 作为产品的设计者，一方面要为生产者降低其设计生产成本；另一方面又要保证其运行的可靠性。为此，本课题对起重机臂架结构进行了优化研究。 以有限元软件ANSYS为平台，建立了门座起重机臂架结构的有限元分析模型，确立了臂架设计参数和整体结构的最大应力值及位移值之间的对应关系表，为后面的神经网络提供学习样本。 利用神经网络的非线形映射功能，建立神经网络模型，并用从有限元分析中获得的数据样本对建立的BP神经网络进行训练。在建立BP神经网络模型的过程中，作者讨论了样本数据归一化、隐含层神经元个数的选取等问题。作者通过建立BP神经网络模型，进行门座起重机臂架结构的最大应力及挠度的预测，克服了以往基于有限元分析的优化设计中有限元分析占用时间过多且在实际中缺乏操作可行性的缺点。 以优化理论为基础，建立了臂架结构的优化模型：以各杆件的壁厚以及部分长度尺寸为优化设计的变量，以臂架结构的重量最轻为优化的目标函数，在满足强度，刚度及工艺要求的基础上，列出优化的约束方程。借助MATLAB的优化工具箱，对臂架结构进行了优化，并对优化结果进行了检验，证明了该优化方法的可行性。

目录

文摘

英文文摘

声明

第1章 绪论

1.1论文研究的目的和意义

1.2国内外研究的现状

1.2.1参数化技术

1.2.2结构优化技术的发展

1.2.3神经网络和优化设计理论的应用及研究现状

1.3论文结构和主要研究内容

1.3.1论文的主要结构

1.3.2主要的研究内容

1.3.3需要解决的关键问题

1.4本章小结

第2章门座起重机臂架结构有限元参数化建模

2.1简介

2.2有限元方法的基本理论

2.3 APDL简介

2.4起重机臂架结构的参数化建模

2.4.1参数化设计的基本方法

2.4.2基于APDL语言描述法参数化建模的过程

2.5静力学计算结果分析

2.5.1应力结果

2.5.2位移结果

2.5.3结果分析

2.5.4动态特性计算结果

2.6优化对象的输入与输出对应关系

2.7本章小结

第3章神经网络的模型选取及网络训练

3.1人工神经网络的基本概念

3.1.1神经元模型

3.1.2神经网络学习规则

3.1.3神经网络的学习和训练

3.2 BP神经网络的数学描述

3.2.1网络拓扑结构

3.2.2 BP算法的数学模型

3.3 BP神经网络设计的一般原则

3.3.1 BP网络参数设计

3.3.2 BP网络结构参数设计

3.4面向MATLAB的BP神经网络方法的实现

3.4.1 MATLAB神经网络工具箱简介

3.4.2基于MATLAB神经网络工具箱的BP神经网络设计

3.4.3网络训练

3.5本章小结

第4章优化模型目标函数和约束方程的建立

4.1优化设计的理论基础

4.1.1优化设计概论

4.1.2最优化问题的数学模型和基本分类

4.2起重机臂架结构优化的数学模型

4.2.1设计变量的选取

4.2.2目标函数的建立

4.2.3约束方程的建立

4.3本章小结

第5章优化方法的建立及优化实现

5.1优化数学方法的确定

5.2优化计算工具的选择

5.2.1 MATLAB与其它程序设计语言的比较

5.2.2 MATLAB优化计算程序的特点

5.3混合变量优化计算的实现

5.3.1连续变量的优化

5.3.2变量的优化

5.3.3离散变量优化处理程序流程

5.4 MATLAB程序设计

5.4.1程序设计思路

5.4.2程序的执行过程和流程图

5.5优化结果比较及其分析

5.6本章小结

第6章全文总结及进一步的展望

6.1全文总结

6.2进一步的展望

参考文献

致谢

攻读硕士学位期间发表的论文和参加的科研项目