为减小齿面磨损量、改善其传动性能,提出了一种基于Sine-SSA-BP模型的复合修形设计方法,以探明修形设计对齿面磨损的影响。依据Archard磨损模型求解出齿面磨损量,以磨损阈值和许用磨损量为判据进行齿面重构和修形设计,并分别推导了新齿面坐标方程;同时,利用Sine混沌映射改进的麻雀搜索算法(Sparrow Search Algorithm,SSA)优化反向传播(Back Propagation,BP)神经网络,与传统BP模型进行对比,验证Sine-SSA-BP模型的精度,以此表征修形参数与磨损量之间的隐式关系,并进一步探究修形参数影响下齿面磨损量的分布规律;最后,迭代求解得出最佳修形参数值并进行齿轮修形设计,对比分析修形设计对齿面磨损量的影响。结果表明,复合修形设计后的齿面接触状态得到显著改善,磨损量明显下降。本文方法有利于减小齿轮早期磨损失效概率,可为齿轮抗磨设计和参数优化提供理论参...

本文中引入离散伴随法与代理模型,提出一种快速有效的汽车气动减阻优化策略。首先,通过对整车进行气动建模和仿真分析,得到风阻系数与测点压力的变化趋势,与风洞试验结果对比,二者吻合良好,表明模型精度满足要求;然后,以风阻系数为目标,采用离散伴随法对汽车表面进行灵敏度分析,进而确定前保险杠、后视镜、尾翼和后保险杠等灵敏度较高的部件作为优化对象;接着,以哈默斯雷试验设计法构建样本空间,利用网格自由变形技术参数化样本点模型并计算出与之对应的风阻系数;最后,采用Kriging插值法建立代理模型,选择多岛遗传算法对代理模型进行全局寻优。优化结果显示,整车风阻系数下降3.29%。

分析了固体动力杀伤器的气动外形设计参数。通过进化神经网络构建气动外形参数与气动特性之间的代理模型,然后确定了气动外形优化方法,并完成了算例验证。结果表明:通过代理模型开展固体动力杀伤器气动外形优化是可行的,能够大大缩短杀伤器气动外形优化周期。

地面颤振模拟试验是一种颤振验证的全新试验技术,可作为当前颤振验证试验手段的有效补充。飞行器在实际飞行过程中,结构的动力学特性及承受的载荷是不断变化的,对于受气动加热影响的高超声速飞行器,这一时变特性则更加显著。本研究提出了基于代理模型的时变参数非定常气动力模型建模方法,建立了基于PID控制器的时变系统地面颤振试验方法,并通过标准试验件进行测试验证。试验结果表明,本研究提出的非定常气动力建模方法能够准确获得具有时变特性的气动力模型,建立的地面颤振试验方法能够有效应对颤振系统的时变特性获得准确的结构颤振边界数据。

为改善升力式再入飞行器在跨声速段出现的侧向气动特性非线性问题,发展了一种基于Kriging代理模型的自适应迭代气动布局优化方法。设计了一种常规升力式再入飞行器布局,计算了该布局在跨声速段的侧向气动力,分析了可能影响侧向气动特性的机翼布局参数。根据气动布局优化流程,计算了气动布局样本气动特性,建立了布局参数到侧向力矩系数导数的代理模型,完成了以减小飞行器侧向非线性为目标的布局优化设计。优化布局的气动特性计算结果表明,所发展的方法是可行和有效的。该项研究为再入飞行器减小侧向气动非线性提供了新的布局设计途径,有利于降低控制系统设计难度,保障飞行安全。

合理的弹性橡胶密封垫断面形状是保障盾构隧道管片接缝防水设计性能的关键。密封垫断面优化设计时,需要反复进行材料大变形、接触分析等复杂的非线性计算,极大限制了优化效率。为此,以闭合压力与有效接触压力占比为双控目标,提出了一种结合深度神经网络代理模型的结构优化算法。在遗传算法框架下,深度神经网络代理模型可以实现由断面形状到接触应力场的快速映射。同时,迁移学习的引入实现了不同类型断面形状代理模型的知识复用,仅利用小样本即可建立高精度的接触应力预测模型,从而有效提高了闭合压力约束条件下的密封垫结构断面优化效率。

为了优化自主研发的六轴式三行星排液压机械无级变速器(HMCVT)箱体的结构性能,提高材料的利用率,减轻箱体质量,对HMCVT箱体进行拓扑优化设计。考虑HMCVT箱体所受载荷的复杂性,基于虚拟样机技术,建立变速器虚拟样机模型,结合拖拉机地面振动测试,获取单行星排工作、双行星排工作和三行星排工作3种不同载荷传递工况下变速器轴承孔动载荷;以应力、体积比为约束,基于折衷规划法建立包含3种载荷传递工况下刚度和箱体前三阶固有频率的综合目标函数;考虑子目标权重的影响,基于代理模型和遗传算法获取最佳权重并与层次分析法进行对比分析;最后,利用Hypermesh对HMCVT箱体进行拓扑优化求解。优化结果表明,优化后的箱体最大应力减小了13.6%,最大变形减小了0.5%,箱体的刚度和强度基本不变或略有提升,质量减轻10.9%,实现了变速器箱体轻量化目标。

为了提高离心通风机的气动效率,进而实现节能减排和保护环境,提出了一种基于Kriging回归的代理模型用于离心通风机的气动优化。首先,通过拉丁超立方采样设置初始样本点,构建样本点对应下的离心通风机结构模型;进而用CFX软件计算其结构参数对应下的气动性能响应参数;其次,构建Kriging回归的代理模型用于表征初始样本点参数与气动性能响应参数间的耦合对应关系;最后把代理模型嵌入到智能优化算法中,并以气动效率最大为目标进行函数迭代寻优,进而寻得最佳的叶轮结构参数,优化后风机的工况效率从76%提高到80.9%,气动效率明显提高。

全局敏感度分析(GSA)是一种在整个设计空间中考虑输入参数的不确定性对输出响应不确定性的影响的敏感度分析方法,且能反映出各参数间的相互作用.复杂机电系统包含大量参数且结构复杂,通过引入全局敏感度分析可以确定各参数对系统输出特性影响大小,从而有助于理解系统响应规律,缩短设计周期.由于全局敏感度分析需基于大量仿真计算,为解决计算成本问题,提出一种基于最优代理模型的全局敏感度分析方法,通过对比选取最优代理模型替代仿真实验完成全局敏感度分析.以某隧道掘进机(TBM)刀盘驱动系统为例,以关键节点振动响应及动态啮合力为系统动力学特性评价指标,考虑外部条件、材料系数、啮合参数和联接参数等输入参数变化,得到全局敏感度分析结果,为隧道掘进机刀盘驱动系统的进一步设计优化提供指导,并最终验证了该方法的合理性.

利用RecurDyn和AMESim仿真软件建立了某型传动系统中液压换挡机构的机械-液压耦合动力学仿真模型,通过试验验证了模型可信度。针对利用Monte Carlo法进行可靠性计算时,求解复杂系统随机动力学计算量过大的问题,基于Isight平台,提出了集成动力学模型+代理模型+Monte Carlo法来进行动作可靠性估计,选取了拟合精度较高的人工神经网络作为代理模型(RBF Model),高效地完成了液压换挡系统随机动力学的仿真求解及动作可靠性估计,为复杂耦合系统动作可靠性评估提供了一定的参考。