针对从汽轮机轴承的非线性、非平稳振动信号中提取故障特征困难而导致诊断识别率低的问题,提出一种基于MIGA-VMD和排列熵、t-SNE的特征提取方法。变分模态分解(VMD)在轴承故障诊断中的分解效果很大程度上取决于分解个数和惩罚参数的选取。为实现VMD相关参数的最优选择,采用多岛遗传算法(MIGA)对VMD参数进行优化。利用参数优化的VMD将轴承原始振动信号分解为若干本征模态分量,计算与原始信号相关性较高的部分模态分量的排列熵构成故障特征,利用t-SNE方法进行降维得到低维特征向量并将其作为支持向量机分类器的输入,实现故障类型的诊断。将该方法应用到轴承故障诊断中并与EMD+排列熵+t-SNE、EEMD+排列熵+t-SNE、LMD+排列熵+t-SNE、传统VMD+排列熵+t-SNE四种特征提取方法进行对比。实验结果表明该方法能更准确地提取轴承的故障特征,有效实现轴承的故障...

随着内燃机排放的要求越来越严格,乘用车汽油机将向高升功率、小型化、增压直喷的方向发展,这对活塞的轻量化研究提出更高的要求和挑战。为进一步对汽油机活塞进行优化设计,综合考虑其温度、强度及结构,针对某汽油机活塞轻量化工程问题,进行了该活塞的参数化设计及热机耦合分析,并基于ISIGHT多岛遗传算法建立优化设计方案。优化结果表明壁厚从7.00 mm变成6.23 mm,顶厚从7.00 mm变成6.82 mm,火力岸高度从6.30 mm变成6.96 mm,最大应力略有增加,且在材料强度极限内,质量从111.95 g变成101.13 g,总质量减少9.7%,达到了轻量化的目的。

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。

为了能够更好的在优化域中寻找全局最优解，将多岛遗传算法（MIGA）应用到连续体结构拓扑优化中，以二进制编码映射离散化后优化域中的单元，采用有限单元法进行适应度的求解，并将结构中连通域的个数作为约束条件加入到适应度计算中，对典型算例进行了优化设计。

为优化具有椭圆弧凹槽的航空钛合金梁式管接头,基于ABAQUS软件建立了梁式管接头弹塑性接触有限元模型,得到了阴、阳接头两道密封处的接触应力分布与接触带宽。综合考虑梁式管接头宏观几何结构与接触面微观形貌,以S指数为密封性能评价指标,利用Isight软件和多岛遗传算法得到了密封性能最优的阴接头几何构型。对最优结构的有限元数值模拟表明,优化结构的S指数比原型和数据库最大值结构分别提高102.2%和53.1%,其最大接触应力与接触带宽明显增大,优化结构的密封性能显著提高。最优结构的S指数与优化方法的预测值吻合良好,从而验证了优化方法的有效性和结构优化设计的准确性。采用的S指数密封评价准则相比于传统单纯以接触应力或接触带宽评价密封性能的方法更全面考虑了密封结构的宏观与微观特征,为梁式管接头密封结构优化设计提供了可量...

为对某款液压筒式减振器进行结构参数的优化,建立了压缩、复原行程的数学模型,并进行台架试验,以活塞复原孔直径、复原节流阀片缺口高度、复原阀弹簧预紧力3个结构参数为优化变量,复原行程最大阻尼力为优化目标,仿真分析了开阀后优化变量与优化目标间的关系,建立了Kriging近似模型并利用多岛遗传算法对3个结构参数进行寻优。将优化前后的结构参数进行仿真分析和试验验证,与预期值相对误差分别为0.446%和1.82%,表明该近似模型可靠且减振器能量耗散性能得到了提升,为其他结构参数的分析设计及性能的优化提供了一种方法。

液压锥阀在气液两相流状态下工作时会产生剧烈的噪声,严重影响锥阀的工作性能及其工作环境,针对这一问题,提出了一种基于径向基函数(RBF)神经网络和多岛遗传算法(MIGA)的方法,对液压锥阀的结构参数进行了优化。首先,采用有限元软件分析了影响锥阀流场及声场的结构参数;然后,以阀芯半锥角角度、喉部长度和阀芯入口角度这3个参数为优化变量,以加权平均噪声最小和加权最大噪声最小为优化目标,通过最优拉丁超立方设计方法确定了样本数据;最后,采用了RBF神经网络方法,建立了锥阀结构参数与噪声关系的近似模型,利用多岛遗传算法对近似模型进行了优化;根据得到的最优参数建立了锥阀优化模型,并进行了声学特性分析。研究结果表明:与原模型相比,优化模型的平均噪声降低23.846 dB,最大噪声降低5.092 dB;该结果验证了基于RBF神经网络和MIGA优化方法的有...

传统轨道板运输车的设计过于保守，车架结构强度有较大余量，为减轻结构自重，减少制造成本，提出一种新的优化方法。该方法采用有限元软件ANSYS和优化软件ISIGHT，首先通过拉丁超立方设计方法选出对约束条件和目标函数影响较大的设计变量，然后根据选出的设计变量建立神经网络径向基近似模型，最后利用多岛遗传算法对近似模型进行优化。优化结果表明，该方法能提高优化效率，优化后轨道板运输车结构自重降低了9．9％，对轨道板运输车的设计有重要参考价值。

在考虑轴承受到径向载荷、轴向载荷和弯矩载荷的复杂受载情况下,建立了双列圆锥滚子轴承的优化设计模型,以轴承整体寿命为优化目标,以每列轴承滚子个数、圆锥滚子平均直径、圆锥滚子有效接触长度和轴承的节圆直径为设计变量,基于ISIGHT设计优化软件对设计模型进行了试验设计（DOE）分析,利用多岛遗传算法对优化设计模型进行了求解。将该模型应用于3MW风电主轴承,得到了试验设计分析下四个设计变量对轴承整体寿命影响的Pareto图和主效应图,参数优化后的风电主轴承整体寿命提高了83.8%。

针对传统优化设计忽视不确定因素对产品性能和质量的影响,将近似模型技术、蒙特卡洛模拟法、可靠性分析和6σ质量设计相结合,对地坑式架车机进行6σ稳健优化设计。分析结果表明,与传统确定性优化相比,该方法不仅能使地坑式架车机的结构自重降低16.79%,而且降低了优化结果对优化参数波动的敏感性,同时大幅提高了各参数的σ水平和可靠度,因此极大地提高了架车机的可靠性和稳健性,为地坑式架车机的设计及优化提供理论指导,具有较高的工程实际应用价值。