复合材料防撞梁低速碰撞的研究与多目标优化

复合材料在汽车车身上的使用是实现汽车轻量化的一个十分重要的途径,而防撞梁对于汽车及人员安全起着重要的作用。首先,建立保险杠有限元模型及低速碰撞仿真模型;其次,分析比较传统材料与碳纤维复合材料的防撞梁在偏置和正面碰撞工况下的应力、位移量、碰撞力峰值和比吸能的性能指标;最后,对碳纤维复合材料防撞梁的铺设层数和其余部件的厚度作为设计变量,通过实验设计(DOE)筛选试验点,采用移动最小二乘法创建质量和碰撞性能指标响应面模型,进而利用多目标遗传算法对该模型进行求解并选取最佳结构方案。结果表明:优化前碳纤维复合材料的比吸能比传统材料钢提高了34.8%,质量减轻了27.1%;优化后的复合材料在两种工况下碰撞力峰值较优化前均降低,保险杠的质量从原来的3.653 kg减至3.145 kg,降低了13.9%。     

非对称铺层T700复合材料层合板铺层顺序优化

为分析经过铺层顺序优化后的复合材料层合板的承载能力,基于有限元优化设计软件,构建碳纤维复合材料层合板有限元模型,施加边界条件与轴向载荷,进行力学性能分析;以碳纤维复合材料层合板铺层顺序为设计变量,以层合板主应变、连续角度铺层不超过四层等为约束条件,最大承载能力为设计目标,对层合板进行优化;并对优化后的层合板基于强度理论进行校核,结合力学试验对比分析优化前后的层合板力学性能差异.结果表明:碳纤维复合材料层合板铺层顺序经过优化后,承载能力增强,试验结果与仿真结果具有一致性,优化方法是合理可靠的.     

基于参数建模的风力机预弯叶片结构优化设计

风力机预弯叶片的弯曲型线和铺层结构设计之间存在着耦合关系.为了实现叶片预弯型线和铺层结构的一体化设计,提出一种预弯型线和铺层结构的参数化表达方法,并通过实例验证了叶片有限元参数化建模分析方法的正确性;构建了预弯叶片弯曲型线和铺层结构的一体化优化设计模型,采用粒子群算法,以叶片的质量最小为优化目标,在满足材料强度、叶尖最大变形、振动频率的约束条件下,对某低风速850k W非预弯叶片进行预弯及铺层层数优化设计.优化结果显示,优化叶片在满足设计约束的条件下重量减少了15.26%,验证了文中提出的预弯叶片弯曲型线及铺层结构协同优化设计方法的正确性.     

碳纤维复合材料汽车B柱加强板的优化与性能分析

通过建立B柱总成的有限元仿真模型,在等刚度原则下,对碳纤维复合材料B柱加强版进行自由尺寸优化、尺寸优化、铺层角度优化设计,并对B柱总成进行三点弯曲有限元仿真,获取优化后模型的最大位移及最大强度.通过真空导入成型工艺制作B柱加强板样件,并对碳纤维复合材料B柱总成进行三点弯曲试验,校核总成的强度指标.最后基于2018版C-NCAP标准分析整车侧面碰撞性能.通过对比刚度、弯曲性能、侧面碰撞侵入量、侧面碰撞侵入速度、侧面碰撞加速度,优化设计后的碳纤维复合材料B柱加强板可在保证刚度、强度及侧面碰撞性能的前提下替代原钢制B柱加强板,并使B柱加强板减重1.376 kg,减重比达到76.4%.     

帕累托最优在新型蜂窝结构吸能盒防撞性能中的应用

为提升车辆在低速(通常小于15 km/h)碰撞工况下的防撞性能,该文给出一种新型蜂窝铝结构吸能盒。建立了低速碰撞仿真有限元模型,利用LS-DYNA进行碰撞分析。选取新型蜂窝铝吸能盒结构中钣金件的厚度、几何形状等设计参数,建立该问题的数学优化模型,利用帕累托最优理论和多目标遗传算法,得到该优化问题的帕累托解集空间,并运用标准边界交叉(Normal-boundary intersection,NBI)法找出最优设计方案。与传统结构吸能盒相比,在不增加结构质量的前提下,该吸能盒能够显著提升车辆在低速碰撞工况下的防撞性能。     

3D打印碳纤维复合材料的轨道车辆端部结构仿真研究

为进一步实现轨道车辆轻量化,本文首先对3D打印连续碳纤维复合材料进行了研究.然后,基于ABAQUS对用3D打印碳纤维复合材料制造的轨道车辆端部结构进行了仿真,分析了该构件的碰撞吸能性能和其失效模式,比较了不同铺层的复合材料车辆端部结构的不同碰撞吸能行为.研究表明,连续纤维有角度地错开了结构铺层,不仅可以提高材料的吸能量...     

基于粒子群优化算法的环状管网优化设计

给水工程中环状管网的优化设计对于降低整个工程造价起到重要作用.基于粒子群优化算法的基本原理,引入了无纲量化的新理念进行建模,寻求目标函数w0(管网年费用的折算值)在水力约束条件下的最小值.采用粒子群优化算法求解该非线性规划模型.算例结果表明算法及其模型在环状管网优化设计中是非常有效的.计算的时间复杂度降低了26.89%左右,充分体现了粒子群优化算法具有较强的寻优能力.     

公交优先交叉口信号控制参数的多目标优化方法

公交优先交叉口的信号控制方案应平衡车辆出行者时间效益、行人出行效率和环境效益,因此,需要基于多目标优化方法优化设计信号配时参数.首先,以车辆出行者人均延误、行人过街平均延误和停车率最小为目标构建信号周期多目标优化模型;然后,基于相位乘客流量比和相位饱和度优化设计绿信比;最后,构建了多目标优化模型的粒子群算法来寻找Pareto解.应用结果表明,相比常规方法,能根据决策者喜好选择Pareto解;可尽量降低车辆出行者的人均延误,在一定程度上体现了公交优先.     

氧化锆陶瓷车削刀具几何参数的多目标优化

通过氧化锆车削试验测得切削力和刀具磨损量,以工件材料去除量与刀具磨损量的比值作为刀具利用率的量化指标.采用粒子群算法改进BP神经网络,并以此对单因素试验值进行训练预测.采用最小二乘拟合,建立刀具利用率和切削力关于各刀具几何参数的一元模型,以相关系数检验模型的可靠性.基于一元模型,分别提出了刀具利用率和切削力关于刀具几何参数的多元模型.利用粒子群算法结合正交试验值对多元模型进行优化求解,并通过验证试验证明了多元模型具有较高的精度.将多元模型作为目标函数,以刀具利用率最大和切削力最小为优化目标,基于粒子群算法进行了刀具几何参数的多目标优化,验证试验结果表明优化得到的刀具几何参数是合理的.     

基于粒子群算法的行星齿轮传动设计与优化

根据给定的行星齿轮初始条件,本文按照传统设计方法及国标标准设计NGW型行星齿轮传动机构.为改善行星齿轮在传统设计中的复杂算法及不能使目标函数达到最优等问题,采用粒子群优化算法建立行星齿轮传动的优化设计模型.该粒子群优化算法是一种基于MATLAB编程的进化算法,采用粒子群优化算法对经过传统设计的行星齿轮体积进行最小值优化...     

基于Kriging算法与PSO算法的桁架机器人横梁模块智能优化设计方法

桁架机器人搬运能力强、操作方便、定位精度高,在制造业中具有极其重要的作用。 针对桁架机器人自重大而导致的运行稳定性较差和材料冗余等问题进行结构优化设计研究。目前桁架机器人的结构优化设计研究有限元仿真有限元仿真调用次数多,时间损耗大,优化效率低。针对此问题,在分析了桁架机器人横梁部件尺寸、负载与应力、形变之间的关系后,提出了一种基于Kriging模型与粒子群算法的结构优化设计方法,可以有效减少有限元仿真的调用次数,节约时间,提高优化设计效率。     

一种TDCS自适应粒子群导频优化设计算法

为了解决变换域通信系统(transform domain communication system,TDCS)基函数存在不可用频带而产生的导频优化设计问题,提高TDCS的信道估计精度,提出了基于自适应粒子群算法的TDCS导频优化设计.构建TDCS信道估计模型,分析不可用频带对信道估计性能的影响并建立导频优化模型,设计导...     

感应加热CFRP温度控制算法

为了解决在电磁感应加热碳纤维增强复合材料(carbon fiber reinforced polymer,CFRP)过程中,因系统抗干扰性弱、响应速度慢导致的CFRP成型质量差的问题,提出了一种基于改进粒子群优化的模糊PID(improved particle swarm optimization fuzzy PID,IPF-PID)控制算法,利用IPF对PID三个参数进行寻优和自调整.该算法结合PSO和Fuzzy-PID算法的优点,在避免了陷入局部最优的同时,保证控制精度和最佳的寻优性能.结果表明,该算法在增强控制器的自适应能力和减小调整时间方面效果显著.比传统的PID算法具有更小超调和稳态误差,更适用电磁感应加热CFRP温度控制系统.     

基于知识推理和二阶振荡粒子群算法的桩基础优化设计

为辅助设计者准确高效地完成桩基础设计工作,降低工程造价,基于知识推理和二阶振荡粒子群算法开发出一套桩基础优化设计系统.系统通过结合C#语言和CLIPS推理机实现桩基础埋深推理功能,进而求出当前场地条件下的最优桩长.选择以工程造价为目标函数设计优化数学模型,根据已知的最优桩长简化优化变量.选用二阶振荡粒子群算法作为优化算法,结合桩基础规范设计约束条件,编制出桩基础优化程序.最后以某十层实验教学楼为例进行分析,证明了本优化算法的可行性.     

基于铺层参数的复合材料耐压壳协同优化设计

在给定的材料性能条件下,以耐压壳纤维体积分数和层合板厚度为设计变量,以结构质量最小为优化目标进行复合材料耐压壳的布局优化;以铺层参数作为优化变量,综合考虑结构的稳定性及其材料强度,实现了结构铺层方式的优化设计;通过协调各子系统优化结果,实现了适用于潜水器复合材料耐压壳结构/材料一体化的协同优化设计.结果表明:耐压壳结构质量较优化前的降幅为20.57%,临界失稳压力为30.78MPa,失效指数为0.675,优化结果达到预期效果.所提出的基于铺层参数的协同优化方法能够对复合材料耐压壳进行优化设计,解决了直接以铺层角作为设计变量的优化效率低的问题.     

基于粒子群优化算法的支持向量机研究

基于粒子群优化算法提出了一种通过优化支持向量机模型参数,建立更佳的支持向量机数学模型的方法. 针对双螺旋分类问题,分别利用基于粒子群优化算法所建立的支持向量机分类器和标准支持向量机分类器进行了仿真实验,利用所建立的评价体系对仿真实验所获得的实验数据进行了评估,评估结果表明基于粒子群优化算法的支持向量机分类器明显优于标准支持向量机分类器,其分类结果表明基于粒子群优化算法的支持向量机分类器提高了分类结果的准确性,同时也验证了基于粒子群优化算法的支持向量机分类器在数据分类中的有效性.      

Performance Prediction of Carbon Fiber Protofilament Based on SAGA-SVR

The existing optimized performance prediction of carbon fiber protofilament process model is still unable to meet the production needs. A way of performance prediction on carbon fiber protofilament was presented based on support vector regression （SVR） which was optimized by an optimization algorithm combining simulated annealing algorithm and genetic algorithm （SAGA-SVR）. To verify the accuracy of the model, the carbon fiber protofilament production test data were analyzed and compared with BP neural network （BPNN）. The results show that SAGA-SVR can predict the performance parameters of the carbon fiber protofilament accurately.     

基于改进PSO的高分子材料降解模型参数优化

为提高可降解高分子材料降解模型仿真的准确程度,结合高分子材料降解的实际原则和所要考虑的各种因素,建立了适合优化的参数优化模型,并将粒子群优化算法(PSO)用于模型的求解.针对标准粒子群算法存在的一些不足,提出了一种改进的粒子群优化算法来求解最优值,改进的算法引入了动态自适应惯性权重和异步时变学习因子.采用5个标准测试函数对改进的粒子群算法进行了测试,并将算法应用于参数优化模型的求解.测试与试验结果表明:新算法有效地避免了过早陷入局部最优,提高了收敛速度和收敛精度,并且采用优化所得参数显著地提高了高分子材料降解模型仿真的精准度,有利于揭示降解机理的科学意义和指导实际医用器件的设计与生产.     

基于PSO算法的复合材料层合板可靠性优化设计

采用粒子群算法(PSO)分析了存在初始缺陷的复合材料层合板的可靠性优化问题.在层合板结构总厚度一定的情况下,以系统可靠度最大为目标函数,对复合材料的纤维方向角和相对厚度进行优化设计.单层板失效与否应用Tsai-Wu准则判断,采用一次二阶矩法(FORM)计算和评价失效概率.通过具体算例及借鉴遗传算法中的在线性能和离线性能评估准则,对粒子群算法的收敛性能进行评估,结果表明:与遗传算法相比,该方法具有操作简单、计算效率高等特点,对复合材料层合结构的可靠性优化设计十分有效.