摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-18页 |
1.1 课题研究背景和意义 | 第10-11页 |
1.2 桥式起重机研究现状 | 第11-14页 |
1.2.1 国内外起重机的发展趋势 | 第11页 |
1.2.2 桥式起重机结构优化设计方法研究现状 | 第11-13页 |
1.2.3 桥式起重机箱梁优化设计的研究现状 | 第13-14页 |
1.3 结构动态优化设计研究现状 | 第14-16页 |
1.4 论文的主要研究内容 | 第16-18页 |
2 桥式起重机箱梁结构有限元静动力学分析 | 第18-33页 |
2.1 桥式起重机的基本参数与设计要求 | 第18-20页 |
2.1.1 桥式起重机的组成 | 第18页 |
2.1.2 箱梁结构基本参数 | 第18-19页 |
2.1.3 箱梁结构性能要求 | 第19-20页 |
2.2 箱梁结构有限元模型的建立 | 第20-23页 |
2.2.1 有限元的理论基础 | 第20-21页 |
2.2.2 建立参数化几何模型 | 第21-22页 |
2.2.3 定义材料与划分网格 | 第22-23页 |
2.3 箱梁结构静态性能分析 | 第23-27页 |
2.3.1 静态力学分析理论 | 第23-24页 |
2.3.2 箱梁结构载荷分析 | 第24-26页 |
2.3.3 箱梁结构静态有限元计算结果分析 | 第26-27页 |
2.4 箱梁结构模态分析 | 第27-30页 |
2.4.1 模态分析理论 | 第27-28页 |
2.4.2 箱梁结构的模态分析 | 第28-30页 |
2.5 箱梁结构谐响应分析 | 第30-32页 |
2.5.1 谐响应分析理论 | 第30-31页 |
2.5.2 箱梁结构的谐响应分析 | 第31-32页 |
2.6 本章小结 | 第32-33页 |
3 桥式起重机箱梁结构尺寸灵敏度分析 | 第33-43页 |
3.1 灵敏度分析理论 | 第33-35页 |
3.1.1 灵敏度分析的基本原理 | 第33-34页 |
3.1.2 灵敏度分析方法 | 第34-35页 |
3.2 箱梁结构灵敏度分析 | 第35-42页 |
3.2.1 箱梁结构的二阶模态频率灵敏度分析 | 第35-39页 |
3.2.2 箱梁结构的质量灵敏度分析 | 第39-40页 |
3.2.3 箱梁结构质量对二阶模态频率的灵敏度分析 | 第40-42页 |
3.3 本章小结 | 第42-43页 |
4 BP神经网络建立箱梁动态优化模型 | 第43-54页 |
4.1 动态优化设计 | 第43-44页 |
4.1.1 动态优化设计理论 | 第43页 |
4.1.2 动态优化设计方法 | 第43-44页 |
4.2 BP神经网络的原理 | 第44-46页 |
4.2.1 神经网络概述 | 第44-45页 |
4.2.2 BP神经网络的组成及特点 | 第45-46页 |
4.3 确定箱梁结构动态优化设计的BP神经网络模型 | 第46-53页 |
4.3.1 BP神经网络结构设计 | 第46-47页 |
4.3.2 BP网络训练参数的确定 | 第47-52页 |
4.3.3 BP神经网络模型的训练与预测性能分析 | 第52-53页 |
4.4 本章小结 | 第53-54页 |
5 遗传算法及神经网络的协同优化 | 第54-73页 |
5.1 遗传算法优化设计 | 第54-60页 |
5.1.1 遗传算法概述 | 第54页 |
5.1.2 多目标遗传算法NSGA-Ⅱ | 第54-56页 |
5.1.3 NSGA-Ⅱ算法遗传操作参数改进 | 第56-58页 |
5.1.4 改进的NSGA-Ⅱ算法性能测试 | 第58-60页 |
5.2 箱梁结构优化设计的数学模型 | 第60-63页 |
5.2.1 目标函数的建立 | 第60-61页 |
5.2.2 设计变量的选取 | 第61页 |
5.2.3 约束条件的确定 | 第61-63页 |
5.3 基于遗传算法及神经网络的箱梁结构动态优化 | 第63-70页 |
5.3.1 NN-GA优化流程 | 第63-65页 |
5.3.2 优化过程监控 | 第65-67页 |
5.3.3 层次分析法优先优化结果 | 第67-70页 |
5.4 优化前后分析结果对比 | 第70-72页 |
5.5 本章小结 | 第72-73页 |
6 总结与展望 | 第73-75页 |
6.1 总结 | 第73-74页 |
6.2 展望 | 第74-75页 |
参考文献 | 第75-79页 |
攻读硕士学位期间发表的论文及所得的研究成果 | 第79-80页 |
致谢 | 第80-81页 |