首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

轻小型框架式卫星结构分析与优化

摘要第10-11页
ABSTRACT第11页
第一章 绪论第12-19页
    1.1 研究背景第12-13页
    1.2 卫星结构建模方法的发展与现状第13-15页
        1.2.1 卫星结构建模方法概述第13页
        1.2.2 卫星参数化建模技术的发展与现状第13-15页
    1.3 卫星结构分析与优化技术的发展与现状第15-17页
        1.3.1 卫星结构分析与优化技术概述第15页
        1.3.2 单目标优化技术第15-16页
        1.3.3 多目标优化技术第16-17页
    1.4 本文研究主要问题第17-19页
第二章 轻小型框架式卫星结构建模方法研究第19-34页
    2.1 引言第19页
    2.2 轻小型框架式卫星有限元模型概述第19-21页
    2.3 轻小型框架式卫星加筋板结构建模方法研究第21-27页
        2.3.1 梁单元偏置原理简介第22-23页
        2.3.2 加筋板建模方法对比分析第23-25页
        2.3.3 几何参数对模型精度的影响分析第25-27页
    2.4 轻小型框架式卫星连接梁结构建模方法研究第27-32页
        2.4.1 连接梁建模方法对比分析第28-31页
        2.4.2 载荷对模型精度的影响分析第31-32页
    2.5 本章小结第32-34页
第三章 轻小型框架式卫星结构力学仿真分析第34-58页
    3.1 引言第34页
    3.2 准静态分析第34-36页
        3.2.1 边界条件第34-35页
        3.2.2 分析结果第35-36页
    3.3 模态分析第36-40页
        3.3.1 模态有效质量分析原理简介第37-38页
        3.3.2 分析结果第38-40页
    3.4 频响分析第40-50页
        3.4.1 边界条件第40-42页
        3.4.2 分析结果第42-49页
        3.4.3 模态阻尼系数对频响结果的影响分析第49-50页
    3.5 随机响应分析第50-57页
        3.5.1 单个随机激励响应理论简述第50-51页
        3.5.2 边界条件第51页
        3.5.3 分析结果第51-57页
    3.6 本章小结第57-58页
第四章 轻小型框架式卫星结构尺寸优化设计第58-85页
    4.1 引言第58页
    4.2 优化参数选取第58-70页
        4.2.1 待优化对象位置分布第59-65页
        4.2.2 参数初步选取第65-67页
        4.2.3 灵敏度分析第67-70页
    4.3 基于PCL语言的单目标优化第70-76页
        4.3.1 PCL语言简介第70-71页
        4.3.2 基于PCL语言的轻小型框架式卫星参数化建模第71-74页
        4.3.3 基于参数化模型的结构优化设计第74-76页
    4.4 单目标优化效果的试验验证第76-79页
        4.4.1 试验装置第76-78页
        4.4.2 试验目的及原理第78页
        4.4.3 试验步骤第78-79页
        4.4.4 试验结果对比第79页
    4.5 基于Kriging代理模型的多目标优化第79-84页
        4.5.1 Kriging代理模型技术简介第80-81页
        4.5.2 基于Isight的NSGA-II优化算法集成第81-83页
        4.5.3 基于Kriging代理模型的加筋板多目标优化第83-84页
    4.6 本章小结第84-85页
第五章 轻小型框架式卫星结构优化分析软件平台开发第85-93页
    5.1 引言第85页
    5.2 软件概述第85-86页
        5.2.1 软件功能简介第85页
        5.2.2 软件总体结构第85-86页
        5.2.3 软件工作流程第86页
    5.3 软件程序详细设计第86-91页
        5.3.1 主控界面说明第87页
        5.3.2 模态分析模块第87-88页
        5.3.3 频响分析模块第88-89页
        5.3.4 结构优化模块第89-91页
    5.4 本章小结第91-93页
第六章 结论与展望第93-95页
    6.1 本文主要工作及成果第93-94页
    6.2 工作展望第94-95页
致谢第95-96页
参考文献第96-100页
作者在学期间取得的学术成果第100页

论文共100页,点击 下载论文
上一篇:面向遥感图像分类的视觉属性迁移方法研究
下一篇:面向大规模不平衡数据的支持向量机算法研究