摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 研究背景与意义 | 第10页 |
1.2 水下耐压壳轻量化研究现状 | 第10-12页 |
1.2.1 水下耐压壳尺寸优化现状 | 第10-11页 |
1.2.2 水下耐压壳形状优化现状 | 第11页 |
1.2.3 水下耐压壳拓扑优化现状 | 第11-12页 |
1.3 本文研究背景意义及主要工作内容 | 第12-14页 |
1.3.1 本文的研究背景意义 | 第12页 |
1.3.2 本文主要工作内容 | 第12-14页 |
第2章 圆碟形水下耐压壳参数化有限元设计 | 第14-20页 |
2.1 ANSYS参数化技术 | 第14页 |
2.2 圆碟形水下耐压壳材料选用 | 第14-15页 |
2.3 圆碟形水下耐压壳参数化建模与分析 | 第15-19页 |
2.4 本章小结 | 第19-20页 |
第3章 圆碟形水下耐压壳单目标优化设计 | 第20-27页 |
3.1 ANSYS尺寸优化概述 | 第20-21页 |
3.2 耐压壳尺寸优化的数学模型 | 第21-22页 |
3.3 耐压壳尺寸优化结果及分析 | 第22-26页 |
3.4 本章小结 | 第26-27页 |
第4章 圆碟形水下耐压壳多目标优化设计 | 第27-44页 |
4.1 试验设计方法 | 第27-33页 |
4.1.1 几种试验设计方法的比较 | 第27页 |
4.1.2 拉丁超立方的试验设计 | 第27-28页 |
4.1.3 灵敏度分析 | 第28-29页 |
4.1.4 设计点对优化变量的影响 | 第29-30页 |
4.1.5 部分设计变量对优化变量的影响 | 第30-33页 |
4.2 近似模型概述 | 第33-35页 |
4.2.1 响应面(RSM)模型 | 第34页 |
4.2.2 径向基神经网络模型 | 第34页 |
4.2.3 Kriging模型 | 第34-35页 |
4.3 创建Kriging近似模型 | 第35-38页 |
4.4 Kriging近似模型部分响应面结果 | 第38-39页 |
4.5 基于遗传算法圆碟形水下耐压壳优化设计 | 第39-43页 |
4.5.1 NSGA—Ⅱ遗传算法概述 | 第39页 |
4.5.2 Pareto最优解集 | 第39页 |
4.5.3 多目标优化结果及分析 | 第39-43页 |
4.6 本章小结 | 第43-44页 |
第5章 圆碟形水下耐压壳组合优化设计 | 第44-56页 |
5.1 优化技术简介 | 第44-45页 |
5.2 集成优化技术的流程 | 第45-46页 |
5.3 圆碟形水下耐压壳轻量化方案 | 第46-54页 |
5.3.1 单目标组合轻量化设计 | 第46-49页 |
5.3.2 多目标组合轻量化设计 | 第49-54页 |
5.4 本文中所涉及优化算法对比 | 第54-55页 |
5.5 本章小结 | 第55-56页 |
第6章 圆碟形水下耐压壳的6σ稳健性优化设计 | 第56-67页 |
6.1 6σ稳健性设计 | 第56-58页 |
6.1.1 6σ稳健性设计原理 | 第56页 |
6.1.2 蒙特卡罗技术 | 第56-58页 |
6.2 6σ稳健优化设计策略 | 第58-59页 |
6.3 试验设计 | 第59页 |
6.4 RBF近似模型的建立 | 第59-60页 |
6.5 6σ多目标稳健性优化设计 | 第60-66页 |
6.5.1 确定性优化稳健性校核和6σ稳健性优化设计 | 第61-63页 |
6.5.2 确定性优化稳健性校核和6σ稳健性优化结果对比 | 第63-65页 |
6.5.3 有限元结果验证 | 第65-66页 |
6.6 本章小结 | 第66-67页 |
结论 | 第67-69页 |
参考文献 | 第69-72页 |
致谢 | 第72页 |