| 中文摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 轴箱静强度分析研究现状 | 第10-11页 |
| 1.3 近似模型技术的研究现状 | 第11-12页 |
| 1.3.1 近似模型算法 | 第11-12页 |
| 1.3.2 近似模型算法的改进研究 | 第12页 |
| 1.4 结构优化的研究现状 | 第12-14页 |
| 1.5 本文主要研究内容 | 第14-15页 |
| 第2章 轴箱结构静强度仿真分析 | 第15-22页 |
| 2.1 轴箱结构参数分析与几何模型建立 | 第15-16页 |
| 2.2 轴箱模型有限元前处理 | 第16-17页 |
| 2.3 轴箱静强度有限元仿真计算 | 第17-21页 |
| 2.3.1 工况计算 | 第18-20页 |
| 2.3.2 工况仿真计算结果 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 轴箱仿真分析自动化采样 | 第22-40页 |
| 3.1 Isight多学科平台介绍 | 第22-23页 |
| 3.2 软件集成技术 | 第23-29页 |
| 3.2.1 Isight集成CATIA | 第24-27页 |
| 3.2.2 Isight集成Hypermesh | 第27-28页 |
| 3.2.3 Isight集成ANSYS | 第28-29页 |
| 3.3 流程构建中的关键技术 | 第29-34页 |
| 3.3.1 利用VB函数对CATIA二次开发功能的拓展 | 第30-31页 |
| 3.3.2 Hypermesh中加载面索引面号的固定方法 | 第31-32页 |
| 3.3.3 Hypermesh中接触对建立的二次开发实现方法 | 第32-34页 |
| 3.4 轴箱设计分析一体化流程与自动化采样 | 第34-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 轴箱仿真分析近似模型建立 | 第40-57页 |
| 4.1 径向基神经网络原理 | 第40-44页 |
| 4.1.1 RBF插值问题 | 第42-43页 |
| 4.1.2 样本空间各向异性 | 第43页 |
| 4.1.3 欧式距离函数带来的误差影响 | 第43-44页 |
| 4.2 基于动态加权欧式距离函数的DW-RBF改进算法 | 第44-52页 |
| 4.2.1 算法改进思路 | 第44-46页 |
| 4.2.2 Sobol'全局灵敏度分析方法 | 第46-50页 |
| 4.2.3 DW-RBF神经网络的建立流程 | 第50-51页 |
| 4.2.4 DW-RBF神经网络的程序实现 | 第51-52页 |
| 4.3 基于DW-RBF网络的轴箱仿真近似模型建立 | 第52-56页 |
| 4.3.1 RBF轴箱仿真近似模型 | 第52-54页 |
| 4.3.2 轴箱结构参数全局灵敏度分析 | 第54-55页 |
| 4.3.3 DW-RBF轴箱仿真近似模型 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 基于近似模型的轴箱结构参数优化 | 第57-68页 |
| 5.1 优化问题数学模型 | 第57页 |
| 5.2 常用的几种结构优化方法 | 第57-59页 |
| 5.3 轴箱结构参数优化 | 第59-63页 |
| 5.3.1 设计变量与边界 | 第59页 |
| 5.3.2 优化目标 | 第59-60页 |
| 5.3.3 约束条件 | 第60页 |
| 5.3.4 Matlab优化工具箱 | 第60-61页 |
| 5.3.5 优化结果 | 第61-63页 |
| 5.4 优化结果验证 | 第63-67页 |
| 5.4.1 基于RBF神经网络优化结果的验证 | 第63-64页 |
| 5.4.2 基于DW-RBF神经网络的优化结果的验证 | 第64-66页 |
| 5.4.3 优化结果对比分析 | 第66-67页 |
| 5.5 本章小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间发表的论文和参与科研项目情况 | 第75-76页 |
| 附录 | 第76-79页 |
