摘要 | 第4-5页 |
abstract | 第5-6页 |
1 绪论 | 第10-20页 |
1.1 引言 | 第10-11页 |
1.1.1 课题的来源 | 第10页 |
1.1.2 课题研究的背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-17页 |
1.2.1 起重机箱形主梁优化的研究现状 | 第11-13页 |
1.2.2 狼群算法的研究现状 | 第13-16页 |
1.2.3 桥式起重机动态优化研究现状 | 第16-17页 |
1.3 结构优化的DOE研究现状 | 第17-18页 |
1.4 论文主要研究内容 | 第18-20页 |
2 桥式起重机主梁有限元参数化建模及静动力学分析 | 第20-31页 |
2.1 箱形主梁有限元模型的构建 | 第20-23页 |
2.1.1 静动力学的基础理论 | 第20页 |
2.1.2 桥式起重机的基本组成及主梁参数 | 第20-21页 |
2.1.3 参数化建模与网格划分 | 第21-23页 |
2.2 桥式起重机箱形主梁静态分析与模态分析 | 第23-29页 |
2.2.1 箱形主梁的载荷分析 | 第23-25页 |
2.2.2 箱形主梁的静态力学分析 | 第25-26页 |
2.2.3 箱形主梁模态分析 | 第26-29页 |
2.3 桥式起重机箱形主梁结构谐响应分析 | 第29-30页 |
2.3.1 谐响应分析理论 | 第29页 |
2.3.2 箱形主梁的谐响应分析 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
3 桥式起重机主梁结构尺寸DOE分析 | 第31-44页 |
3.1 优化方案的选取 | 第31-32页 |
3.1.1 DOE基本原理 | 第31页 |
3.1.2 DOE分析规划 | 第31-32页 |
3.2 主梁结构尺寸的DOE分析 | 第32-39页 |
3.2.1 主梁结构尺寸对应力及应变的DOE分析 | 第32-35页 |
3.2.2 主梁结构尺寸对质量的DOE分析 | 第35-37页 |
3.2.3 主梁结构尺寸对二阶模态频率的DOE分析 | 第37-39页 |
3.3 建立箱形主梁动态优化模型 | 第39-43页 |
3.3.1 BP神经网络算法原理及步骤 | 第39-40页 |
3.3.2 BP神经网络算法参数的确定 | 第40-41页 |
3.3.3 算法训练以及测试数据的确定 | 第41-43页 |
3.4 本章小结 | 第43-44页 |
4 基于多目标优化的改进狼群算法 | 第44-57页 |
4.1 基本狼群算法 | 第44-48页 |
4.1.1 狼群算法基本实现步骤 | 第45-47页 |
4.1.2 基本狼群算法的参数研究 | 第47-48页 |
4.2 基本狼群算法的优缺点分析 | 第48页 |
4.2.1 算法优点简析 | 第48页 |
4.2.2 WPA算法缺点 | 第48页 |
4.3 狼群算法改进 | 第48-54页 |
4.3.1 基于个体质量的聚集密度比较法 | 第48-51页 |
4.3.2 基于帕累托支配的改进狼群算法 | 第51-53页 |
4.3.3 改进多目标狼群算法流程 | 第53-54页 |
4.4分析验证 | 第54-55页 |
4.4.1 测试环境 | 第54-55页 |
4.5 本章小结 | 第55-57页 |
5 桥式起重机箱形主梁多目标优化实现 | 第57-72页 |
5.1 箱形主梁数学模型的建立 | 第57-61页 |
5.1.1 确立目标函数 | 第57页 |
5.1.2 随机变量的选取 | 第57-58页 |
5.1.3 确定约束条件 | 第58-61页 |
5.2 确定算法的参数及协同优化 | 第61-65页 |
5.2.1 确定算法的参数 | 第61-64页 |
5.2.2 优化设计理论 | 第64页 |
5.2.3 算法协同优化流程 | 第64-65页 |
5.3 优化过程与结果分析 | 第65-69页 |
5.3.1 优化过程监控 | 第65-66页 |
5.3.2 基于熵值法的优化结果分析 | 第66-69页 |
5.4 对比分析前后优化结果 | 第69-71页 |
5.5 本章小结 | 第71-72页 |
6 总结与展望 | 第72-74页 |
6.1 总结 | 第72-73页 |
6.2 展望 | 第73-74页 |
参考文献 | 第74-79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 |