自行火炮身管优化方法及应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 图表目录 | 第8-10页 |
| 1 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10页 |
| ·结构优化方法的国内外研究状况 | 第10-13页 |
| ·自行火炮身管优化设计简介 | 第13页 |
| ·本课题研究的主要内容 | 第13-15页 |
| 2 身管结构的设计分析模型 | 第15-24页 |
| ·内弹道模型 | 第15-16页 |
| ·身管结构模型 | 第16页 |
| ·身管强度特性分析 | 第16-21页 |
| ·强度分析理论 | 第16-17页 |
| ·安全系数 | 第17-18页 |
| ·身管强度有限元分析 | 第18-21页 |
| ·身管刚度特性分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于随机有限元的参数敏感性分析 | 第24-33页 |
| ·概述 | 第24页 |
| ·结构失效概率分析理论 | 第24-25页 |
| ·强度可靠度的分析理论 | 第24-25页 |
| ·强度失效概率模型 | 第25页 |
| ·基于蒙特卡洛法的结构失效概率分析 | 第25-27页 |
| ·蒙特卡洛法的基本原理 | 第25页 |
| ·拉丁超立方抽样法 | 第25-26页 |
| ·基于结构失效概率的参数敏感性分析的步骤 | 第26-27页 |
| ·结构参数敏感性分析算例 | 第27-32页 |
| ·创建分析文件 | 第27页 |
| ·确定随机变量及其分布 | 第27页 |
| ·确定功能函数 | 第27页 |
| ·模拟仿真 | 第27-28页 |
| ·输出变量strength的概率分布 | 第28-29页 |
| ·参数敏感性分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于ANSYS平台的身管结构单目标优化 | 第33-41页 |
| ·ANSYS结构优化设计原理 | 第33-35页 |
| ·身管算例模型 | 第35-37页 |
| ·优化计算 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 5 基于神经网络和遗传算法的身管多目标模糊优化 | 第41-66页 |
| ·概述 | 第41页 |
| ·身管多目标优化模型 | 第41-43页 |
| ·均匀试验设计 | 第43-44页 |
| ·均匀试验设计介绍 | 第43页 |
| ·均匀试验设计过程 | 第43-44页 |
| ·BP神经网络模型的确立 | 第44-48页 |
| ·神经网络在机械工程中的应用 | 第44页 |
| ·人工神经网络结构 | 第44-45页 |
| ·BP神经网络建模 | 第45-48页 |
| ·BP神经网络和遗传算法的结合算法 | 第48-51页 |
| ·遗传算法 | 第48-49页 |
| ·BP网络与遗传算法的结合算法 | 第49-51页 |
| ·结构多目标优化的模糊解法 | 第51-55页 |
| ·结构多目标优化 | 第51-53页 |
| ·多目标优化的模糊解法 | 第53-55页 |
| ·基于优化的结构多目标权重反求方法 | 第55-57页 |
| ·身管多目标权重优化算例 | 第57-63页 |
| ·身管优化模型的试验方案设计 | 第57-59页 |
| ·建立身管结构多目标权重优化模型 | 第59-61页 |
| ·建立BP神经网络的输出预测模型 | 第61-62页 |
| ·利用遗传算法进行优化 | 第62-63页 |
| ·身管多目标优化算例 | 第63-65页 |
| ·建立BP神经网络模型 | 第63-64页 |
| ·利用遗传算法进行寻优 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 6 身管优化设计软件模块的开发实现 | 第66-72页 |
| ·概述 | 第66页 |
| ·MATLAB与EXCEL的接口技术 | 第66页 |
| ·软件模块的设计思路 | 第66-67页 |
| ·基于神经网络和遗传算法的权重优化模块 | 第67-68页 |
| ·身管多目标优化模块 | 第68-70页 |
| ·软件模块运行实例 | 第70-71页 |
| ·权重优化模块的运行 | 第70页 |
| ·身管多目标优化模块的运行 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 7 全文总结与研究展望 | 第72-74页 |
| ·全文总结 | 第72-73页 |
| ·研究展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79页 |
