单主梁龙门起重机结构动态优化研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
1 绪论 | 第10-16页 |
·研究背景和意义 | 第10页 |
·龙门起重机的发展趋势 | 第10-12页 |
·国内外现状 | 第12-13页 |
·本文主要研究内容 | 第13-14页 |
·本章小结 | 第14-16页 |
2 基于相似理论的龙门起重机静力学分析 | 第16-44页 |
·相似理论的理论基础 | 第16-17页 |
·量纲的选取 | 第17-18页 |
·相似准则的确定 | 第18-21页 |
·长度缩尺的确定 | 第21页 |
·有限元的理论基础及软件应用 | 第21-24页 |
·有限元的理论基础 | 第22-24页 |
·有限元软件应用 | 第24页 |
·采用Workbench分析起重机静态特性 | 第24-43页 |
·几何模型建立 | 第24-26页 |
·定义材料属性 | 第26页 |
·网格的划分 | 第26-27页 |
·定义接触关系 | 第27页 |
·施加边界条件及求解 | 第27-36页 |
·求解、分析结果 | 第36-43页 |
·本章小结 | 第43-44页 |
3 门式起重机结构动刚性研究 | 第44-52页 |
·起重机动态性能研究方法 | 第44-45页 |
·门式起重机动刚性衡量指标 | 第45页 |
·龙门起重机模态分析 | 第45-48页 |
·龙门起重机谐响应分析 | 第48-50页 |
·本章小结 | 第50-52页 |
4 门式起重机动态优化设计 | 第52-74页 |
·动态优化设计 | 第52-54页 |
·动态优化设计概念 | 第52页 |
·动态优化设计方法 | 第52-54页 |
·BP网络建立门式起重机动态优化模型 | 第54-64页 |
·神经网络的组成和特点 | 第54-55页 |
·常用神经网络模型 | 第55-56页 |
·BP神经网络组成及其特点 | 第56-57页 |
·正交试验预测最佳组合 | 第57-60页 |
·确定BP网络训练数据及测试数据 | 第60-62页 |
·BP网络的建立 | 第62-64页 |
·采用遗传算法优化起重机BP网络模型 | 第64-71页 |
·遗传算法的概念 | 第64-65页 |
·遗传算法运行过程 | 第65页 |
·遗传算法的特点 | 第65-66页 |
·遗传算法优化神经网络 | 第66-69页 |
·优化结果比较 | 第69-71页 |
·本章小结 | 第71-74页 |
5 结论与展望 | 第74-76页 |
·结论 | 第74页 |
·本文创新点 | 第74-75页 |
·展望 | 第75-76页 |
参考文献 | 第76-82页 |
附录A | 第82-84页 |
附录B | 第84-86页 |
致谢 | 第86页 |