摘要 | 第5-6页 |
Abstract | 第6页 |
目录 | 第7-10页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究的目的和意义 | 第10页 |
1.2 桁架结构优化理论研究概论 | 第10-12页 |
1.3 起重机桁架式臂架结构优化的研究发展概况 | 第12-14页 |
1.3.1 桁架结构在起重机臂架结构中的应用 | 第12-13页 |
1.3.2 起重机桁架式臂架优化设计的研究现状 | 第13页 |
1.3.3 起重机桁架式臂架优化设计的发展趋势 | 第13-14页 |
1.4 课题主要研究内容 | 第14-16页 |
第2章 基本理论及应用技术概述 | 第16-32页 |
2.1 可靠性的基本理论 | 第16-19页 |
2.1.1 可靠性的概念 | 第16页 |
2.1.2 可靠度的概念及计算方法 | 第16-19页 |
2.1.2.1 可靠度的基本概念 | 第16-17页 |
2.1.2.2 基于应力—强度干涉模型的可靠度公式的推导 | 第17-18页 |
2.1.2.3 可靠度的计算方法概述 | 第18-19页 |
2.2 稳健可靠性的基本理论 | 第19-24页 |
2.2.1 稳健设计的概念 | 第19-20页 |
2.2.2 稳健可靠性的概念 | 第20-21页 |
2.2.3 稳健可靠性优化设计方法 | 第21-24页 |
2.2.3.1 基于灵敏度的稳健设计 | 第21页 |
2.2.3.2 基于灵敏度的附加目标函数 | 第21-23页 |
2.2.3.3 可靠性灵敏度设计 | 第23页 |
2.2.3.4 稳健可靠性优化设计模型 | 第23-24页 |
2.3 有限元理论简介 | 第24-25页 |
2.4 基于ANSYS的概率设计技术(PDS)简介 | 第25-26页 |
2.5 神经网络的基本理论简介 | 第26-29页 |
2.5.1 人工神经网络简介 | 第26-28页 |
2.5.2 BP神经网络模型与学习算法 | 第28-29页 |
2.6 优化设计理论简介 | 第29-31页 |
2.6.1 优化设计简介 | 第29-30页 |
2.6.2 优化设计方法的分类 | 第30-31页 |
2.7 本章总结 | 第31-32页 |
第3章 起重机臂架的静态分析 | 第32-48页 |
3.1 有限元模型的建立及相关问题的处理 | 第32-37页 |
3.1.1 履带起重机臂架的组成 | 第32-33页 |
3.1.2 起重机臂架的力学模型 | 第33-34页 |
3.1.3 起重机的主要参数 | 第34页 |
3.1.4 起重机臂架材料的尺寸参数 | 第34页 |
3.1.5 起重机臂架模型的简化 | 第34-35页 |
3.1.6 有限元分析模型中各单元的选取 | 第35-36页 |
3.1.7 边界条件及约束的处理 | 第36页 |
3.1.8 臂架有限元模型的建立 | 第36-37页 |
3.2 臂架有限元分析前处理及求解分析 | 第37-44页 |
3.2.1 臂架载荷的确定 | 第37-40页 |
3.2.1.1 载荷类别 | 第37-38页 |
3.2.1.2 臂架载荷计算 | 第38-40页 |
3.2.2 许用强度和刚度的确定 | 第40-41页 |
3.2.2.1 许用强度的确定 | 第40-41页 |
3.2.2.2 许用刚度的确定 | 第41页 |
3.2.3 臂架有限元求解结果及分析 | 第41-44页 |
3.3 臂架稳定性校核 | 第44-47页 |
3.4 本章总结 | 第47-48页 |
第4章 起重机臂架的可靠性分析 | 第48-64页 |
4.1 基于ANSYS的概率设计技术(PDS)—蒙特卡洛法 | 第48-50页 |
4.1.1 蒙特卡洛模拟技术概述 | 第48页 |
4.1.2 蒙特卡洛模拟技术—直接抽样法 | 第48-49页 |
4.1.3 蒙特卡洛模拟技术—拉丁超立方抽样法 | 第49-50页 |
4.2 基于ANSYS的概率设计(PDS)的基本过程 | 第50-54页 |
4.2.1 PDS的基本过程简介 | 第50-51页 |
4.2.2 创建分析文件 | 第51-52页 |
4.2.3 可靠性分析过程 | 第52-53页 |
4.2.4 可靠性分析结果后处理 | 第53-54页 |
4.3 臂架可靠性分析中随机参数的处理 | 第54-55页 |
4.3.1 有限元分析中的随机参数 | 第54页 |
4.3.2 臂架可靠性分析中参数的随机化处理原则 | 第54-55页 |
4.4 臂架可靠性分析的求解及分析 | 第55-63页 |
4.4.1 臂架可靠性分析 | 第55-56页 |
4.4.2 可靠性结果及分析 | 第56-63页 |
4.5 本章总结 | 第63-64页 |
第5章 起重机臂架的稳健可靠性优化设计的实现 | 第64-77页 |
5.1 基于BP神经网络的函数拟合 | 第64-70页 |
5.1.1 学习样本的获得 | 第64-65页 |
5.1.2 基于MATLAB的BP神经网络设计 | 第65-67页 |
5.1.3 BP网络拟合 | 第67-70页 |
5.2 臂架稳健可靠性优化设计的实现 | 第70-76页 |
5.2.1 目标函数的建立 | 第71页 |
5.2.2 约束条件的建立 | 第71页 |
5.2.3 优化求解及结果分析 | 第71-76页 |
5.3 本章总结 | 第76-77页 |
第6章 结论与展望 | 第77-79页 |
6.1 结论 | 第77-78页 |
6.2 展望 | 第78-79页 |
参考文献 | 第79-83页 |
致谢 | 第83页 |