針對復雜機械結構動力學優(yōu)化耗費機時過多的問題,以車載炮炮口擾動為優(yōu)化目標,車載炮總體結構參數(shù)為設計變量,建立了車載炮有限元動力學模型,研究樣本點的抽取方法,探索并綜合比較多種近似模型的建模方法與預測精度,采用近似模型與遺傳算法相結合的方法,優(yōu)化結構參數(shù),優(yōu)化效果較好,為復雜非線性機械結構的動力學分析、近似模型建模和優(yōu)化設計提供了參考與指導。建立了車載炮精細網(wǎng)格模型,研究了車載炮各部分之間的連接關系,探討了車載炮發(fā)射過程中邊界條件與載荷的建模,在此基礎上建立了車載炮上裝部分非線性有限元動力學模型。研究對比了引入三種優(yōu)化準則的最優(yōu)拉丁超立方試驗設計方法;提出了考慮訓練樣本點與測試樣本點之間距離的遺傳拉丁超立方試驗設計方法。抽取訓練樣本與測試樣本.并在此基礎上進行了車載炮有限元動力學分析,獲得了相應車載炮炮口擾動。分別研究了多項式響應面方法、Kriging方法、神經(jīng)網(wǎng)絡方法、支持向量機方法等近似模型技術的建模方法,參數(shù)選取方法,及參數(shù)的選取對近似模型預測精度的影響。提出了使用10-fold交叉驗證法與遺傳算法相結合的方法來優(yōu)化模型參數(shù),有效提高了近似模型的泛化能力。在綜合考慮建模復雜程度和模型預測精度的基礎上,選擇最優(yōu)的近似方法建立近似模型。提出了采用近似模型與遺傳算法相結合的方法進行車載炮結構動力學優(yōu)化。在所建立近似模型的基礎上,構造了炮口擾動優(yōu)化目標函數(shù),采用遺傳算法對目標函數(shù)進行求解,實現(xiàn)了車載炮總體結構參數(shù)的動力學優(yōu)化。優(yōu)化結果表明近似模型與遺傳算法相結合的方法應用于復雜機械結構動力學優(yōu)化設計節(jié)省機時并且效果較好。
【學位單位】：南京理工大學
【學位級別】：碩士
【學位年份】：2017
【中圖分類】：TJ301
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題的背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 近似模型技術
        1.2.2 試驗設計方法
        1.2.3 近似模型構造方法
        1.2.4 火炮結構動態(tài)優(yōu)化方法
    1.3 主要研究內(nèi)容
2 車載炮上裝部分有限元建模
    2.1 引言
    2.2 車載炮上裝部分有限元網(wǎng)格劃分
        2.2.1 后坐部分網(wǎng)格劃分
        2.2.2 搖架部分網(wǎng)格劃分
        2.2.3 上架網(wǎng)格劃分
    2.3 連接關系建模
        2.3.1 各部件連接關系
        2.3.2 后坐部分與搖架的連接關系
        2.3.3 搖架與上架的連接關系
    2.4 邊界條件與載荷建模
    2.5 設計變量與衡量指標的選取
    2.6 本章小結
3 試驗設計方法研究
    3.1 引言
    3.2 常用試驗設計方法
        3.2.1 全因子設計
        3.2.2 正交設計
        3.2.3 中心復合設計
        3.2.4 拉丁超立方設計
    3.3 最優(yōu)拉丁超立方設計
        3.3.1 最優(yōu)拉丁超立方設計
        3.3.2 優(yōu)化準則
        3.3.3 引入優(yōu)化準則的OLHD方法
    3.4 遺傳拉丁超立方設計
        3.4.1 遺傳拉丁超立方設計
        3.4.2 三種優(yōu)化準則的對比分析
    3.5 有限元分析獲取車載炮樣本數(shù)據(jù)
    3.6 本章小結
4 車載炮近似模型建模
    4.1 引言
    4.2 常見的近似模型技術
        4.2.1 多項式響應面法
        4.2.2 Kriging模型
        4.2.3 神經(jīng)網(wǎng)絡模型
        4.2.4 支持向量機模型
        4.2.5 近似模型質(zhì)量檢測標準
    4.3 車載炮近似模型
        4.3.1 多項式響應面近似模型
        4.3.2 Kriging近似模型
        4.3.3 BP神經(jīng)網(wǎng)絡近似模型
        4.3.4 RBF神經(jīng)網(wǎng)絡近似模型
        4.3.5 SVM近似模型
    4.4 近似模型預測精度對比
    4.5 本章小結
5 基于近似模型的車載炮結構動態(tài)優(yōu)化
    5.1 引言
    5.2 構建目標函數(shù)
    5.3 遺傳算法
    5.4 車載炮結構動態(tài)優(yōu)化
        5.4.1 優(yōu)化流程
        5.4.2 優(yōu)化結果及分析
    5.5 本章小結
6 總結與展望
    6.1 全文總結
    6.2 研究展望
致謝
參考文獻
附錄

【參考文獻】

相關期刊論文 前10條

1 肖振業(yè);馮佰威;劉祖源;常海超;王峰;;基于支持向量機的船舶阻力近似模型[J];計算機輔助工程;2015年04期

2 屈小章;韓旭;畢仁貴;譚艷;;基于Kriging近似模型的軌道主冷葉輪多目標遺傳優(yōu)化[J];中國機械工程;2015年14期

3 蔣清山;錢林方;徐亞棟;鄒權;;考慮區(qū)間不確定性的某彈丸提升裝置參數(shù)優(yōu)化[J];兵工學報;2015年06期

4 陳佳;徐源俊;;全因子試驗設計在變速箱輸出軸密封組件試驗中的應用[J];企業(yè)技術開發(fā);2014年18期

5 陳國棟;韓旭;;基于代理模型的多目標優(yōu)化方法及其在車身設計中的應用[J];機械工程學報;2014年09期

6 何小二;王德禹;;支持向量機近似模型的參數(shù)選取及其在結構優(yōu)化中的應用[J];上海交通大學學報;2014年04期

7 袁野;陳昌亞;王德禹;;基于支持向量機的衛(wèi)星動力學多目標優(yōu)化[J];振動與沖擊;2013年22期

8 袁野;王德禹;李喆;;基于支持向量機的船舶結構優(yōu)化方法[J];艦船科學技術;2013年07期

9 曹營軍;馮武斌;畢曉蒙;紀曉罡;;基于正交試驗設計的末修彈脈沖參數(shù)優(yōu)化研究[J];彈箭與制導學報;2012年06期

10 周利輝;成艾國;陳濤;趙敏;周澤;;基于BP神經(jīng)網(wǎng)絡的側碰多目標優(yōu)化設計[J];中國機械工程;2012年17期

本文編號：2888168