为了降低车室低频噪声,采用对声学贡献较大的车室地板、后地板、前围板、顶棚、前车门内板及后车门内板的厚度参数为因子,以车身质量、车身模态频率、驾驶员头部处声压峰值和声压均方根值为响应,采用最优拉丁超立方试验设计方法采集样...为了降低车室低频噪声,采用对声学贡献较大的车室地板、后地板、前围板、顶棚、前车门内板及后车门内板的厚度参数为因子,以车身质量、车身模态频率、驾驶员头部处声压峰值和声压均方根值为响应,采用最优拉丁超立方试验设计方法采集样本数据进行因子空间设计。利用径向基神经网络方法,建立了4个响应关于6个因子的误差小、精度高的近似模型,并对所建立的近似模型进行误差分析。以驾驶员头部处声压峰值最小为目标函数,板件厚度参数为自变量,驾驶员头部处声压均方根值、车身质量和车身模态频率为约束条件。采用自适应模拟退火算法对板件厚度进行优化设计,其优化结果表明,驾驶员头部处最大声压峰值所在的频率158 Hz处的声压降低了4.45 d B,134 Hz处的声压峰值降低了5.47 d B,在其他声压峰值较高的频率处,测点声压均有不同程度降低,说明在满足约束条件同时,通过优化有效地降低车室空腔噪声,提高车辆的声学舒适性。展开更多
依赖于传统经验方法的无轨伸缩式门式起重机结构设计往往趋于保守,材料浪费严重,为了充分发挥材料的承载性能,有必要对它进行优化分析。对无轨伸缩式门式起重机结构进行优化设计时,针对非线性接触模型计算不收敛与计算效率低等问题,提...依赖于传统经验方法的无轨伸缩式门式起重机结构设计往往趋于保守,材料浪费严重,为了充分发挥材料的承载性能,有必要对它进行优化分析。对无轨伸缩式门式起重机结构进行优化设计时,针对非线性接触模型计算不收敛与计算效率低等问题,提出以节点耦合模型代替接触模型来构建响应面近似模型,并将近似模型与多岛遗传算法相结合对结构参数进行优化。以某无轨伸缩式门式起重机各构件截面尺寸为初始设计变量,以结构强度、刚度、自重为模型响应,通过调用Isight平台中最优拉丁超立方设计方法产生设计变量样本点,再由试验设计(design of experiment,DOE)模块调用有限元分析软件ANSYS完成样本点模型仿真以筛选出对响应影响较大的设计变量。利用优选后的设计变量构建响应面近似模型,以结构强度和刚度为约束条件,门式起重机结构质量最轻为优化目标,采用多岛遗传算法对响应面模型进行优化。结果表明:在保证结构性能的前提下,优化后门式起重机质量减轻23.4%,轻量化效果明显。所提出的优化策略可较快获得全局最优解,减少了计算量,为无轨伸缩式门式起重机结构改进提供了理论依据。展开更多
文摘为了降低车室低频噪声,采用对声学贡献较大的车室地板、后地板、前围板、顶棚、前车门内板及后车门内板的厚度参数为因子,以车身质量、车身模态频率、驾驶员头部处声压峰值和声压均方根值为响应,采用最优拉丁超立方试验设计方法采集样本数据进行因子空间设计。利用径向基神经网络方法,建立了4个响应关于6个因子的误差小、精度高的近似模型,并对所建立的近似模型进行误差分析。以驾驶员头部处声压峰值最小为目标函数,板件厚度参数为自变量,驾驶员头部处声压均方根值、车身质量和车身模态频率为约束条件。采用自适应模拟退火算法对板件厚度进行优化设计,其优化结果表明,驾驶员头部处最大声压峰值所在的频率158 Hz处的声压降低了4.45 d B,134 Hz处的声压峰值降低了5.47 d B,在其他声压峰值较高的频率处,测点声压均有不同程度降低,说明在满足约束条件同时,通过优化有效地降低车室空腔噪声,提高车辆的声学舒适性。
文摘依赖于传统经验方法的无轨伸缩式门式起重机结构设计往往趋于保守,材料浪费严重,为了充分发挥材料的承载性能,有必要对它进行优化分析。对无轨伸缩式门式起重机结构进行优化设计时,针对非线性接触模型计算不收敛与计算效率低等问题,提出以节点耦合模型代替接触模型来构建响应面近似模型,并将近似模型与多岛遗传算法相结合对结构参数进行优化。以某无轨伸缩式门式起重机各构件截面尺寸为初始设计变量,以结构强度、刚度、自重为模型响应,通过调用Isight平台中最优拉丁超立方设计方法产生设计变量样本点,再由试验设计(design of experiment,DOE)模块调用有限元分析软件ANSYS完成样本点模型仿真以筛选出对响应影响较大的设计变量。利用优选后的设计变量构建响应面近似模型,以结构强度和刚度为约束条件,门式起重机结构质量最轻为优化目标,采用多岛遗传算法对响应面模型进行优化。结果表明:在保证结构性能的前提下,优化后门式起重机质量减轻23.4%,轻量化效果明显。所提出的优化策略可较快获得全局最优解,减少了计算量,为无轨伸缩式门式起重机结构改进提供了理论依据。
