论文摘要
结构的安全与可靠是机械结构设计的主要目的之一。在结构设计过程中,不确定性因素是固有的,如果不考虑其材料、外载荷及几何尺寸等参数的随机性,仅将它们看作是确定性变量进行优化设计,结构的安全性能将得不到充分的保障,产品的质量就会受到影响。而将可靠性设计方法和优化设计技术有机地结合在一起,可以帮助设计人员建立合理的机械结构的安全容限并控制随机参数对机械结构安全的影响,使所预测的机械结构的工作性能与实际工作性能更加符合,得到既有足够的安全可靠性,又具有一定经济性的优化结构。因此进行可靠性优化设计方法的研究具有十分重要的意义。本文在总结国内外结构可靠性研究现状的基础上,将神经网络技术应用于机械零件可靠性稳健设计领域。BP神经网络是目前研究和应用最为广泛的一种网络模型,并且在不同的研究领域取得了大量成果,本文充分利用其函数逼近功能、非线性映射功能、鲁棒性和容错能力,较好地解决了可靠性研究中的一些难点问题,为结构可靠性分析和可靠性稳健优化设计的求解提供了一种新途径。本文的主要研究内容为:针对在工程实际应用中很难给出极限状态函数的具体显性表达式,以及随机有限元法和响应面法的缺陷问题,本文将有限元数值分析、神经网络技术、可靠性优化设计理论、可靠性灵敏度技术和稳健设计方法有机结合,提出了机械零件可靠性稳健设计的神经网络方法。本文采用均匀试验设计法来确定有限元分析的样本和试验方案,通过有限次有限元数值分析计算获得的最大应力的准确数值解,将他们作为神经网络模型的样本数据,利用神经网络模型模拟获得最大应力之间的关系,将神经网络模拟确定的最大应力与可靠性理论相结合,并以训练好的神经网络模型来替代有限元程序进行分析计算,最后将可靠性优化理论、可靠性灵敏度技术和稳健设计方法相结合,进行基于神经网络的可靠性稳健优化设计,这将提高计算效率和节省试验成本。本文提出的基于神经网络的可靠性稳健设计方法,利用神经网络的非线性映射能力和泛化能力,可以任意精确地逼近结构参数与结构响应之间的函数关系。因此,通过在实际结构可靠性分析中的应用,可以有效解决复杂结构可靠性分析中没有给出功能函数显式表达的问题,简化了计算过程,同时可以获得较高的计算精度,具有很好的工程实用价值。
论文目录
相关论文文献
标签:有限元数值分析论文; 神经网络论文; 可靠性优化设计论文; 可靠性灵敏度论文; 可靠性稳健设计论文; 极限状态函数论文;