学位论文 > 优秀研究生学位论文题录展示

基于神经网络的机械零件可靠性稳健设计

作　者: 高娓
导　师: 张义民
学　校: 东北大学
专　业: 机械电子工程
关键词: 有限元数值分析神经网络可靠性优化设计可靠性灵敏度可靠性稳健设计极限状态函数
分类号: TP183
类　型: 硕士论文
年　份: 2008年
下　载: 198次
引　用: 3次
阅　读: 论文下载

内容摘要

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。

全文目录

摘要  6-7
Abstract  7-11
第1章绪论  11-19
  1.1 课题背景  11-12
  1.2 可靠性技术研究的现状与进展  12-13
  1.3 稳健设计研究的现状与进展  13-15
  1.4 人工神经网络发展的历史及现状  15-17
  1.5 本文研究内容  17-19
第2章可靠性基本理论和神经网络基础  19-41
  2.1 可靠性的基本概念  19-21
  2.2 可靠性分析的基本理论  21-24
    2.2.1 可靠度和可靠性指标  21-22
    2.2.2 可靠度计算的数值方法概述  22-24
  2.3 可靠性设计的摄动法  24-26
  2.4 Edgeworth级数  26-27
  2.5 可靠性灵敏度设计  27-29
    2.5.1 正态分布参数的可靠性灵敏度设计  27-28
    2.5.2 任意分布参数的可靠性灵敏度设计  28-29
  2.6 人工神经网络基础  29-40
    2.6.1 人工神经网络的基本组成  30
    2.6.2 人工神经元模型及传递函数  30-32
    2.6.3 BP网络的拓扑结构  32-33
    2.6.4 BP网络算法及公式推导  33-36
    2.6.5 利用BP网络实现函数逼近  36-40
  2.7 本章小结  40-41
第3章基于神经网络的可靠性稳健设计  41-55
  3.1 引言  41-42
  3.2 基于灵敏度分析的稳健设计  42-44
    3.2.1 稳健设计方法的概念  42-43
    3.2.2 基于灵敏度的附加约束实现策略  43
    3.2.3 基于灵敏度的附加目标函数实现策略  43-44
  3.3 可靠性稳健设计  44-45
    3.3.1 正态分布参数的可靠性稳健设计  44
    3.3.2 任意分布参数的可靠性稳健设计  44-45
  3.4 基于BP网络的可靠性稳健设计  45-48
  3.5 BP网络的MATLAB实现  48-54
    3.5.1 网络结构的确定  48-50
    3.5.2 网络的初始化  50
    3.5.3 训练样本数据的选取与处理  50-52
    3.5.4 网络的训练  52-53
    3.5.5 网络的仿真输出  53-54
  3.6 本章小结  54-55
第4章机械零件可靠性稳健设计实践  55-75
  4.1 引言  55-56
  4.2 可靠性稳健设计实践  56-73
    4.2.1 正态分布参数具有偏心圆孔的板条的可靠性稳健设计  56-60
    4.2.2 正态分布参数具有横向圆孔的空心圆轴的可靠性稳健设计  60-64
    4.2.3 任意分布参数两侧有圆角过渡的台肩板条的可靠性稳健设计  64-69
    4.2.4 任意分布参数具有圆形环槽的轴受扭时的可靠性稳健设计  69-73
  4.3 本章小结  73-75
第5章结语和展望  75-77
参考文献  77-82
致谢  82-83
攻读硕士学位期间取得的主要科研成果  83

基于神经网络的机械零件可靠性稳健设计

内容摘要

全文目录

相似论文