摘要：研究目的是通过逆向工程方法实现铸件曲面及其模型曲面的并行设计。已知与铸件安装配合的曲面数据及铸件各截面厚度,确定铸件的加工变形和加工余量后,分别求出铸件曲面和模型曲面的离散有序数据作为神经网络的样本数据。建立RBF神经网络拓扑结构,利用神经网络拟合铸件曲面和模型曲面,实现两种曲面的并行设计,曲面精度高,计算速度快。通过实例证明该方法可以实现曲面的并行设计,缩短研制和设计周期,提高效率。

摘要：柔性机构中柔性构件变形的动态响应为高度非线性。为了进行柔性机构的动态可靠性分析,提出了柔性机构变形动态响应可靠性分析理论,按照多柔体系统动力学方法建立了柔性机构动态可靠性分析模型,提出了变形动态响应可靠度计算方法。利用蒙特卡罗随机模拟方法抽取少量随机变量样本数据,计算构件变形动态响应随机过程的时间截口分布特性,结合人工神经网络方法进行构件变形动态响应的随机过程分析,得到整个运动时域内变形的随机过程分布规律。通过柔性机构实例进行变形动态响应可靠度计算,结果表明该方法对柔性机构设计和分析具有理论方法指导意义。

摘要：研究目的是探讨天线罩及其模具并行设计的方法。利用人工神经网络技术,通过采集天线罩样件的外形曲面数据,结合固化变形、加工余量数据,对天线罩曲面和模具曲面进行并行设计;结合单层罩壁的玻璃钢航空机载雷达天线罩的设计实例证明了该方法可以实现产品和工艺装备数据共享和并行设计,缩短研制和设计周期,提高了效率。

摘要：涡轮盘是发动机的关键部件,在高温、高转速的条件下工作,因此对其进行疲劳可靠性分析具有重要意义。由于涡轮盘结构热-机械耦合分析的复杂性,对其进行可靠性分析时,直接用Monte-Carlo方法计算量太大,常规的多项式响应面方法在精度上又难以满足要求。径向基函数(radial basis function,RBF)神经网络具有很强的非线性函数逼近能力,在涡轮盘低循环疲劳可靠性分析中采用RBF神经网络结合Monte-Carlo的方法得到了疲劳寿命的概率分布,并与直接用Monte-Carlo模拟和响应面方法进行了对比。RBF神经网络结合Monte-Carlo的方法具有高精度、高效率的优点,在涡轮盘等复杂结构可靠性分析中具有很好的应用前景。

摘要：研究目的是通过神经网络方法反求铸造模具复杂曲面。利用径向基函数(RBF)神经网络优异的非线性逼近能力,将外形数据、加工余量、变形数据作为神经网络输入,在神经网络的输出上可以得到铸造模具曲面离散数据点。再通过输出数据,可以对模具曲面进行造型。模具曲面的重构精度高、速度快。通过在复杂曲面模具造型上的实际应用,证明该方法能够实现产品和工艺装备的并行设计,可以缩短产品研制周期,提高设计、生产速度和效率,具有实用推广价值。

摘要：利用NURBS曲线和曲面拟合机载雷达天线罩的外部表面 ,提高了光滑性和连续性 ,即曲率变化均匀 ,拟合误差较小。根据雷达罩内部形状、雷达罩的罩壁厚度和固化变形情况 ,拟合设计出模具的外形曲面 ,具有误差小 ,精度高的特点 ;同时 ,通过一体化设计 ,缩短了设计和研制周期 。

摘要：基于考虑材料非线性和几何非线性耦合梁柱单元模型,采用截面高斯积分法,它不同于以往的截面分块和条带积分法,编制了钢筋混凝土构件非线性全过程分析程序;通过钢筋混凝土构件非线性全过程数值分析,研究影响钢筋混凝土压弯柱侧向位移的诸多因素(轴压比、加荷角、截面尺寸、配筋率、混凝土强度、剪跨比等)对柱侧向位移的影响情况,提出设计参考建议,为工程设计提供理论依据。

摘要：利用面向对象的设计方法和多刚体系统动力学方法 ,利用UML (UnifiedModelingLanguage)统一建模语言建立多体机构模型 ,结合机构实例进行计算机仿真 ,取得了很好的仿真效果。

摘要：利用径向基函数(RBF)神经网络优异的非线性逼近能力,将流线型玻璃钢覆盖件样件外形数据、加工余量、变形数据作为神经网络输入,在神经网络的输出上可以分别得到覆盖件曲面和模具曲面离散数据点。再通过神经网络的输出数据对曲面进行造型。通过在复杂曲面模具造型上的实际应用,证明该方法能够实现产品和工艺装备的并行设计,缩短产品研制周期,提高了设计和生产效率。

摘要：利用面向对象的设计方法 ,建立基于多柔体假设的柔性机构可靠性仿真模型 ,通过对各种机构运动形式的静力学、运动学和动力学分析 ,应用蒙特卡洛法 (MonteCarlo)、改进的一次二阶矩法 (AFOSM)和响应面法 (ResponseSurface)等可靠性仿真方法 ,利用UML(UnifiedModelingLanguage)统一建模语言建立仿真模型的框架 。