摘要：针对复杂机床结构优化中,通常难以获得设计变量与性能目标之间显式函数关系式的问题,提出了一种基于RBF神经网络模型和组合优化策略的结构优化设计方法。以某型精密数控车床主轴箱为研究对象,通过有限元软件ANSYS Workbench和多学科优化软件Isight联合仿真技术对主轴箱设计尺寸进行最优拉丁超立方实验设计和灵敏度分析,根据实验样本点构建RBF神经网络模型代替主轴箱有限元模型。采用多岛遗传算法(MIGA)和序列二次规划法(NLPQL)相结合的组合优化策略,对RBF神经网络模型进行优化设计。优化结果表明,在保证主轴箱静动态性能的前提下,质量减轻12.89%,达到了预期的效果。

摘要：目的通过组合优化策略对热封机构进行结构优化设计。方法建立热封机构有限元参数化模型和多目标优化模型,通过动力学有限元分析获得热封机构结构强度薄弱环节,并采用最优拉丁超立方实验设计对影响热封机构结构强度的主要参数进行研究,分析参数与应力位移之间的响应规律,构造基模型对热封机构进行基于组合优化策略的结构优化设计,取多岛遗传算法和序列二次规划法组合的优化策略逼近最优解。结果组合优化过程中的校正决定系数接近1,模型的结构应力最大值和位移最大值均降至许用范围内。结论对热封机构优化设计采用组合优化策略可行,结果可信度高,效果明显。

摘要：以某汽车中立柱内板为研究对象,选取摩擦系数、冲压速度、压边力和凸凹模间隙为设计变量,采用最优拉丁超立方实验设计选取了30组实验方案,使用Autoform R6软件对拉延后的最大增厚率和最大减薄率进行有限元模拟。利用模拟结果建立最大增厚率和最大减薄率两个目标值的4阶响应面近似模型,并分析了影响因素对目标值的影响。多目标优化后得到的摩擦系数为0.17、冲压速度为3500 mm·s-1、压边力为450 k N、凸凹模间隙为0.55 mm,此时的最大增厚率为0.95%、最大减薄率为10.65%。使用优化后的工艺参数进行模拟,得到的最大增厚率和最大减薄率的模拟值分别为0.96%和12.20%,证明了多目标优化结果的有效性。根据优化后的工艺参数组合进行零件试生产,可以生产出无起皱开裂且满足要求的汽车中立柱内板拉延件,提高了零件从设计至生产的效率。