摘要：Myring流线型在水下航行器领域应用较为广泛,而量水槽在渠道中的受阻状态与潜水器潜行时受到的阻力情况具有一定的相似之处,因此本文借鉴潜水器的结构特点进行量水槽体型设计,探究量水槽受阻最小的较优线型。基于FLOW-3D软件,采用最优拉丁超立方设计方法,以流线型的收缩段长度和锐度因子、扩散段长度和离去角为变量设计了40组数值模拟方案,得到对应的水头损失百分比和上游佛汝德数。以数值模拟变量为输入、结果为输出,训练RBF神经网络,结合nsga-ⅱ遗传算法获得Patero前沿解,通过TOPSIS评价法筛选出最优解并得出其线形参数:优化模型收缩段长度为45.9 cm、收缩段锐度因子为0.74、扩散段长度为49.2 cm、扩散段离去角为14.63°,并通过等比例缩放得到6组收缩比,在9组流量下进行模型试验分析水力性能。结果表明,优化后线型过流较顺畅,水力性能较优,预测结果和模拟结果误差不超过5%;不同工况下上游佛汝德数均小于0.5,满足测流规范要求,收缩比为0.58~0.66时各项水力性能均较优;基于临界流测流和量纲分析原理得到的测流公式精度较高,平均相对误差为2.09%。本研究证明了将流线型运用于量水槽领域研究以及通过神经网络和遗传算法寻优的可行性,优化后Myring流线型量水槽具有良好的性能和测流精度,在灌区渠道中具有较好的运用前景。

摘要：针对枪钻深孔钻削H13模具钢刀具磨损快、加工温度高的问题,以枪钻切削速度、进给量、外刃第一后角为优化对象,并以钻削轴向力和刀具温度为评价指标,设计了BBD响应面优化试验,建立有限元仿真模型,获得轴向力和刀具温度的二次多项式回归方程,最后采用nsga-Ⅱ算法进行多目标优化求解非劣解集,与响应曲面优化结果相结合得到唯一解。结果表明:最终优化解切削速度为832.21r/min、进给量为0.011 2 mm/r、外刃第一后角为9.35°,轴向力和切削温度较低,此时钻削稳态平均仿真轴向力为611.2 N,实际轴向力为592.7 N;仿真温度为279.3℃,实际温度为321.1℃,为实际加工生产提供了参考方案。

摘要：锂离子电池均衡系统主要用于解决电池组工作过程中出现的不一致现象,但现有研究在需要权衡多个均衡指标时,均衡阈值的选取缺乏理论基础。为解决该问题,本工作提出了基于非支配排序遗传算法(nondominated sorting genetic algorithm-Ⅱ,nsga-Ⅱ)对锂离子电池均衡系统的均衡指标进行优化的计算框架。首先,以均衡阈值(Δ_(V))作为问题参数,兼顾均衡速度、开关次数、荷电状态(state of charge,SOC)一致性最小作为多个均衡指标建立目标函数,并给出阈值与均衡指标关系式求解的方法,建立优化锂电池均衡指标的问题模型;然后,使用nsga-Ⅱ算法对多个均衡指标进行优化,并设计相应的决策策略;最后,在新欧洲驾驶循环(new European driving cycle,NEDC)工况和高速燃油经济性测试循环(highway fuel economy test,HWFET)工况下对所提算法的有效性进行验证。结果表明,电池组一致性、均衡速度相近的情况下,NEDC工况下最佳阈值Δ_(V)=0.0232的开关频率是经验阈值Δ_(V)=0.01的42%;同样,在HWFET工况下最优阈值Δ_(V)=0.0156的开关频率是经验阈值Δ_(V)=0.01的43.6%。本工作所提方法解决了以往均衡阈值难以确定的问题,使均衡系统的设计变得科学有效。

摘要：数控机床铣削过程中出现的颤振失稳是影响数控机床加工效率和加工质量的关键因素。铣削稳定性与工艺参数、工艺系统动力学特性密切相关,而工艺系统动力学特性又随加工位置、刀具悬伸量的变化或刀具的更换而变化。因此,针对多因素影响下的铣削稳定性预测和无颤振工艺参数选择问题,本文以数控机床各向移动部件位置、刀具直径、刀具悬伸量和切削参数为变量,提出一种基于引导聚集算法(Bagging)与带精英策略的快速非支配排序遗传算法(nsga-Ⅱ)的切削稳定性预测与工艺参数优化方法。该方法首先采用正交实验设计离散数控机床的工作空间,在每个加工位置对不同悬伸量下的刀具进行锤击实验,由此得到各把铣刀对应的刀尖点频率响应函数;然后,在不同工艺参数方案下进行铣削稳定性理论预测,进而引入Bagging算法建立以各向运动部件位置(x,y,z)、刀具直径d、刀具悬伸量h、主轴转速n、切削宽度a_(e)、每齿进给量f_(z)为输入的极限切削深度a_(plim)预测模型;在此基础上,采用该Bagging模型作为铣削稳定性约束,以加工位置和工艺参数(x,y,z,d,h,n,a_(p),ae,f_(z))为优化变量,建立最大材料切除率和刀具寿命的多目标优化模型,采用nsga-Ⅱ算法求解该模型得到Pareto最优解集,并结合熵权法和优劣解距离法(TOPSIS)选出Pareto解集中的最佳解。以一台三轴立式加工中心展开实例分析,所建极限切削深度Bagging模型的预测误差为2.99%,且铣削加工实验表明获取的(x,y,z,d,h,n,a_(p),ae,f_(z))最优配置可实现稳定铣削,验证所提方法的可行性和有效性。

摘要：旋流泵无叶腔宽度、叶片数和叶片宽度是影响旋流泵性能中最重要的几何参数。【目的】建立旋流泵性能优化方法,为今后的工程提供参考。【方法】采用中心复合的方法对无叶腔宽度L、叶片数Z和叶片出口宽度b2进行了试验设计,使用CFD数值计算获得了样本的性能特性,而后采用Kriging模型建立了几何参数与旋流泵效率和叶片表面剪切应力的关系,最后利用非支配排序遗传算法对几何参数进行多目标寻优并进行了性能预测和对比分析。【结果】研究确定旋流泵最优几何参数L为25mm、Z为8枚、b2为26.45mm;优化后旋流泵无叶腔的宽度降低了16.67%,叶轮的叶片数增加了1枚,叶片的出口宽度增加了25.95%。优化后旋流泵的效率显著提高,同时叶片的表面剪切应力降低;在设计工况点,旋流泵的效率提高了1.06%,叶片平均剪切应力从优化前的274.37Pa减少至204.57Pa,降低了25.44%;优化后消除了在叶片的前缘处较大的剪切应力;叶片的表面的剪切应力在靠近叶片的出口处得到显著抑制。【结论】通过数值模拟验证了中心复合的方法是可行,提高了旋流泵性能。

摘要：为降低某型号柴油机颗粒捕集器(DPF)在运行过程中的流动阻力,并使其保持较高的捕集效率。采用试验设计方法抽取代表性样本集,并分析影响因素对DPF捕集性能影响的显著性。利用径向基函数(RBF)神经网络构建所选变量与目标函数映射关系代理模型,并结合第二代非劣排序遗传算法(nsga-Ⅱ)与结合熵权的优劣解距离排序法(TOPSIS)得到关于目标函数的一组最优解。结果表明:该型号DPF平均压降降低了14.58%,且DPF平均捕集效率保持99%以上。

摘要：文章针对传统的机械零件多目标优化算法的不足,提出了一种基于改进型BP神经网络和nsga-ⅱ遗传算法的机械零件多目标优化设计方法,该方法首先利用Workbench对零件进行分析得到实验数据,然后用改进型BP神经网络对实验数据进行训练并建立起多目标优化的模型,采用nsga-ⅱ遗传算法对模型进行多目标优化。结果表明,在满足优化零件使用条件的情况下,运用该方法求得质量的相对误差最大为11%,变形的相对误差最大为3.36%,验证了该方法的有效性和可靠性。并将该方法得出的结果与传统Workbench得出的多目标优化结果进行了比较,证明了该方法优于传统Workbench优化方法。

摘要：循环井群优化设计是循环井技术污染场地修复应用时需考虑重要问题。本研究提出了一种基于深度学习方法的循环井群模拟-优化耦合技术。以双循环井作为井群运行的典型单元,以影响双循环井运行效果的关键参数作为输入变量,利用FloPy调用MODFLOW、MODPATH和MT3DMS模块构建双循环井驱动下的地下水流、粒子追踪及溶质运移数值模型,将表征运行效果指标循环效率(Pr)和污染物去除效率(η)作为模型输出参数,构建数据集;利用卷积神经网络模型建立替代模型;利用nsga-Ⅱ算法建立以双循环井运行效果的多目标优化模型。在此基础上对陕西省西安市某示范场地双循环井进行优化设计,在兼顾Pr和η的前提下,以Pr为主要目标时的最优设计方案为相同抽注模式且均为上抽下注模式下,抽注水流量为185 m^(3)·d^(-1),井间距为20m,该方案下固定时间内Pr达到99%,η达到27%;以η为主要目标时的最优设计方案为双循环井抽注方式相反,抽注水流量为163m^(3)·d^(-1),井间距为13m。该方案下固定时间内Pr达到95%,η达到34%,并给出了2种方案的井结构参数。研究结果表明基于卷积神经网络方法建立的替代模型精确度高,预测双循环井Pr时的R2达到0.972,MAPE达到0.008,预测η时的R2达到0.986,MAPE达到0.009,且相较于传统数值模拟方法大大节省了数值计算时间。模拟-优化耦合技术可以应用于解决双循环井前期优设计问题,通过输入实际场地的水文地质参数,即获得双循环井最优的运行效果以及对应的优化设计方案,可为循环井技术的设计制造提供参考。

摘要：针对倾覆风险较高的独柱墩直线连续梁桥,采用增设钢盖梁的方法对独柱墩进行加固,使独柱墩处的支承由原来的单支撑转变为三支撑,从而提高独柱墩直线梁桥的抗倾覆能力。为在提高其横向倾覆稳定系数的同时,尽可能地减小独柱墩受到的偏心弯矩作用,构建了以独柱墩原支座尺寸和钢盖梁新增支座间距为设计变量、以横向倾覆稳定系数和偏心弯矩安全系数为目标函数的多目标优化模型,然后基于Python联合nsga-ⅱ遗传算法与Abaqus建立的参数化有限元模型,求解该多目标优化模型的Pareto最优解集,利用博弈论综合赋权法计算目标函数的权重,再采用TOPSIS法计算Pareto最优解集中解的亲密度系数,从而选出最佳的加固设计方案。研究结果表明:采用增设钢盖梁的加固方法能够有效提高独柱墩直线梁桥的抗倾覆能力,采用初始方案加固后独柱墩直线梁桥的倾覆稳定系数提高了167%,满足规范要求;Python能将优化算法与Abaqus建立的桥梁有限元模型有效结合,得到分布均匀的Pareto最优解集;与未加固状态相比,优化后加固方案的倾覆稳定系数提高了201%;与初始加固方案相比,最佳优化加固方案的倾覆稳定系数提高37.25%,偏心弯矩安全系数提高4.04%。

摘要：为改善智能飞行器受系统结构限制而无法精确定位问题,采用遗传算法对系统定位误差进行校正,并对航迹长度和校正次数进行优化。在共享函数基础上,采用排挤算法和精英策略,在多约束条件下使用nsga-ⅱ遗传算法对随机产生的种群进行筛选,寻求最小航迹长度,进行误差校正。仿真结果表明,该算法大大简化了数学模型设计,解决了nsga算法及传统遗传算法的主要缺陷,具有快速准确的搜索性能,速度提高一倍且结果收敛不反复。在多约束条件下对智能飞行器航迹进行规划,提高了遗传算法收敛的精确性,对智能飞行器航迹规划发展有着重要作用。