机械可靠性和优化若干题目研究

admin

题目：


雅宝题库答案：

****此区域为收费内容****    需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
工程应用中，迄今为止大多数的结构系统和机构系统的分析和设计通常采用确定性的力学模型。然而，由于在实际的结构系统和机构系统的设计过程中，许多设计信息的不确定性，使得按照确定性模型设计的结构和机构系统在整个设计寿命周期内，并不能按照设计人员预期设计的目标完成规定的任务，出现了许多的故障。另一方面，目前，工程系统设计正向CADCAE一体化综合设计的方向发展，这对提高工程系统设计质量和设计效率有着重大的意义，这就迫切需要研究从系统全局的观点出发对工程系统进行优化设计的理论与方法。本论文正是从这样的工程背景出发，重点研究了机械系统的可靠性分析和优化设计的题目，提出了新的可靠性计算方法、新的可靠性灵敏度计算方法和系统优化设计方法，其具体内容摘录如下：在可靠度计算方面，目前在工程应用中普遍使用的基于梯度的方法可以较好的处理失效模式的功能函数为显示函数的题目，而对于隐式的功能函数的题目，这类方法常常无能为力。而另外一种数值模拟方法，可以有效地解决基于梯度算法的不足。但是，这类方法也有先天的不足，即只有在足够多的样本数据支持下，才能获得较为满意的解。针对模拟方法的不足所产生的改进方法，大多也需要通过基于梯度的方法提供必要的辅助信息，从而使得这类改进方法的适用范围受到很大的局限。针对以上方法的不足，本文提出采用粒子群优化算法进行可靠度求解的新思路。论文首先较为深入的研究了基于智能技术的粒子群算法，指出算法存在的不足，并在原有算法的基础上，提出了求解无约束和约束题目的新的粒子群算法。并借助提出的新算法，从单模式失效和多模式失效两个方面，提出了基于粒子群的单失效模式和多失效模式的可靠性计算的新方法。此外，本论文借助模式分类的思想，引入了基于统计学习理论的支持向量机模型进行可靠性计算，将可靠度的求解题目转变为模式的分类题目，从而开辟了可靠性计算的新途径。为了克服经典的支持向量机在大样本训练集下计算效率低的题目，本文引入了最小二乘支持向量机模型，将求解题目从二次规划题目转变为求解线性方程组题目，从而降低了求解难度。在基于可靠性的灵敏度计算方法上，本论文提出了基于粒子群的一次二阶矩可靠性灵敏度分析方法。方法的思想是从标准正态空间中的线性功能函数出发，将可靠度指标对随机变量的分布参数的导数通过链式求导法则转变为可靠度指标对基本随机变量的导数与基本随机变量对分布参数导数的乘积；其中，可靠度指标对基本随机变量的导数，可以通过设计点的坐标与可靠度指标之比定义，而基本随机变量对分布参数的导数则可以根据等概率变换原则，结合具体的分布形式给出具体的表达式。本文提出的方法只要得到设计点和可靠度指标就可以方便地得到可靠性灵敏度，而对功能函数的显示和隐式形式无要求。在系统优化设计方面，本论文借鉴了由Kim博士于2003年提出的目标层级分解协调优化方法的思想，提出了基于Lagrange外点罚函数的目标层级分解协调优化方法。在系统层，方法通过罚因子协调系统层与各个子系统层目标之间的冲突；而在子系统层，方法旨在找到能够最小化系统目标与子系统目标之间差异的最优设计。方法通过目标之间的相互传递，最终实现各个子系统与总系统的协调一致，从而实现总系统的设计目标。