CN102521458A - 机械系统虚拟设计薄弱环节确定方法 - Google Patents
机械系统虚拟设计薄弱环节确定方法 Download PDFInfo
- Publication number
- CN102521458A CN102521458A CN2011104233346A CN201110423334A CN102521458A CN 102521458 A CN102521458 A CN 102521458A CN 2011104233346 A CN2011104233346 A CN 2011104233346A CN 201110423334 A CN201110423334 A CN 201110423334A CN 102521458 A CN102521458 A CN 102521458A
- Authority
- CN
- China
- Prior art keywords
- mechanical system
- index
- mechanical
- design
- virtual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种机械系统虚拟设计薄弱环节确定方法,其方法步骤如下:(1)建立机械系统虚拟样机;(2)根据所述机械系统虚拟样机,建立机械系统总体性能指标评价体系;(3)构建基于可拓优度理论的机械系统设计性能评估模型;(4)确定机械系统设计方案的薄弱环节。本发明的有益效果如下:采用基于可拓优度的评估方法,通过建立关联函数可很好的解决定性指标的定量化问题,能够很好地解决机械系统性能涉及因素众多、非线性和不确定性的特点,构建的指标薄弱度模型可确定出最薄弱指标,便于机械系统整体性能的提升,该方法提高了机械系统的设计效率和总体性能,减少资源的耗费,缩短研发、试验周期。
Description
技术领域
本发明涉及一种机械系统虚拟设计薄弱环节确定方法,适用于机械系统设计初期的方案定量化评价及科学优化。
背景技术
机械产品的质量在很大程度上取决于产品的设计,原因在于设计可以赋予产品“先天性优劣”这种至关重要的本质特性。随着计算机技术的发展,机械系统的设计工作改变了传统的“手工设计——加工试验——试验论证”的循环设计和试制方法,摆脱了物理样机的反复试验所造成的耗时耗财、水平低的局面。机械技术发展的实践证明,传统的设计和分析方法已远不能满足现代机械工程技术发展的需要。由于许多工程技术问题都与机械系统的动态特性有关,所以如何建立一个全面反映机械系统并准确描述其各零部件的运动和受力的虚拟样机,是进行机械系统设计的必然选择。
在设计论证的过程中,系统评价将是一个非常重要的环节。系统分析是一个从总体技术指标要求到参数分配的过程,系统评价则是一个从参数分配到动力学仿真再到技术性能的反向的综合过程。在方案论证和系统设计、评价、调试过程中,始终面临着多参量、多目标、多方案的决策问题。如何做出正确的决策,是总体方案设计的最重要的问题之一。而机械系统的性能评价将成为设计方案的决策依据。因此迫切需要一种方法,建立机械系统的参数化虚拟设计样机,对机械系统的各项性能指标进行仿真求解,得到机械系统的整体性能的综合评价,并寻找此设计方案的薄弱环节并加以改进,最终选择出一套最佳设计方案。
发明内容
本发明要解决的技术问题是提供一种能够节约设计成本、提高设计效率、确保各项指标达到预期效果的机械系统虚拟设计薄弱环节确定方法。
为解决上述技术问题,本发明所采取的技术方案是:一种机械系统虚拟设计薄弱环节确定方法,其方法步骤如下:
(1)建立机械系统虚拟样机,具体方法如下:根据机械系统主要运动部件的组成,建立反映所述机械系统动态性能的完整动力学模型,运用Pro/E三维造型软件构建机械系统的三维造型,再运用ADAMS虚拟样机分析软件建立机械系统的虚拟样机。
(2)根据所述机械系统虚拟样机,建立机械系统总体性能指标评价体系,具体方法如下:根据机械系统虚拟样机进行仿真分析,选取对机械系统的动态性能影响显著的因素,科学、合理地确定指标,并给出具体指标的定义、数据如何采集以及取值范围,形成机械系统总体性能指标评价体系。
(3)构建基于可拓优度理论的机械系统设计性能评估模型。
机械系统总体性能评估是一个多层次、多指标的复杂评估问题,涉及因素众多,包含许多不确定性、非线性性的指标。可拓优度评估能够对各衡量条件加权来评估一个对象优劣,通过建立关联函数进行一个区间和区间套的运算,将定性指标量化为一个数值区间,解决了定性指标的量化问题。其物元模型表示为:
(4)确定机械系统设计方案的薄弱环节,具体方法如下:
定义指标薄弱度(Q)为某一项指标在机械系统总体性能评估方面的薄弱程度,即该指标需要提高和改善的程度,即某一指标薄弱度越大,其越需要提高和改善。
采用求薄弱度来确定机械系统设计方案薄弱环节,即通过求解各指标的薄弱度,按指标薄弱度大小进行排序,得到的指标排序即为设计方案的薄弱环节的确定顺序,具体步骤如下:
步骤1、建立薄弱度计算模型:
步骤2、运用集对分析优化指标裕度空间:
指标的裕度值即为指标实际值与其最优值(优化值)的差值大小,为求这个差值,本方法将集对分析方法中相同性、相异性和异反性的思想应用到指标值的优化和求解指标裕度空间中,在集对分析中,为和两个集合的联系度,其定义式为:
步骤3、综合指标权重和裕度空间求解指标薄弱度,进行指标薄弱度排序,确定机械系统设计方案的薄弱环节:
本发明的有益效果如下:
(1)机械系统虚拟设计技术是一个全新的开创性的思路,极大的提高了机械系统设计质量评价的效果和效率,同时又体现了非常强的适用性;
(2)本发明构建的多层评价指标体系能够完善地反映机械系统总体性能特点,采用基于可拓优度的评估方法,通过建立关联函数可很好的解决定性指标的定量化问题,能够很好地解决机械系统性能涉及因素众多、非线性和不确定性的特点,构建的指标薄弱度模型可确定出最薄弱指标,便于机械系统整体性能的提升,该方法提高了机械系统的设计效率和总体性能,减少资源的耗费,缩短研发、试验周期。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明的程序流程图。
具体实施方式
本发明所述的机械系统虚拟设计薄弱环节确定方法的具体步骤如下:如图1所示,运用 Pro/E和ADAMS建立机械系统虚拟样机并进行结构参数仿真分析;提出完善的机械系统总体性能指标评价体系;构建可拓优度理论评估模型进行机械系统整体性能评估,若达到预期性能,则评估结束;未达到,则进一步查找薄弱环节。在定义指标裕度空间和薄弱度的基础上,应用集对分析优化指标裕度空间的求解,如图2和图3所示,结合权重求解各指标薄弱度,最后根据指标薄弱度排序,得出最薄弱指标。按得出的指标改进方案改进后,进行再评估,然后再改进,直至达到预期的机械系统性能,评估结束。
下面结合某火炮反后坐装置的实施例对本发明做进一步详细说明。
1)首先应用ADAMS软件建立火炮系统虚拟样机,根据火炮工作的性质和特点,在分析反后坐装置工作特性基础上,利用ADAMS建立用于对反后坐装置性能仿真分析的虚拟样机。
2)进行反后坐装置性能分析,建立评价指标体系
对反后坐装置作为一个整体进行研究时,分析反后坐装置的性能主要影响因素,选取3个一级指标构建评价指标体系为:Rmax— 最大后坐阻力;Xmax— 最大后坐长度;Vh— 复进开闩速度;
基于反后坐装置虚拟样机确定影响上述指标的主要结构参数为:节制环直径Dp;驻退筒内径DT;驻退杆外径dT;驻退杆内径dI;复进机初压P0;复进机气体初体积W0;复进机活塞直径AH,并确定各性能指标的主要影响结构参数。
3)虚拟设计方案效果评估
给定一个设计方案,将结构参数输入火炮系统虚拟样机,由结构参数经虚拟样机仿真得出指标数据如表1所示。应用可拓优度理论评估模型进行反后座性能的总体评估,由表1可知,评估结果为0.73,未达良好水平,因此进行此设计方案的薄弱环节确定。
4)薄弱环节确定和再评估
应用集对分析优化指标裕度空间,求解各指标的薄弱度,确定设计方案的薄弱环节。经薄弱度计算,确定指标Rmax(最大后坐阻力)为薄弱环节,应改进其主要影响结构参数,即节制环直径Dp、驻退筒内径DT和驻退杆外径dT。
改进后的结构参数及指标仿真结果如表2所示,经可拓优度理论评估模型最终得出反后座装置的总体性能为0.85,达到良好以上。可见此薄弱环节确定方法能起到改进反后座装置整体设计性能的作用。
表1
表2
Claims (4)
1.一种机械系统虚拟设计薄弱环节确定方法,其特征在于,其方法步骤如下:
(1)建立机械系统虚拟样机;
(2)根据所述机械系统虚拟样机,建立机械系统总体性能指标评价体系;
(3)构建基于可拓优度理论的机械系统设计性能评估模型;
(4)确定机械系统设计方案的薄弱环节。
2.根据权利要求1所述的机械系统虚拟设计薄弱环节确定方法,其特征在于步骤(1)中建立机械系统虚拟样机的方法如下:根据机械系统主要运动部件的组成,建立反映所述机械系统动态性能的完整动力学模型,运用Pro/E三维造型软件构建机械系统的三维造型,再运用ADAMS虚拟样机分析软件建立机械系统的虚拟样机。
3.根据权利要求2所述的机械系统虚拟设计薄弱环节确定方法,其特征在于步骤(2)中建立机械系统总体性能指标评价体系的方法如下:根据机械系统虚拟样机进行仿真分析,选取对机械系统的动态性能影响显著的因素,科学、合理地确定指标,并给出具体指标的定义、数据如何采集以及取值范围,形成机械系统总体性能指标评价体系。
4.根据权利要求3所述的机械系统虚拟设计薄弱环节确定方法,其特征在于步骤(4)中确定机械系统设计方案薄弱环节的方法如下:
A、定义指标裕度空间为某一项指标值到达其最充裕值的空间大小,即指标当前值离其最优值的距离;定义指标薄弱度为某一项指标在机械系统总体性能评估方面的薄弱程度,即该指标需要提高和改善的程度;
B、运用集对分析优化指标裕度空间;
C、综合指标权重和裕度空间求解指标薄弱度,确定机械系统设计方案的薄弱环节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104233346A CN102521458A (zh) | 2011-12-16 | 2011-12-16 | 机械系统虚拟设计薄弱环节确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104233346A CN102521458A (zh) | 2011-12-16 | 2011-12-16 | 机械系统虚拟设计薄弱环节确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102521458A true CN102521458A (zh) | 2012-06-27 |
Family
ID=46292371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011104233346A Pending CN102521458A (zh) | 2011-12-16 | 2011-12-16 | 机械系统虚拟设计薄弱环节确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102521458A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103851028A (zh) * | 2014-03-19 | 2014-06-11 | 中国人民解放军总参谋部工程兵科研三所 | 大型爆炸波模拟装置用缓冲复进机 |
CN107341300A (zh) * | 2017-06-23 | 2017-11-10 | 中国航发湖南动力机械研究所 | 传动系统的设计方法及装置 |
CN110259920A (zh) * | 2019-06-24 | 2019-09-20 | 西北工业大学 | 传动系统设计系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102103722A (zh) * | 2011-03-18 | 2011-06-22 | 北京航空航天大学 | 舰船可靠性定量要求论证方法 |
CN102136034A (zh) * | 2011-03-18 | 2011-07-27 | 北京航空航天大学 | 军用飞机可靠性定量要求论证方法 |
-
2011
- 2011-12-16 CN CN2011104233346A patent/CN102521458A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102103722A (zh) * | 2011-03-18 | 2011-06-22 | 北京航空航天大学 | 舰船可靠性定量要求论证方法 |
CN102136034A (zh) * | 2011-03-18 | 2011-07-27 | 北京航空航天大学 | 军用飞机可靠性定量要求论证方法 |
Non-Patent Citations (1)
Title |
---|
苏多等: "PDM 技术在机械可靠性设计分析中的应用研究", 《航空学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103851028A (zh) * | 2014-03-19 | 2014-06-11 | 中国人民解放军总参谋部工程兵科研三所 | 大型爆炸波模拟装置用缓冲复进机 |
CN103851028B (zh) * | 2014-03-19 | 2016-01-20 | 中国人民解放军总参谋部工程兵科研三所 | 大型爆炸波模拟装置用缓冲复进机 |
CN107341300A (zh) * | 2017-06-23 | 2017-11-10 | 中国航发湖南动力机械研究所 | 传动系统的设计方法及装置 |
CN110259920A (zh) * | 2019-06-24 | 2019-09-20 | 西北工业大学 | 传动系统设计系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111209708B (zh) | 基于机器学习的桩-土相互作用预测分析方法 | |
CN104392087B (zh) | 一种顶置武器站性能评估方法 | |
CN105183993A (zh) | 一种电磁轨道炮综合仿真平台及方法 | |
CN103942398B (zh) | 基于遗传算法及广义回归神经网络的交通仿真校正方法 | |
CN104376214A (zh) | 基于数据驱动的脉动风速模拟方法 | |
CN111797471B (zh) | 基于径向基神经网络近似模型的发动机罩轻量化设计方法 | |
CN110489630A (zh) | 资源数据的处理方法、装置、计算机设备和存储介质 | |
El Mrabti et al. | Springback optimization of deep drawing process based on FEM-ANN-PSO strategy | |
CN107480395A (zh) | 一种车辆转向节载荷谱预测模型的构建方法及系统 | |
Chen et al. | Combining fuzzy iteration model with dynamic programming to solve multiobjective multistage decision making problems | |
CN105809349A (zh) | 一种考虑来水相关性梯级水电站群的调度方法 | |
CN104199870A (zh) | 基于混沌搜索的ls-svm预测模型的建立方法 | |
CN102521458A (zh) | 机械系统虚拟设计薄弱环节确定方法 | |
CN110826714B (zh) | 一种岩质基坑爆破参数动态调控方法 | |
Wan et al. | Application of a novel time-delay grey model based on mixed-frequency data to forecast the energy consumption in China | |
Tang et al. | Novel reliability evaluation method combining active learning kriging and adaptive weighted importance sampling | |
CN103136113A (zh) | 面向多核处理器的共享Cache冲突预测方法 | |
Cai et al. | A K-nearest neighbor locally search regression algorithm for short-term traffic flow forecasting | |
Xu et al. | Prediction of displacement time series based on support vector machines-Markov chain | |
CN105631093A (zh) | 一种基于m-bswa多目标优化的机械结构设计方法 | |
CN116011071A (zh) | 基于主动学习的空中造楼机结构可靠性分析方法及系统 | |
CN104063594A (zh) | 一种基于优化学习机的复杂可靠度的计算方法 | |
Wang et al. | DGL: device generic latency model for neural architecture search on mobile devices | |
Berns et al. | Large-scale Retrieval of Bayesian Machine Learning Models for Time Series Data via Gaussian Processes. | |
Wan et al. | Risk prediction of expressway PPP project based on PSO-SVM algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120627 |