期刊文献+

基于ANSYS Workbench的升船机承船厢卧倒门优化设计 被引量:5

Optimum design of horizontal type gate of shiplift chamber based on ANSYS Workbench
原文传递
导出
摘要 利用有限元分析软件ANSYS Workbench对某升船机承船厢卧倒门进行参数化建模,定义了包括板厚与主梁间距在内的10个设计变量.根据有限元结构静力分析的结果,综合结构灵敏度分析,确定每个设计参数对卧倒门结构质量、综合应力与综合位移的影响程度,以结构板厚、主梁间距为设计变量,以最大综合应力与综合位移为约束条件,以结构质量为目标变量进行优化设计.通过目标驱动优化(GDO)中的筛选法(Screening),选出最佳设计点,实现了6.8%的质量优化.参数化建模实现了整个卧倒门的参数化管理,在很大程度上提高卧倒门的设计优化效率. The finite element analysis software ANSYS Workbench is used for parametric modeling of the horizontal type gate of shiplift chamber. According to the results of finite element structural static analysis, comprehensive structural sensitivity analysis to identify the influence degree of each design paramete on structural mass, von mises stress and displacement vector sum, taking structural plate thickness, pri- mary beam spacing as design variables, the maximum stress and integrated displacement as constraints, the structural mass as the target, through the screening method in goal-driven optimization, the best de- sign point is selectd. And then 6.8% optimization in mass is achieved. Parametric modeling makes it possi- ble to manage the model parametricly and can largely improve the efficiency of optimam design.
出处 《武汉大学学报(工学版)》 CAS CSCD 北大核心 2014年第3期378-382,共5页 Engineering Journal of Wuhan University
关键词 卧倒门 有限元 参数化模型 灵敏度 优化设计 horizontal type gate finite elements parametric model sensitivity optimum disign
  • 相关文献

参考文献8

  • 1仇强..撑卧式平板钢闸门静动力特性研究与优化设计[D].山东农业大学,2009:
  • 2王好强..平面钢闸门静动力分析与优化设计[D].河海大学,2006:
  • 3刘灿培.下水式垂直升船机承船厢快速设计方法研究[D].武汉:武汉大学,2012. 被引量:1
  • 4Chiriea I, Gavrilescu I, Boazu D, et al. Optimum de- sign of composite ship panels[C]//Proceedings of the 12th International Congress of the International Mari- time Association of the Mediterranean, IMAM 2005- Maritime Transportation and Exploitation of Ocean and Coastal Resourees, 2005:365-372. 被引量:1
  • 5姚道壮,杨建国,吕志军.基于ANSYS Workbench的货架立柱截面优化设计[J].东华大学学报(自然科学版),2011,37(4):438-441. 被引量:28
  • 6Leung F H F, Lam H K, Ling S H, et al. Tuning of the structure and parameters of a neural network using an improved genetic algorithm[J]. IEEE Transactions on Neural Networks, 2003,14 ( 1 ) : 79- 88. 被引量:1
  • 7Deb K. Multi objective Optimization Using Evolution- ary Aigorithms[M]. Chichester: John Wiley & Sons Ltd, 2001:12- 38. 被引量:1
  • 8东北勘探设计研究院.SL74-95水利水电工程钢闸门设计规范[S].北京:水刺水电出版社,1995. 被引量:1

二级参考文献4

共引文献27

同被引文献38

引证文献5

二级引证文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部