基于神經網絡的機械零件可靠性穩(wěn)健設計.pdf

1、結構的安全與可靠是機械結構設計的主要目的之一。在結構設計過程中，不確定性因素是固有的，如果不考慮其材料、外載荷及幾何尺寸等參數的隨機性，僅將它們看作是確定性變量進行優(yōu)化設計，結構的安全性能將得不到充分的保障，產品的質量就會受到影響。而將可靠性設計方法和優(yōu)化設計技術有機地結合在一起，可以幫助設計人員建立合理的機械結構的安全容限并控制隨機參數對機械結構安全的影響，使所預測的機械結構的工作性能與實際工作性能更加符合，得到既有足夠的安全可靠性，

2、又具有一定經濟性的優(yōu)化結構。因此進行可靠性優(yōu)化設計方法的研究具有十分重要的意義。
　　 本文在總結國內外結構可靠性研究現(xiàn)狀的基礎上，將神經網絡技術應用于機械零件可靠性穩(wěn)健設計領域。BP神經網絡是目前研究和應用最為廣泛的一種網絡模型，并且在不同的研究領域取得了大量成果，本文充分利用其函數逼近功能、非線性映射功能、魯棒性和容錯能力，較好地解決了可靠性研究中的一些難點問題，為結構可靠性分析和可靠性穩(wěn)健優(yōu)化設計的求解提供了一種新途徑。本

3、文的主要研究內容為：
　　 針對在工程實際應用中很難給出極限狀態(tài)函數的具體顯性表達式，以及隨機有限元法和響應面法的缺陷問題，本文將有限元數值分析、神經網絡技術、可靠性優(yōu)化設計理論、可靠性靈敏度技術和穩(wěn)健設計方法有機結合，提出了機械零件可靠性穩(wěn)健設計的神經網絡方法。本文采用均勻試驗設計法來確定有限元分析的樣本和試驗方案，通過有限次有限元數值分析計算獲得的最大應力的準確數值解，將他們作為神經網絡模型的樣本數據，利用神經網絡模型模擬獲

4、得最大應力之間的關系，將神經網絡模擬確定的最大應力與可靠性理論相結合，并以訓練好的神經網絡模型來替代有限元程序進行分析計算，最后將可靠性優(yōu)化理論、可靠性靈敏度技術和穩(wěn)健設計方法相結合，進行基于神經網絡的可靠性穩(wěn)健優(yōu)化設計，這將提高計算效率和節(jié)省試驗成本。本文提出的基于神經網絡的可靠性穩(wěn)健設計方法，利用神經網絡的非線性映射能力和泛化能力，可以任意精確地逼近結構參數與結構響應之間的函數關系。因此，通過在實際結構可靠性分析中的應用，可以有效解