当前位置: 主页 » 新闻资讯 » 公司新闻
合肥停车场收费系统自动从优预设探讨

  安徽电动伸缩门HQ10-35型门座起重机1结构简图如所示,这里以筒型支柱-园柱壳部分[5]动态优化设计为例进行研究。园柱壳体的底部焊接在门形座架上,上端通过刚度相对较大的法兰盘与旋转机构相连接。各物理参数如下:弹性模量E=2.1@1011Pa,泊松比L=0.28,材质为A3钢。这里以结构的前10阶固有频率作为优化设计的设计目标,对于给定的材料,其动态特性主要取决于园柱壳体的截面尺寸(几何参数),在此以圆柱壳的高径比(高度与直径的比值)a=L/D和厚度t(单位:cm)作为主要设计参数进行分析,用向量表示为p=p1p2sp10=f(A,t)(2)对于具体问题以上参数都是有界的,根据具体情况,为保证起重机的正常运转工作,该问题的求解约束条件为1.84FAF1.961FtF3(3)2.2优化设计结果根据目标函数和约束条件的要求,在它们的取值范围内进行等间隔采样得到的样本经数值计算得到其对应的动态特性(前10阶固有频率)如所示。 神经网络输入输出样本数据可以由结构动力分析获得,智能通摆闸机训练神经网络后,即可以进行结构的优化设计,优化过程如所示。具体步骤如下:(1)根据实际情况和约束条件,确立设计参数的若干组有代表性的取值。(2)用动力学模型计算在设计参数下的动力特性,并将每一组设计参数和与其对应的动力学特性值作为神经网络的输入和输出样本,形成训练样本对。   结论(1)从上面实例中可以看出:利用人工神经网络模型来描述设计参数到动力学参数的非线性映射,对结构的动态特性进行优化设计,可以节省优化时间,有效地改善工程结构,提高基设计的合理性和可靠性。(2)应用神经网络的智能优化设计方法进行结构动态特性设计,关键是要建立正确的描述设计参数到动力学参数的非线性映射关系模型。同时,为了提高优化过程的针对性,同时减少优化的工作量,可以在优化设计前,对设计参数的影响程度进行分析,合肥摆闸从中得到最主要的设计参数,进而对其进行优化设计,这样可以加快优化过程,改善优化设计的结果。    将的数据作为神经网络的输入和输出样本,网络结构为2@16@10,即输入层2个单元,为圆柱壳体的设计参数,即高径比a(L/D)和厚度t,输出层10个单元,为圆柱壳体的动态特性(前10阶固有频率),中间隐层利用前述的经验公式(1),安徽摆闸取为16个单元。在对网络进行训练过程中,对输入和输出数据进行预处理。

地址:合肥市金寨南路229号浅水湾时代广场A-12号

设计部: 合肥市包河区东流路169号

安庆分公司:宿松园区茶园路121号

电话:86+0551-62152199 62152429 

传真:86+0551-62152199 63434490

商务QQ:11035627

24小时服务支持:13866723565

网址:http://www.ahlinbo.com(林博智能)

http://www.ahmenkong.com(安徽门控网)