利用Matlab求解机械设计优化问题-螺栓[精选].docVIP

利用Matlab求解机械设计优化问题-螺栓[精选].doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用Matlab求解机械设计优化问题-螺栓[精选]

3.机械优化设计应用实例 机械优化设计把数学规划理论与数值方法应用于设计中,用计算机从大量可行方案中找出最优化设计方案,从而大大提高设计质量和设计效率。MATLAB具有解决线性规划和非线性规划、约束优化和无约束优化问题的内部函数,因而可以完成这一功能。 现举一例:螺栓组联结的优化设计 如图4所示的压力容器螺栓组联接中,已知D1= 400mm,D2 = 250mm,缸内工作压力为p=1.5 MPa,螺栓材料为35号钢,σs=320Mpa,安全系数S=3,取残余预紧力Q’p=1.6F,采用铜皮石棉密封垫片。现从安全、可靠、经济的角度来选择螺栓的个数n和螺栓的直径d 。 3.1 设计问题分析 若从经济性考虑,螺栓数量尽量少些、尺寸小些,但这会使降低联结的强度和密封性,不能保证安全可靠的工作;若从安全、可靠度考虑,螺栓数量应多一些、尺寸大一些为好,显然经济性差,甚至造成安装扳手空间过小,操作困难。为此,该问题的设计思想是:在追求螺栓组联结经济成本最小化的同时,还要保证联结工作安全、可靠。 3 .2 设计变量 目标函数 约束条件 3.2 .1 设计变量 选取螺栓的个数n和直径d(mm)为设计变量: 3.2 .2 目标函数 追求螺栓组联结经济成本Cn最小为目标。而当螺栓的长度、材料和加工条件一定时,螺栓的总成本与nd值成正比,所以本问题优化设计的目标函数为 min F(X) = Cn = nd = x1x2 ① 强度约束条件 为了保证安全可靠地工作,螺栓组联结必须满足强度条件 ; 其中; N; 对于粗牙普通螺纹:由文献[3]推荐,小径 d1=0.85d 所以,强度约束条件为: ② 密封约束条件 为了保证密封安全,螺栓间距应小于10d,所以,密封约束条件为: ③ 安装扳手空间约束条件 为了保证足够的扳手空间,螺栓间距应大于5d,所以,安装约束条件为: ④ 边界约束条件 ; 3.3 .3 建立数学模型 综上所述,本问题的数学模型可表达为: 设计变量: 目标函数:min F(X) = x1x2 约束条件: s.t. ( i = 1, 2, 3, 4, 5,) 现运用Matlab的优化函数进行求解 : 先编写M文件 function [c,ceq]=mynas(x) c(1)=146192/(x(1)*x(2)^2)-106; % 非线性不等式约束 c(2)=400*pi/x(1)-10*x(2); c(3)=-400*pi/x(1)+5*x(2); ceq=[]; % 非线性等式约束 在Matlab命令窗口输入: fun=x(1)*x(2); % 目标函数 x0=[4,6]; % 设计变量初始值 A=[-1,0;0,-1]; % 线性不等式约束矩阵 b=[0;0]; Aeq=[]; % 线性等式约束矩阵 beq=[]; lb=[]; % 边界约束矩阵 ub=[]; [x,fval]=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,@mynlsub) % 调用有约束优化函数 运行结果如下: x = 11.4499 10.9751 fval = 125.6637 所以,该问题优化结果为:n =11.4499 ,d = 10.9751,目标函数最小值: F(X)= 125.6637。根据实际问题的意义取整、标准化:n =12 ,d = 12。 由此例可以看出,与其它编程语言相比,Matlab语言可以简化编程。 图5是调用Matlab绘图函数自动对上例绘制的数学模型要素图(标注数字的曲线为目标函数的等值线),为此 在Matlab命令窗口输入: x1=0.1:20; y1=146192./(106.*x1.^2); y2=400.*pi./(10.*x1); y3=400.*pi./(5.*x1); plot(y1,x1,y2,x1,y3,x1,x(1),x(2),o) y4=0.1:0.1:20; [y4,x1]=meshgrid(y4,x1); Q=y4.*x1; hold on; [c,h]=contour(y4,x1,Q); hold on; clabel(c,h) ; 4.结束语 从上述实例可以看

文档评论(0)

jsntrgzxy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档