Adams实验优化设计论文.doc

(2010-2011学年) 课程论文题目： 实验设计在ADAMS 优化 问题中的运用 课程名称 实验设计 课程类别 □学位课 □非学位课 任课教师 所在学院 学科专业 姓名 学号 提交日期 2011年6月18日 实验设计在ADAMS优化问题中的运用 摘要: 本文首先介绍了实验设计目前的发展状况和常用的实验设计方法，并对实验设计在虚拟样机研究领域中的发展前景进行展望。本文通过摩托车平顺性仿真分析的项目结合实验设计方法中的析因实验设计技术对摩托车的悬架进行优化设计。基于虚拟样机技术,建立摩托车多体动力学模型。以B级路面谱为振动激励对某款摩托车进行随机振动分析。综合研究摩托车悬架弹簧刚度和阻尼、后悬架弹簧与摆臂连接位置对舒适性的影响。基于虚拟样机技术的产品设计,大大提高了产品设计效率,缩短了产品设计周期。 关键词：?实验设计；ADAMS；仿真；优化设计 前言 在三十、四十年代，英、美、苏等国对实验设计法进行了进一步研究，并将其逐步推广到工业生产领域中，在冶金、建筑、纺织、机械、医药等行业都有所应用。二战期间，英美等国在工业试验中采用实验设计法取得了显著效果，战后，日本将其作为管理技术之一从英美引进，对其的经济复苏起了促进作用。今天，实验设计已成为日本企业界人士、工程技术人员、研究人员和管理人员必备的一种通用技术。五十年代，田口玄一博士借鉴实验设计法提出了信噪比实验设计，并逐步发展为以质量损失函数、三次设计为基本思想的田口方法。八十年代，田口方法进入美国，得到了普遍关注。如今，实验设计技术的应用领域已经突破了传统的工业过程改进和产品设计范畴，广泛地渗透到商业布局、商品陈列、广告设计及产品包装的应用之中。 常用的实验设计方法 完全随机设计 不考虑个体差异的影响，仅涉及一个处理因素，但可以有两个或多个水平，所以亦称单因素实验设计。该设计常用于将受试对象按随机化原则分配到处理组和对照组中，各组样本例数可以相等，也可以不等，但相等时效率高。完全随机设计的优点是设计和统计分析方法简单易行；缺点是只分析一个因素，没有考虑个体间的差异，因而要求各观察单位要有较好的同质性，否则，需扩大样本含量。 先将实验对象编号，按预先规定，利用随机排列表或随机数字表产生的随机数字将实验对象随机分配到各组中去（用随机排列表进行分组时，各组例数相等；用随机数字表进行分组时，各组例数常不相等，故常用前者）。 配对设计与配伍组设计 先按配比条件将受试对象配成对子或区组，再将各对或各区组中的个体按随机分配的原则给予不同的处理。该类设计考虑了个体差异的影响，可分析处理因素和个体差异对实验效应的影响，所以又称两因素实验设计，比完全随机设计的检验效率高。 配对设计是将受试对象按配对条件配成对子，每对中的个体接受不同的处理。配对设计一般以主要的非实验因素作为配比条件，而不以实验因素作为配比条件。动物实验中，常将同性别、同窝别、体重相近的两个动物配成一对；人群试验中，常将性别和年龄、生活条件、工作条件相同或相近的两个人配成对子，再按随机化原则把每对中的受试对象分别分配到实验组和对照组，或不同处理组。此外，某些医学实验研究中的自身对照也可看作是配对设计，如某指标治疗前后的比较；同一受试对象不同部位、不同器官的比较；同一标本不同检测方法的比较。 交叉设计 是在自身配对设计基础上发展起来的。该设计考虑了一个处理因素（A、B两水平），两个与处理因素无交互作用的非处理因素（试验阶段和受试对象）对试验结果的影响。首先将条件相近的观察对象配对并依次编号（如1.1，1.2；2.1，2.2；3.1，3.2；……或1,2；3,4；5,6；……），再用随机的方法将各对观察对象分配到A、B两组；其中一个观察对象在第阶段接受A处理，第阶段接受B处理；另一个观察对象在第阶段接受B处理，第阶段接受A处理。因而要求观察对象的例数为偶数。由于A、B两种处理在全部试验过程中“交叉”进行，故称为交叉试验设计。该设计中A、B处理方式处于先后两个试验阶段的机会是均等的，因而平衡了试验顺序的影响；能把处理方法之间的差别与时间先后之间的差别分开来分析。 拉丁方设计 是按拉丁方阵的字母、行和列安排实验（或试验）的三因素等水平的设计。该设计同时考虑三个因素对试验结果的影响。利用拉丁方阵安排实验（或试验）。拉丁方阵亦称γ阶拉丁方或γ×γ拉丁方，是用γ个拉丁字母排成γ行γ列的方阵，每个字母在每行每列中只出现一次。 设计的基本要求：①必须是三个因素的实验，且三个因素的水平数相等（若三因素的水平数略有不同，应以主要处理因素的水平数为主，其它两因素的水平数可进行适当调整）；②三因素间是相互独立的，均无交互作用；③各行、列、字母所得实验数据的方差齐。 设计步骤：