吉林大学学报(工学版) ›› 2016, Vol. 46 ›› Issue (4): 1269-1275.doi: 10.13229/j.cnki.jdxbgxb201604037

• 论文 • 上一篇    下一篇

机械结构动态可靠性设计的智能计算方法

于繁华1, 刘仁云2, 张义民3, 孙秋成2, 张晓丽2, 3   

  1. 1.长春师范大学 计算机科学与技术学院,长春 130032;
    2.长春师范大学 数学学院, 长春 130032;
    3.东北大学 机械工程与自动化学院, 沈阳 110004
  • 收稿日期:2015-04-13 出版日期:2016-07-20 发布日期:2016-07-20
  • 通讯作者: 刘仁云(1968-),女,教授,博士.研究方向:计算智能、结构可靠性设计与优化.E-mail:liurenyun2005@163.com
  • 作者简介:于繁华(1970-),男,教授,博士.研究方向:计算智能及其应用.E-mail:yufanhua@163.com
  • 基金资助:
    国家自然科学基金项目(51135003); 吉林省自然科学基金项目(201215149); 吉林省教育厅项目(吉教科合字[2014]第17号,吉教科合[2013]第243号)

Intelligent algorithm for optimized dynamic reliability design of mechanic structure

YU Fan-hua1, LIU Ren-yun2, ZHANG Yi-min3, SUN Qiu-cheng2, ZHANG Xiao-li2, 3   

  1. 1.College of Computer Science & Technology, Changchun Normal University, Changchun 130032, China;
    2.College of Mathematics, Changchun Normal University, Changchun 130032, China;
    3.College of Mechanical Engineering and Automation, Northeastern University, Shenyang 110004, China
  • Received:2015-04-13 Online:2016-07-20 Published:2016-07-20

摘要: 针对多失效模式下机械部件动态可靠性设计问题,提出了一种Monte Carlo-时变极端学习机模型,利用该模型得到了随时间变化的载荷、强度、弹性模量、设计参数等与可靠度的显性函数表示。在此基础上建立了机械部件动态可靠性优化设计模型,并利用所提出的动态粒子群算法对模型进行求解。实验结果表明,该方法能提供整个服役期内满足可靠度要求的所有设计参数,为机械部件动态可靠性优化设计提供了一种行之有效的途径。

关键词: 计算机应用, 极端学习机, 动态粒子群算法, 可靠性优化设计, 多目标优化

Abstract: A Monte Carlo time-varying extreme learning machine is presented for dynamic reliability design of mechanical components under multiple failure modes. The explicit function expression of the reliable degree of these variables, such as the loads, strength, elastic modulus and design parameters, can be obtained by this model. Then, on this basis, a dynamic reliability design model for the mechanical components is established, and the dynamic particle swarm algorithm is applied for the solution of this model. Experiment results show that this method can provide all design parameters meeting the requirement of the reliable degree in the whole service life. This method can be used as an effective approach for optimized dynamic reliability design of mechanical components.

Key words: computer application, extreme learning machine, dynamic particle swarm algorithm, reliability optimization design, multi-objective optimization

中图分类号: 

  • TP39
[1] 张义民.机械动态与渐变可靠性理论与技术评述[J].机械工程学报,2013,49(20):101-114.
Zhang Yi-min. Review of theory and technology of mechanical reliability for dynamic and gradual systems[J]. Journal of Mechanical Engineering,2013,49(20):101-114.
[2] 王新刚,张义民,王宝艳.机械零部件的动态可靠性灵敏度分析[J]. 机械工程学报,2010, 46(10):188-193.
Wang Xin-gang, Zhang Yi-min,Wang Bao-yan.Dynamic reliability sensitivity analysis of mechanical components[J]. Journal of Mechanical Engineering, 2010, 46(10):188-193.
[3] 王正,康锐,谢里阳.以载荷作用次数为寿命指标的失效相关系统可靠性建模[J].机械工程学报,2010,46(3):188-197.
Wang Zheng,Kang Rui,Xie Li-yang. Reliability modeling of systems with dependent failure when the Life measured by the number of loadings[J]. Journal of Mechanical Engineering, 2010,46(3):188-197.
[4] Fang Yong-feng,Chen Jian-ju.Analysis of structure dynamic reliability under the together stochastic loads[J].Advances in Information and Science Technology,2012,4(8):74-83.
[5] 卢昊,张义民,赵长龙,等.多失效模式机械零件可靠性灵敏度估计[J].机械工程学报,2012,48(2):63-67.
Lu Hao, Zhang Yi-min, Zhao Chang-long, et al.Reliability sensitivity estimation of mechanical components with multiple failure modes[J]. Journal of Mechanical Engineering,, 2012,48(2):63-67.
[6] 喻天翔, 宋笔锋, 万方义,等. 机械零件多失效模式相关可靠度算法研究[J]. 机械强度, 2006, 28(4):508-511.
Yu Tian-xiang Song Bi-feng Wan Fang-yi. Research on calculating the reliability of mechanical component with correlaed failure modes[J]. Journal of Mechanical Strength, 2006, 28 (4):508-511.
[7] Ditlevsen O. Narrow reliability bounds for structural systems[J]. Mech Based Des Struc,1979, 7(4):453-472.
[8] 张义民,刘仁云,于繁华.基于计算智能技术的结构系统可靠性优化设计[J].工程力学,2007, 24(8):27-31.
Zhang Yi-min,Liu Ren-yun,Yu Fan-hua.Computational intelligence-based reliability design optimization for structural system[J].Engineering Mechanics, 2007, 24(8):27-31.
[9] 张义民,张雷.结构系统可靠性优化设计的神经网络方法[J]. 计算力学学报, 2005,22(3): 257- 261.
Zhang Yi-mi,Zhang Lei. Reliability-based structural optimization using neural network[J].Chinese Journal of Computational Mechanics, 2005,22(3): 257-261.
[10] Huang G B,Zhu Q Y.Extreme learning machine:Theory and applications[J].Neurocomputing, 2006,70(1):489-501.
[11] Yin Jian-chuan, Zou Zao-jian, Xu Feng,et al.Online ship roll motion prediction based on grey sequential extreme learning machine[J]. Neurocomputing, 2014,129(10):168-174.
[12] 张弦,王宏力.具有选择与遗忘机制的极端学习机在时间序列预测中的应用[J].物理学报,2011,60(8):68-74.
Zhang Xian,Wang Hong-li. Selective forgetting extreme learning machine and its application to time series prediction[J]. Acta Phys Sin,2011,60(8):68-74.
[13] 林晓华,冯毅雄,谭建荣.基于免疫优化的产品系统可靠性参数区间预测方法[J]. 浙江大学学报:工学版,2013,47(6) : 1013-1021.
Lin Xiao-hua,Feng Yi-xiong,Tan Jian-rong. Intervals prediction of system reliability parameters based on immune optimization[J].Journal of Zhejiang University(Engineering Science), 2013,47(6) : 1013-1021.
[14] 李桂青,李秋胜.工程结构时变可靠度理论及其应用[M].北京:科学出版社,2011:138-139.
[15] Coello CA.Treating constraintsas objectives for single-objective evolutionary optimization[J] Engineering Optimization,2000, 32(3):275-308.
[16] 刘若辰,焦李成,雷七峰. 一种新的差分进化约束优化算法[J]. 西安电子科技大学学报,2011, 28(1):47-53.
Liu Ruo-chen,Jiao Li-cheng,Lei Qi-feng.New differential evolution constrained optimization algorithm[J]. Journal of Xidian University,2011, 28(1):47-53.
[17] 胡静,曾建潮,谭瑛. 动态环境下基于种群多样性的微粒群算法[J].系统仿真学报,2007,19(21):4932-4935.
Hu Jing, Zeng Jian-chao,Tan Ying.Particle swarm optimizer based on diversity of particle in dynamic environments[J]. Journal of System Simulation,2007,19(21):4932-4935.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 夏利红, 邓兆祥. 电子机械制动执行器的整体最优匹配设计[J]. 吉林大学学报(工学版), 2018, 48(4): 998-1007.
[12] 吉野辰萌, 樊璐璐, 闫磊, 徐涛, 林烨, 郭桂凯. 基于MBNWS算法的假人胸部结构多目标优化设计[J]. 吉林大学学报(工学版), 2018, 48(4): 1133-1139.
[13] 邱小明, 王银雪, 姚汉伟, 房雪晴, 邢飞. 基于灰色关联的DP1180/DP590异质点焊接头工艺参数优化[J]. 吉林大学学报(工学版), 2018, 48(4): 1147-1152.
[14] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[15] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 刘松山, 王庆年, 王伟华, 林鑫. 惯性质量对馈能悬架阻尼特性和幅频特性的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 557 -563 .
[2] 初亮, 王彦波, 祁富伟, 张永生. 用于制动压力精确控制的进液阀控制方法[J]. 吉林大学学报(工学版), 2013, 43(03): 564 -570 .
[3] 李静, 王子涵, 余春贤, 韩佐悦, 孙博华. 硬件在环试验台整车状态跟随控制系统设计[J]. 吉林大学学报(工学版), 2013, 43(03): 577 -583 .
[4] 胡兴军, 李腾飞, 王靖宇, 杨博, 郭鹏, 廖磊. 尾板对重型载货汽车尾部流场的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 595 -601 .
[5] 王同建, 陈晋市, 赵锋, 赵庆波, 刘昕晖, 袁华山. 全液压转向系统机液联合仿真及试验[J]. 吉林大学学报(工学版), 2013, 43(03): 607 -612 .
[6] 张春勤, 姜桂艳, 吴正言. 机动车出行者出发时间选择的影响因素[J]. 吉林大学学报(工学版), 2013, 43(03): 626 -632 .
[7] 马万经, 谢涵洲. 双停车线进口道主、预信号配时协调控制模型[J]. 吉林大学学报(工学版), 2013, 43(03): 633 -639 .
[8] 于德新, 仝倩, 杨兆升, 高鹏. 重大灾害条件下应急交通疏散时间预测模型[J]. 吉林大学学报(工学版), 2013, 43(03): 654 -658 .
[9] 肖赟, 雷俊卿, 张坤, 李忠三. 多级变幅疲劳荷载下预应力混凝土梁刚度退化[J]. 吉林大学学报(工学版), 2013, 43(03): 665 -670 .
[10] 肖锐, 邓宗才, 兰明章, 申臣良. 不掺硅粉的活性粉末混凝土配合比试验[J]. 吉林大学学报(工学版), 2013, 43(03): 671 -676 .