مقطع : کارشناسی ارشد مهندسی مکانیک – طراحی کاربردی
چکیده
در این پایان نامه ما به ارائه سنتز بهینه ابعادی مکانیزم شش میله¬ای با قیدهای دورانی می¬پردازیم. هدف از سنتز، تولید مسیر به گونه¬ای است که تا حد امکان به مسیر مطلوب نزدیک¬تر باشد. از زنجیره¬های شش میله ای، با هفت اتصال چرخشی، شناخته شده با یک درجه آزادی می¬توان زنجیره وات و استفن¬سون را نام برد. دو نوع مکانیزم از زنجیره وات و سه نوع مکانیزم از زنجیره استفن¬سون حاصل می¬شود که معرفی و چند کاربرد آنها در فصل 2 پایان¬نامه آورده شده است.
به منظور سنتز بهینه تک هدفه مکانیزم، با در نظر گرفتن تابع خطای مسیر به عنوان تابع هدف، ترکیب الگوریتم ژنتیک و روش تجمعی ذره مورد استفاده قرار گرفته شده است و دقت نتایج خطای مسیر با آخرین نتایج در مقالات مقایسه می¬شود. الگوریتم چند هدفه NSGAII برای کمینه سازی همزمان دو تابع هدف مورد استفاده قرار می¬گیرد. دو تابع هدف با رفتار متضاد در نظر گرفته شده در این کار عبارتند از تابع خطای مسیر و انحراف زاویه انتقال از 90°. در بهینه¬¬سازی دو هدفه با بکارگیری متد کاهش کنترل¬ شده انحراف مجاز زاویه انتقال سرعت همگرائی تابع خطا را بالا برده و سعی در بدست آوردن جبهه پارتوئی مناسب می¬شود.
کلید واژه ها: مکانیزم شش میله¬ای، بهینه سازی چند هدفه، الگوریتم های تکاملی، جبهه پارتو، روش تجمعی ذره
فهرست
فصل1 مقدمه 1
1-1پیشگفتار 2
1-2 تاریخچه سنتز ابعادی 3
1-3 محاسبات اولیه در بررسی مکانیزم ها 4
1-4 بهینه سازی 4
1-4-1 تاریخچه بکارگیری بهینه سازی در مکانیزم ها 5
1-4-2 مفاهیم کلی بهینه¬سازی 7
1-4-3 فرمول بندی عمومی بهینه سازی 9
1-5 نوآوری¬های پایان¬نامه 10
1-6 ساختار کلی پایان¬نامه 11
فصل2 معرفی مکانیزم شش میله¬ای وفرمول بندی آن 12
2-1 مقدمه 13
2-2 برخی کاربردهای مکانیزم¬های شش میله¬ای 14
2-3 تحلیل هندسی و روابط حاکم بر مکانیزم 19
2-4 نتیجه¬گیری و جمع¬بندی فصل 22
فصل3 روش¬های بهینه سازی تک هدفه و چند هدفه 23
3-1 مقدمه 24
3-2 مفاهیم بهینه سازی 24
3-2-1 مفاهیم بهینه¬سازی تک هدفه 24
3-2-2 تعاریف و مفاهیم بهینه¬سازی چند هدفه 25
3-3 روش¬های بهینه سازی تک هدفه 27
3-3-1 الگوریتم ژنتیک 27
3-3-1-1 مقدمه 27
3-3-1-2 تاریخچه 27
3-3-1-3 ساختار الگوریتم ژنتیک 28
3-3-1-4 عملگرهای ژنتیکی 28
3-3-1-5 روند کلی اجرای الگوریتم ژنتیک 30
3-3-2 الگوریتم تکامل تفاضلی 31
3-3-2-1 مقدمه 31
3-3-2-2 تاریخچه 32
3-3-2-3 ساختار الگوریتم تکامل تفاضلی 32
3-3-2-4 پارامترهاى کنترلى 35
3-3-2-5 استراتژى¬هاى متنوع DE 36
٣-٣-٣ الگوریتم تجمعى ذره (ازدحام ذرات) 37
٣-٣-٣-١ مقدمه 37
٣-٣-٣-٢ تاریخچه روش بهینه سازى تجمعى ذره 37
٣-٣-٣-٣ روش بهینه¬سازى تجمعى ذره استاندارد 38
٣-٣-٣-۴ شبه برنامه روش بهینه سازى تجمعى ذره استاندارد 40
٣-٣-٣-۵ بررسى ضریب وزن و ضرایب یادگیرى 41
٣-٣-۴ الگوریتم ترکیبى ژنتیک و تجمعى ذره 42
٣-٣-۴-١ الگوریتم ترکیبى HGAPSO 43
٣-٣-۴-٢ روش ترکیبى GAPSO 43
٣-۴ روش¬هاى بهینه¬سازى چند هدفى 45
٣-۴-١ روش بهینه¬سازى مرتب سازى نقاط غیر برتر نسخه دوم) NSGA-II ( 45
٣-۴-١-١ زیربرنامه Non-Dominant Sorting (NS) 46
٣-۴-١-٢ زیربرنامهCrowding Distance(CD) 46
٣-۴-١-٣ روند کلى الگوریتم NSGA-II 47
3-5 نتیجه¬گیری و جمع¬بندی فصل 48
فصل4 بهینه¬سازی مکانیزم شش¬میله¬ای 49
4-1 مقدمه 50
4-2 متد کاهش کنترل شده انحراف مجاز 51
4-3 تابع هدف 56
4-4 سنتز بهینه مکانیزم 57
4-4-1 بهینه سازی تک هدفه 58
4-4-1-1 سنتز بهینه مسیر اول 58
4-4-1-2 سنتز بهینه مسیر دوم 65
4-4-2 بهینه سازی دو هدفه 72
4-4-2-1 متد کاهش کنترل شده انحراف زاویه انتقال 73
4-4-2-2 نتایج بهینه سازی 75
4-5 نتیجه¬گیری و جمع¬بندی فصل 78
فصل5 نتیجه¬گیری 79
5-1 نتیجه¬گیری 80
مراجع 81
–
تعداد صفحه :96
توجه :
عناوین پروژه های موجود در سایت فقط به عنوان معرفی در سایت قرار گرفته اند و هیچ گونه فروش و یا لینک دانلودی ندارند
دانلود + توضیحات
-
-
- [purchase_link id=”33245″ text=”اضافهکردن به سبدخرید” style=”button” color=”green”]
- حجم : 2mb
- فرمت فایل : word
- تعداد صفحه :96
-