基于RBF神经网络模型的车门多目标轻量化设计

基于RBF神经网络模型的车门多目标轻量化设计

论文摘要

以某轻型客车车门为研究对象,在HyperMesh中建立有限元模型,对车门进行刚度和模态分析。以部分因子试验设计所得到的关键零件厚度为设计变量,采用哈默斯雷试验设计方法进行样本数据设计,使用RBF神经网络模型拟合车门质量、一阶模态频率、二阶模态频率、上扭转刚度、下扭转刚度、侧向弯曲刚度及下沉刚度响应的近似模型。在近似模型基础上,以车门质量最小和一阶模态频率最大为优化目标,以车门刚度和二阶模态频率为约束,应用多目标遗传算法进行优化设计,实现了车门轻量化最优目标。

论文目录

  • 0 引言
  • 1 车门结构分析
  •   1.1 车门模型的建立
  •   1.2 车门刚度分析
  •     1.2.1 车门扭转刚度工况
  •     1.2.2 车门侧向弯曲刚度工况
  •     1.2.3 车门下沉刚度工况
  •   1.3 车门模态分析
  • 2 车门设计变量的选择确定
  •   2.1 部分因子试验设计
  •   2.2 设计样本点采样及试验结果分析
  • 3 RBF神经网络模型
  •   3.1 哈默斯雷(hammersley)试验设计
  •   3.2 RBF神经网络模型的构建
  • 4 车门多目标优化及结果分析
  •   4.1 多目标优化模型
  •   4.2 优化结果分析
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 李军,冷川

    关键词: 车辆工程,车门,哈默斯雷试验设计,神经网络模型,轻量化

    来源: 重庆交通大学学报(自然科学版) 2019年11期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 汽车工业

    单位: 重庆交通大学机电与车辆工程学院

    基金: 国家自然科学青年科学基金项目(51705051),重庆市特种车辆动力传动系统关键零部件设计与测试工程技术研究中心开放基金项目(csct2015yfpt-zdsys30001)

    分类号: U463.834

    页码: 127-132

    总页数: 6

    文件大小: 547K

    下载量: 88

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于RBF神经网络模型的车门多目标轻量化设计
    下载Doc文档

    猜你喜欢