[发明专利]一种基于RBF近似模型自卸车车厢综合轻量化设计方法在审
申请号: | 202211200365.X | 申请日: | 2022-09-29 |
公开(公告)号: | CN115563710A | 公开(公告)日: | 2023-01-03 |
发明(设计)人: | 曾嘉宝;张昆;浦同林;张倩兮;杨秀建;高晋;聂枝根;贾元;戚小平;刘佳琪 | 申请(专利权)人: | 昆明理工大学 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/17;G06F30/27;G06F111/06;G06F119/18 |
代理公司: | 北京成实知识产权代理有限公司 11724 | 代理人: | 宋守金 |
地址: | 650093 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 rbf 近似 模型 卸车 车厢 综合 量化 设计 方法 | ||
1.一种基于RBF近似模型自卸车车厢综合轻量化设计方法,其特征在于,包括以下步骤:
Step1:RBF近似模型的构建;
Step2:车厢多工况设计;
Step2.1:综合车厢满载工况和0°工况结果进行数据的导入,建立综合参数模型;
Step2.2:定义车厢优化的设计变量;
Step2.3:选取车厢的6个设计变量并规定其优化尺寸后,对车厢采用哈默斯利(Hammersley)进行260次迭代抽样;
Step2.4:灵敏度分析,分析抽取后车厢设计变量与响应值之间的关系,筛选出对响应值没有影响的设计变量;
Step3:车厢多目标优化设计;
Step3.1:多目标优化数学模型建立;
Step3.2:对RBF构件的车厢多工况近似模型进行多目标遗传算法优化设计,经过4000次迭代计算得到多组最优解;
Step3.3:筛选出最优解,并对最优解进行数据验证。
2.根据权利要求1所述的一种基于RBF近似模型自卸车车厢综合轻量化设计方法,其特征在于:所述Step1中RBF神经网络的输入信息层到输出信息层的关系为式(1):
径向基响应函数的表达式如(2)、(3)所示:
式中:n是DOE抽取的样本点个数,γ为权系数,θ为基函数,χk为第K个样本点,σk为第k个样本点的基宽度参数,pj(x)是低阶多项式函数,cj是多项式未知系数;
响应面建立后,使用确定性系数R2来评估近似模型的拟合精度,R2的表达式如(4):
RAAE为相对平均绝对误差,其定义为:
RMSE为均方根误差,其表达式为:
式中:为拟合函数计算得到的值,为输入值的平均值。
3.根据权利要求1所述的一种基于RBF近似模型自卸车车厢综合轻量化设计方法,其特征在于:所述Step2.1中满载工况受力,底板受到向下的均匀的正压力,其计算公式为:
式中:H为车厢前板高度;
其余板件受到一个变化的侧压力,其压力变为与货物高度与底板的距离h有关;
P(h)=Kaρgh (8)
式中:Ka是主动土压力系数,h为货物与底板之间的高度;
所述的Step1.1中0°工况采用第四强度理论校核车厢强度:
σr=[σ] (10)
所述式中:σ1,σ2,σ3分别为车厢构件危险点处的三个主应力,[σ]为许用应力。
4.根据权利要求1所述的一种基于RBF近似模型自卸车车厢综合轻量化设计方法,其特征在于:Step2.2中的设计变量为:主纵梁初始值31,取值范围20~40;边板初始值6,取值范围4~9;底板初始值5,取值范围3~8;前、后板初始值5,取值范围3~8;纵梁初始值4,取值范围3~8;横梁初始值3,取值范围2~5;单位为mm。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆明理工大学,未经昆明理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211200365.X/1.html,转载请声明来源钻瓜专利网。