详情

原文传递基于现代智能算法的车轮辐板外形多学科优化设计研究

论文题名：	基于现代智能算法的车轮辐板外形多学科优化设计研究
关键词：	列车车轮辐板;优化设计;自适应鱼群遗传算法;数值计算
摘要：	随着我国高速铁路的发展和铁路货运重载运输技术的提高，对列车性能的要求也不断增加。作为保证列车安全、平稳运行的最重要部件之一，列车车轮的设计十分复杂，涉及到轮轨几何学、接触力学、轮轨噪声、轮轨动力学等多个学科。车轮在运行中产生的机械应力、制动热应力和声辐射功率都与车轮辐板的几何形状有着密切关系。车轮辐板的设计与优化引起了业内人士和学者的关注，然而传统优化研究大多在力学性能或振动噪声方面单独进行优化。随着列车各学科间的耦合效应加剧，传统的设计方法已不能完全满足行业发展的需求。　　本课题将车轮的机械应力场、热应力场、振动声辐射的数值计算与多学科设计优化理论相结合，在分析学科间相互关系的基础上，采用“试验设计+近似模型”的计算策略和自适应鱼群遗传算法、多目标优化算法进行优化研究，针对不同型式、不同工况的列车车轮辐板外形分别进行优化计算，并初步探讨了波浪型辐板车轮的优化，主要内容如下: 　　(1)研究了车轮在运行过程中机械应力、制动热应力、以及辐射噪声的计算原理、计算方法。通过算例，验证了方法的可行性，并分析了车轮的疲劳评价方法与噪声评价方法。　　(2)在深入分析遗传算法和鱼群算法理论的基础上，将遗传算法和鱼群算法有机的结合，利用遗传算法搜索能力强的优势进行全局搜索，利用鱼群算法进行局部搜索，并在寻优过程中不断调整人工鱼的最大步长和感知距离，最大限度发挥两种算法各自优点。通过测试函数（Michalewics函数和Rastrigin函数）得出结论，单一的遗传算法收敛较慢，单一的鱼群算法容易陷入局部最优，而自适应鱼群遗传组合算法更容易获得全局最优解，结果也更稳定，鲁棒性好，收敛速度快。　　(3)研究了“试验设计+近似模型”的计算策略，以及近似模型精度的检验方法，并编制了试验设计方法与近似模型的MATLAB程序。通过三个测试函数，分析了多项式响应面（Response Surface Methodology，RSM）模型、Kriging模型和神经网络模型的全局近似能力以及拟合精度。　　(4)采用“试验设计+近似模型”的方法对重载货车车轮进行热机耦合优化设计，以满足静强度和疲劳强度为约束，减小车轮质量为优化目标，运用自适应鱼群遗传算法进行优化计算，得出了最优方案。另外，在构造车轮辐板外形时采用B样条曲线，扩大了辐板的设计空间，在建模上也降低了一定的难度，增加了寻优范围和设计效率。最优方案比原方案的车轮质量降低了7.62％，制动热应力降低了31.3％，最大Von Mises应力降低了2.3％。　　(5)提出了高速列车直辐板车轮的“多学科+多目标”优化设计方法，根据“实验设计+近似模型”的方法建立了高速列车直辐板的多学科模型，采用多目标算法进行优化计算，得出Pareto解集。通过AMGA算法得出三个典型Pareto解的模型进行对比分析，发现三种模型在整体性能方面相较于原模型均有不同程度的改善，其中质量最高降低4％，声辐射功率最高降低13.86％。　　(6)研究了波浪型辐板车轮的机械应力场和振动噪声，建立不同波浪个数、不同波浪幅度的波浪型辐板模型，详细分析波浪型辐板的机械应力场、声辐射功率特点，得出6波浪辐板，波浪幅度30mm声辐射性能较好的结论。采用多学科方法对6波浪辐板进行优化，通过线性加权的方法将多目标问题变为单目标优化的问题，得出不同权重系数下5种方案，对优化结果进行对比分析。
作者：	张燕
专业：	载运工具运用工程
导师：	任尊松
授予学位：	博士
授予学位单位：	北京交通大学
学位年度：	2015
正文语种：	中文