原文传递
基于粒子群算法的车架结构优化及其二次开发
| 论文题名： | 基于粒子群算法的车架结构优化及其二次开发 |
| 关键词： | 车架结构;粒子群算法;二次开发;人机界面;有限元模型 |
| 摘要： | 半挂牵引车是一种具有高效率而且方便快捷的公路运输车辆。随着中国经济的不断地发展，半挂牵引车在长途货运中起着越来越重要的作用，得到了运输行业的高度重视。车架作为其主要的承载部件，需要承担来自车内外环境产生的各种复杂多变的载荷，而其强度直接影响到车辆是否能正常可靠地工作。另外，为了迎合人们节能环保的要求，确保车架在满足性能的条件下尽可能地降低总质量。 为了解决上述问题，以半挂牵引车的车架为本文的研究对象，运用有限元理论、PCL语言和粒子群算法等基础知识，利用PATRAN软件作为其开发平台，对其结构优化模块进行了界面开发，其内容主要可以分为以下3个部分： 1.针对牵引车的车架结构的多目标优化问题，本文利用PATRAN内嵌的PCL语言，对其优化模块进行了二次开发。将建立的粒子群优化模块的菜单直接融入到操作界面，而用户可以轻松地通过人机对话界面的设定优化的三要素，从而实现了算法优化过程的流程化。 2.接着介绍了目前常用的几种近似模型技术以及利用CAE软件建立车架结构的有限元模型的关键步骤。由于构建近似模型的关键是选取合适的样本点，充分地反映整个设计空间域，否则选取再多的样本点也是徒劳无益的。本文选用拉丁超立方试验设计方法进行采样，在此基础上，采用径向基近似技术构建了车架的设计变量与目标之间的近似模型。 3.研究了一种多目标粒子群优化算法，该算法利用基于Pareto支配关系的庄家法来构建粒子群的非支配解集合；采用外部档案集来保存当前所寻找到的非支配解集，而运用自适应网格法来更新外部集合，使该算法能具有良好的分布性；并且该算法引入权重系数的方法来进一步改进粒子群算法中个体极值的选择方法，并将实时变异的策略引入到从外部集中选取全局极值的过程，以免粒子陷入局部最优的区域。通过对车架结构进行仿真分析，验证了该算法的有效可行性。最后选取采用粒子群优化方法得到的一组解集进行有限元分析，验证了优化结果是有效可行的。 |
| 作者： | 陶祺臻 |
| 专业： | 机械工程 |
| 导师： | 李伟平 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
