欢迎来到天天文库
浏览记录
ID:32468241
大小:1.97 MB
页数:68页
时间:2019-02-06
《基于有限元分析的低地板轻轨车车体优化研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要摘要轻轨交通作为一种新的公共交通模式,其特点是站间距离短,起、制动频繁。轻轨车辆为获得较大的起、制动加速度,要求尽可能降低自重。因此需要对车辆进行优纯设计,丽车体作为车辆的主体成为优化减重的主要对象。如何解决既满足性能要求又能保证自重最轻之间的矛盾,成为轻轨车车体设计和制造中的重要研究课题。针对湘潭电机股份有限公司生产的Q6W-2型轻轨车车体,展开一系列研究工作。首先用有限元法对轻轨车车体进行了强度和刚度分析,并对实际车体进行了静强度试验,计算僮和试验值基本吻合,说明有限元分车厅的建模方法、边界条件的确定、求解器的选择等是合理正确的。在有限元分析和静强度试验的基础上,选择适当的初始
2、车体结构和优化方法,以自重为目标函数,以应力为约束条件,建立了连续变量优化韵数学模型,借助ANSYS优化工具,对车体进行了连续变量优化分析,获得了连续变量优化勰。由于得到的连续变量优化解不能应用于工程实际,针对轻轨车车体的特点,提出了改进的离散变量优化方法,该方法的关键是在连续变量优化解的基础上,建立离散变量优化的数学模型,然后按照一定的算法剔除不符合要求的多数解后,在少量剩余解中用有限元验算并求得最终解。以B模块车体为例,按上述方法对车体进行了优化分析。得出离散变量优化解后,对车体重新建模并作了有限元重分析。分析结果表明,除个别已剔除的特殊位置(如约束处)外,该车体的等效应力均不超过
3、许用应力,应力分布更趋均匀。优化后煎车体相对减重率约8%,并已应用予工程实际。关键词轻轨车车体;有限元分析;静强度试验;连续变量优化;离散变量优化燕山大学工学硕士学位论文AbstractAsanewtransitpattern,themainfeaturesofthelightrailtransitaredistancebetweenlightmiltransitstationsrathershort,frequemstartandbrake.Inordertogetthehigherstartingandbrakingacceleration,thelightrailvehiclen
4、eedstoreduceitsweight懿much嬲possibleandusestheoptimizedstructure.Astheprinciplepartofavehicle,bodyisoneofthemainobjectofoptimization.Itbecomesanimportantresearchtasktosolvethecontradictionofnotonlymeetingtheperformancedemand,butalsoensuringthecurbweightlightestinthedesignandmanufacturingoftheligh
5、trailvehiclebodyTothebodyofmodelQ6W-2lightrailvehicle,whichismadebyXiangtanelectricalmachineCoLtd,aseriesofresearchworkweredone.Tothefightrailvehiclebody,theauthorcarriedoutFEManalysisbothinstrengthanalysisandinstiffnessanalysis.anddidstaticstrengthtest.Thecalculationvalueisconsistencewiththemea
6、surevalue,ItisprovedcorrecttoestablishtheFEMmodelsimulatetheboundaryconditionandselectthesolver.BasedontheFEManalysisandthestaticstrengthtest.theauthorselectedtheappropriateinitialbodystructureandoptimizationmethod,andestablishedoptimizationmathematicmodelofthecontinuousvariable,withthecurbweigh
7、tastheobjectfunctionandstressastheboundarycondition.Alsotheauthorcarriedouttheoptimizationanalysisofcontinuousvariablesoncal"bodyandobtainedtheoptimizationresultwithANSYSoptimizingtools.ForthereaSonthattheoptimizationsolutio
此文档下载收益归作者所有