基于ANSYS和神经网络的液压挖掘机动臂轻量化设计方法研究

《基于ANSYS和神经网络的液压挖掘机动臂轻量化设计方法研究》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、第1期向琴等：基于ANSYS和神经网络的液压挖掘机动臂轻量化设计方法研究·139·从表4、图3和图4中可以看出，在优化后大部根据数学模型中设定的7个设计变量，用正交试分的钢板厚度均有减薄，少数的钢板或不变。优化验。。的方法获得实验数据。正交试验是从大量的实后．在相同的载荷情况下，动臂结构的最大应力值和验中提取一部分有代表性水平组合进行试验的一种方最大变形量都有小幅的增加，分别增加了17．361法，可以减少试验次数并节约时间。7个设计变量有MPa和0．292mm．仍然在允许的范围内，可见动臂3个水平，利用正交设计助手可获得18组设计变量结构是安全的。同时，优化后动臂结构的总体积较优组

2、合．将这18组设计变量分别用ANSYS软件赋值给化前减小了．因此动臂的总质量也减轻了，减轻的幅动臂的模型进行试验．可从18次有限元分析实验中度为8．3％．实现了动臂结构减重5％以上的目标。提取到最大应力值和总体积值。正交试验的结果如表3利用人工神经网络预测5所示3．1正交试验表5正交试验结果3．2人工神经网络模型的建立0．68％；体积的最大误差为2．38％，最小误差为由于人工神经网络具有自学习自适应的特点，因0．59％，对于工程机械来说，此误差在可接受范围此可用人工神经网络来对前面ANSYS优化的板厚数内，所以此预测模型可用。基于建立的预测模型．将据组合进行预测，用来验证此方法的正

3、确性和可行ANSYS优化的一组板厚数据输入到预测模型中，输性。以动臂优化数学模型中的7个设计变量作为输出的应力值为185．691MPa．体积为1．70084×10入，以动臂的最大应力和总体积作为输出，建立起动mm，与ANSYS优化的值非常接近，因此。验证了臂的板厚与最大应力和总体积的关系，其预测模型如ANSYS和人工神经网络结合的优化方法的可行性与图5所示。从表5中的18组实验结果数据中，取前正确性。15组数据作为训练学习样本，用于训练人工神经网络，取后3组数据作为验证样本来检测建立的神经网络的精度。经过多次试算，确定隐含层节点数为9个。利用训练好的神经网络模型，取后3组数据来进行

4、检测所建立模型的可行性。预测值和实际值的误差输入层隐含层输出层如表6所示。从表6中可以看出．预测值与实际值很图5人工神经网络模型接近，应力的最大误差为2．62％，最小误差为·140·机床与液压第43卷表6预测值与实际值误差表4结论业出版社，1986：302—305．(1)在建立优化设计的数学模型基础上，以[2]KAMEZAKIM，IWATAH，SUGANOS．DevelopmentofANSYS有限元分析软件作为优化工具．对液压挖掘OperatorSupportSystemwithPrimitiveStaticStatesforIn—机动臂结构进行优化设计，从计算结果中可以看出。t

5、elligentConstructionMachinery[C]．inMechatronics，2009．ICM2009．IEEEInternationalConferenceon，2009．经过优化后的动臂结构，在同等受力条件下，其最大[3]赵舒天，韦伟，蒋雪婷，等．罐式汽车轻量化的途径和发应力值和最大变形量虽有所增加。但仍在安全范围展趋势[J]．农业装备与车辆工程，2011(8)：12—13，30．内，而其质量减轻了8．3％，达到了轻量化设计的目[4]余良富，马力，王姣．复合材料重型专用车车架设计与分的。优化设计结合了有限元分析软件与人工神经网络析[J]．武汉理工大学学报，20

6、05，27(5)：94-96．来进行求解能得到更符合实际的结果．而且也提高了[5]孙靖民，梁迎春．机械优化设计[M]．北京：机械工业出设计效率。版社。2012：274-278．(2)用正交试验来确定人工神经网络的训练数[6]朱志辉，周志革，王金刚，等．液压挖掘机工作装置的建据可以保证数据具有代表性以外还能减少试验次数和模及动力学仿真[J]．机械设计与制造，2006，8(8)：158-159．节省时间[7]刘韬，胡军科，谢平．液压挖掘机工作装置结构的优化设(3)建立人工神经网络来对挖掘机动臂进行轻计[J]．建设机械技术与管理，2010，23(11)：117-120．量化设计也是可行的

7、。同时也验证了用ANSYS对动[8]李金晓，杨茹萍．液压挖掘机动臂的有限元分析[J]．建臂进行优化设计的正确性。筑机械化，2009，30(11)：59—62．(4)将ANSYS与人工神经网络结合起来进行轻[9]ANSYSI2．0结构分析工程应用实例解析[M]．3版．北量化设计的方法也可以运用到其他的机械结构的优化京：机械工业出版社，2010：515—516．设计中。[10]王平，郑松林，吴光强．基于协同优化和多目标遗传算参考文献：法的车身结构多学科优化设计fJ1．机械