首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于模态叠加法的曲轴动态特性研究与结构优化
引用本文:周 玮,廖日东.基于模态叠加法的曲轴动态特性研究与结构优化[J].农业工程学报,2015,31(3):129-136.
作者姓名:周 玮  廖日东
作者单位:北京理工大学机械与车辆学院,北京 100081,北京理工大学机械与车辆学院,北京 100081
基金项目:国家部委基础研究项目(4010205)
摘    要:为了计算得到曲轴动态特性参数,并使用模态贡献因子理论对动态特性进行研究,基于研究结果能够更加有效的实现曲轴结构参数的优化,首先基于多体动力学理论建立了某V12型曲轴的刚柔耦合多体动力学模型。基于模态贡献因子理论对曲轴动态特性进行分析,将前15阶模态缩聚为前5阶模态以减少计算规模,最大应力值的误差为0.9%,扭振角位移的误差为0.16%。利用BP(back propagation)神经网络建立了曲轴动静特性与结构参数之间的数学模型,进行了最大应力值和扭振角位移的线性回归,其输出响应的复相关系数都在0.95以上,表明此网络的泛化能力和预测性能都很好。对神经网络建立的数学模型使用遗传算法进行优化,优化后此曲轴的扭振角位移减小了2.63%,最大应力值减小了3.98%。结果表明神经网络结合遗传算法的优化方法对曲轴结构参数的动态特性和静态特性的联合优化能够满足设计预期,并且具有高效性和可行性。

关 键 词:神经网络  遗传算法  曲轴  模态贡献因子  结构优化
收稿时间:2014/9/18 0:00:00
修稿时间:1/5/2015 12:00:00 AM

Dynamic characteristic based on modal superposition method and structure optimization of crankshaft
Zhou Wei and Liao Ridong.Dynamic characteristic based on modal superposition method and structure optimization of crankshaft[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(3):129-136.
Authors:Zhou Wei and Liao Ridong
Institution:School of Mechanical Engineering, Beijing Institute of Technology, Beijing 100081, China and School of Mechanical Engineering, Beijing Institute of Technology, Beijing 100081, China
Abstract:
Keywords:neural networks  genetic algorithms  crankshafts  mode contribute factors  structure optimization
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《农业工程学报》浏览原始摘要信息
点击此处可从《农业工程学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号