基于径向基函数神经网络的白车身减重优化研究 |
| |
引用本文: | 兰凤崇,周建华,赖番结,陈吉清.基于径向基函数神经网络的白车身减重优化研究[J].机械设计与制造,2018(8). |
| |
作者姓名: | 兰凤崇 周建华 赖番结 陈吉清 |
| |
作者单位: | 华南理工大学机械与汽车工程学院;广东省汽车工程重点实验室 |
| |
摘 要: | 针对白车身变量多、性能响应复杂问题,在车身结构的板厚优化设计中引入近似模型方法,提高设计效率。以某轿车车身结构为轻量化设计对象,通过灵敏度分析确定优化设计变量,基于径向基函数神经网络近似模型进行全局优化,在不降低刚度和模态性能的情况下实现白车身减重目标。通过最优拉丁超立方试验设计构造样本点,用径向基函数神经网络法构造刚度和模态的近似模型,并用自适应模拟退火法进行优化求解。结果表明,径向基函数神经网络模型能较好地模拟车身结构刚度和模态响应问题,提高了整体的设计效率。通过有限元模型的验证,基于近似模型的优化结果精度较高,实例白车身减重达5.73%。
|
本文献已被 CNKI 等数据库收录! |
|