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.pdf

第 1 期 向琴 等基于 A N S Y S和神经网络的液压挖掘机动臂轻量化设计方法研究 1 3 9 从表 4 、图 3和图 4中可 以看 出 ，在 优化 后大部 分 的钢 板厚 度 均有 减 薄 ，少 数 的钢 板 或 不变 。优 化 后 ．在相 同的载荷情况下 ，动臂结构 的最大应力值 和 最大变形量都有 小 幅的增 加，分别增加 了 1 7 ． 3 6 1 MP a 和 0 ． 2 9 2 m m．仍 然在 允许 的 范 围内 ，可见 动 臂 结构是安全的。同时，优化后动臂结构的总体积较优 化前减小了．因此动臂的总质量也减轻了，减轻的幅 度为 8 ． 3 ％．实现了动臂结构减重 5 ％以上的目标。 3利用人工神经网络预测 3 ． 1 正 交试 验 根据数学模型 中设定 的 7 个设计变量 ，用正交试 验 。 。 的方法获 得实 验数 据。正交 试 验是从 大量 的实 验 中提取一部分有代 表性 水平组合进行试验的一种方 法 ，可 以减少试验 次数并 节约时 间。7个设 计变量有 3 个水 平 ，利 用 正交 设计 助手 可获 得 1 8 组 设计 变 量 组合 ．将这 1 8 组设计变量分别用 A N S Y S软件赋值给 动臂的模型进行试验 ．可从 1 8 次有限元分析实验中 提取 到最大应力值 和总体积值 。正交试验 的结果如表 5所示 表 5 正交试 验结果 3 ． 2 人工神 经网络模 型的建立 由于人工神 经网络具有 自学习 自适应 的特点 ，因 此可用人工神经网络来对前面 A N S Y S优化 的板厚数 据组合进 行 预测 ，用来 验证 此 方法 的正 确性 和可 行 性。以动臂优化数学模型中的 7个设计变量作为输 入 ，以动臂 的最 大应 力和总体积作为输 出 ，建立起动 臂 的板厚 与最 大应力和总体积 的关系 ，其预测模 型如 图 5所示 。从表 5中的 1 8组实 验结 果数 据 中 ，取 前 1 5 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 行检测所建立模 型的可行性 。预测值和实 际值 的误差 如表 6所示 。从表 6中可 以看 出 ．预测值与 实际值很 接 近 ，应 力 的 最 大 误 差 为 2 ． 6 2 ％，最 小 误 差 为 0 ． 6 8 ％；体 积 的 最 大 误 差 为 2 ． 3 8 ％ ，最 小 误 差 为 0 ． 5 9 ％，对 于工 程 机 械来 说 ，此误 差 在 可 接受 范 围 内，所以此预测模型可用 。基于建立 的预测模型 ．将 A N S Y S优化的一 组板 厚 数据 输入 到 预测模 型 中，输 出的 应 力 值 为 1 8 5 ． 6 9 1 M P a ．体 积 为 1 ． 7 0 0 8 4 1 0 m m ， 与 A N S Y S优化的值非常接近 ，因此 。验证 了 A N S Y S和人工神经 网络 结合 的优 化 方法 的 可行 性与 正确性 。 输 入层 隐含层 输 出层 图5 人工神经网络模型 1 4 0 机床与液压 第 4 3 卷 表 6 预测值与 实际值误 差表 4结论 1 在建立优化设 计的数学模 型基础 上，以 A N S Y S 有 限元 分析 软件 作 为优化 工具 ．对 液压 挖掘 机动臂结构进行优化设 计 ，从计 算结果 中可以看 出 。 经过优化后的动臂结构 ，在同等受 力条件下 ，其 最大 应力值和最大变形量虽有所增加。但仍在安全范围 内，而其质量减轻了 8 ． 3 ％，达到了轻量化设计的目 的 。优化设计结合 了有限元分析软件与人工神经网络 来进行求解能得到更符合实际的结果．而且也提高了 设计效 率。 2 用正交试验来确定人工神经网络的训练数 据可以保证数据具有代表性以外还能减少试验次数和 节省时间 3 建立人 工神 经 网络来 对挖掘 机 动臂进 行 轻 量化设计也是 可行 的 。同时也 验证 了用 A N S Y S对 动 臂进行优化设计 的正确性 。 4 将 A N S Y S与人工神经网络结合起来进行轻 量化设 计的方法也可 以运用到其他的机械结构的优化 设计 中。 参 考文献 [ 1 ]同济大学． 单斗液压挖掘机[ M] ． 2版． 北京 中国建筑工 业 出版社 ， 1 9 8 6 3 0 2 3 0 5 ． [ 2 ]K A ME Z A K I M， I WA T A H， S U G A N O S ． D e v e l o p m e n t o f Op e r a t o r S u p p o r t S y s t e m wi t h P rimi t i v e S t a t i c S t a t e s f o r I n t e l l i g e n t C o n s t r u c t i o n Ma c h i n e r y[ C] ． i n M e c h a t r o n i c s ， 2 00 9． I CM 2 0 09． I EEE I n t e r n a t i o n a l Co n f e r e nc e o n， 2 0 0 9． [ 3 ]赵舒天 ， 韦伟， 蒋雪婷 ， 等． 罐式汽车轻量化的途径和发 展趋势[ J ] ． 农业装备与车辆工程， 2 0 1 1 8 1 2 1 3 ， 3 0 ． [ 4 ]余 良富 ， 马力， 王姣． 复合材料重型专用车车架设计与分 析[ J ] ． 武汉理工大学学报， 2 0 0 5 ， 2 7 5 9 4 - 9 6 ． [ 5 ]孙靖民， 梁迎春． 机械优化设计[ M] ． 北京 机械工业出 版社 。 2 0 1 2 2 7 4 - 2 7 8 ． [ 6 ]朱志辉 ， 周志革， 王金刚， 等． 液压挖掘机工作装置的建 模及动力学仿真[ J ] ． 机械设计与制造， 2 0 0 6 ， 8 8 1 5 8 - 1 5 9． [ 7 ]刘韬 ， 胡军科 ， 谢平 ． 液压挖掘机工作 装置结构 的优化设 计[ J ] ． 建设机械技术与管理， 2 0 1 0 ， 2 3 1 1 1 1 7 - 1 2 0 ． [ 8 ]李金晓， 杨茹萍． 液压挖掘机动臂的有限元分析[ J ] ． 建 筑机械化， 2 0 0 9 ， 3 0 1 1 5 9 6 2 ． [ 9 ]A N S Y S I 2 ． 0结构分析工程应用实例解析[ M] ． 3版． 北 京 机械工业 出版社 ， 2 0 1 0 5 1 5 5 1 6 ． [ 1 0 ]王平， 郑松林 ， 吴光强． 基于协同优化和多 目标遗传算 法的车身结 构多学科优化设计 f J 1 ． 机械工程学报 ， 2 0 1 1 ． 4 7 2 1 0 3 1 0 8 ． 上接第 1 8 0页 [ 4 8 ]G A U L T R H． D e s i g n i n g a S u c k e r R o d P u m p i n g S y s t e m for M a x i m u m E ffic i e n c y[ J ] ． S P E P r o d u c t i o n E n g i n e e ri n g ， 1 98 7 2 842 90． [ 4 9 ]J O N E S D M． A n I n t r o d u c t i o n t o t h e H y d r a u l i c L o n g S t r o k e P u m p i n g U n i t fo r P u m p i n g P r o b l e m[ J ] ． 3 r d Wo r l d P e t r o l e u m Co n g r e s s ， W PC一41 1 9， 1 9 51． [ 5 0 ]ME T I E R S E O ． A N e w C o n c e p t i n P u m p i n g U n i t T e c h n o l o g y [ J ] ． S P E H o b b s P e t r o l e u m T e c h n o l o g y S y m p o s i u m． S PE 一3 1 9 3 一 MS， 1 9 7 0 1 1 0 ． [ 5 1 ]Z U V A N I C H P L ， C O ． H i g h V o l u m e L i f t w i t h H y d r a u l i c L o n g S t r o k e P u m p i n g U n i t s [ J ] ． F i f t h A n n u a l J o i n t Me e t i n g o f t h e Ro c ky Mo u nt a i n Pe t r o l e u m Se c t i o ns o f A1 ME， S PE 一0 0 1 2 2 3 ． 1 9 5 9 1 3 ． [ 5 2 ]P A T F E R S O N J B， C U R F E W J A ． M i n i m i z i n g E q u i p me n t F a i l u r e s i n R o d P u m p e d We l l s [ J ] ． S P E We s t e rn R e g i o n a l Me e t i n g ， S P E一 2 7 8 5 5 一 MS， 1 9 9 4 9 5 1 0 1 ． [ 5 3 ]P A U L M， B O MM E R U O． B e n e fi t s o f S l o w S p e e d P u m p i n g [ J ] ． S P E J o u r n al o f P e t r o l e u m T e c h n o l o g y ， 2 0 0 6 7 6 7 9 ． f 5 4 1 L A I D L A W R N， H P， J E S P E R S E N P J ， e t a 1 ． T h e H E P Pu mp i n g U n i t P e r f o r ma n c e C h a r a c t e ris t i c s ， Po t e n t i al Ap p l i e a t i o n s a n d F i e l d T r i al R e s u l t s 『 J ] ． J o u r n a l o f C a n a d i a n P e t r o l e u m T e c h n o l o g y ， 1 9 8 0， 1 9 2 4 1 5 0 ． [ 5 5 ]金波， 朱世强， 胡辰 ， 等． 海上采油平台液压抽油机[ J ] ． 工程设计学报 ， 2 0 0 2 ， 9 3 1 6 2 1 6 4 ． [ 5 6 ]K P O D O F K， U N O C A L C o r p ． O p t i m i z a t i o n s i n t h e D e s i g n a n d Op e r a t i o n o f an Of f s h o r e Hy d r a u l i c P u mp i n g S y s t e m [ J ] ． J o u rnal o f P e t r o l e u m T e c h n o l o g y ， 1 9 8 8 4 5 9 4 6 2 ． 『 5 7 ]B L A N T O N E M， MA C K E N Z I E G R J ． H y d r a u l i c P u mp Do w n F r a c Pl u g a n d S u b s e q u e n t C o i l e d T u b i n g Re mo v a l I n c r e a s e s C l i e n t E f fi c i e n c y i n B a rne t t S h a l e P l a y[ J ] ． S P E ／ I C o T A C o i l e d T u b i n g Co n f e r e n c e E x h i b i t i o n． 20 0 6 1 4． [ 5 8 ]J A ME S W， R E C T O R I I I ， D O N G Q i c h e n g ． P a s s i v e C h a r a c t e r i z a t i o n o f Hy d r o f r a c t u r e P r o p e rt i e s Us i n g S i g n a l s F r o m t h e H y d r a u l i c P u m p s [ J ] ． S E G A n n u al Me e t i n g ， 1 9 9 5 2 0 7-2】 0．