带频率约束的车体结构组合优化设计系统

利用遗传算法对代码进行优化操作的特点,研究适应轨道车辆车体结构的优化方法.以重量最轻为目标,离散的截面和板厚为设计变量,应力、指定位移和自振频率为约束,实现了集多种变量、多类约束于一身的组合优化设计,并编制了铁道车辆车体结构专用优化设计系统.     

基于有限元分析的铁路货车车体优化设计

以车体轻量化优化设计为目标,建立了C80通用敞车的有限元模型,对车体在主要工况下的强度和刚度进行了计算;以此为基础,建立了车体优化模型,以整个车体的各板厚度为设计变量,以整车各单元应力、中梁和边梁位移为约束,以重量最小为目标,用可行方向法对各设计变量进行优化,实现了车辆优化设计,优化设计使车体重量减小了13.83%.本...     

基于特征值敏度分析的快捷货运全侧开棚车车顶振动品质研究

采用特征值敏度分析与结构优化技术相结合的方法研究全侧开棚车车体结构模态问题.通过全侧开棚车车体结构模态分析,发现其车顶结构的固有频率偏低;将车顶等部件的厚度作为设计变量,对其一阶固有频率进行灵敏度分析,获到车顶内蒙皮厚度对频率最敏感,灵敏度值为0.936;以重量为约束条件、一阶固有频率最大化为目标函数,采用可行方向法对车顶部件进行动力优化设计,并将优化结果映射到整车车体模型上,进行车体结构模态分析,车体第一阶固有频率提高至5.749 Hz,第四阶固有频率提高至11.352 5 Hz.     

铝合金车体前端结构抗撞性优化设计

为提高列车在碰撞事故中的耐撞性能并保证乘客的安全.以铝合金车体为研究对象,应用碰撞仿真软件PAM-CRASH对客车铝合金车体进行大变形碰撞仿真,并在此基础上利用多学科优化软件iSIGHT对车体前端吸能结构的进行优化,得出在碰撞过程中车体结构的变形模式以及车内乘客身体的受力和加速度情况,并对车体前端吸能结构进行最优化设计,满足轻量化要求,从而实现车辆的被动安全保护和耐撞性优化设计.     

重载敞车车体结构轻量化设计

以车体承载结构的质量为目标函数,以部件板厚为设计变量,以关键工况载荷下车体结构的应力与挠度为约束条件,建立轴载40 t矿石敞车车体承栽结构的优化设计数学模型.引入约束违反惩罚项构造新的无约束目标函数,用共轭梯度法确定探索方向,用最小二乘法逼近目标函数.在有限元分析软件ANSYS的二次开发平台上,运用参数化设计语言APD...     

基于遗传算法的车体钢结构拓扑优化设计

以车体钢结构重量最轻为目标,以梁截面和梁位置拓扑为设计变量,应力、位移为约束条件,建立了优化模型.以MSC.Marc软件作为分析器,将其中的生死单元技术与遗传算法的思想有机的结合起来,建立了一种研究结构拓扑优化的新方案,编制了计算程序系统.并应用此系统对某车体钢结构进行优化设计,取得了成功,充分证明了该系统的正确性和实用性.     

基于目标级联分析法的车下设备悬挂参数优化设计

为改善高速列车运行舒适度和车下悬挂设备的振动水平,建立了车辆-设备系统垂向动力学模型,推导了车辆系统振动加速度频率响应函数;结合轨道不平顺激励谱函数计算了车下悬挂设备振动加速度均方根,联合人体舒适度加权滤波函数计算了车体振动参考点的垂向舒适度指标;引入目标级联分析(ATC)法逐层分解车辆-设备系统振动指标,构建了车辆-设备系统两层指标分解数学模型,采用指数罚函数策略协调两层振动指标之间的耦合问题;提出了以车辆运行舒适度和车下悬挂设备振动加速度为指标的多目标优化方法,建立了以车下设备悬挂刚度和阻尼为设计变量的优化模型;联合车下设备悬挂参数动力吸振器(DVA)设计法对比探讨了ATC法在复杂车辆系统参数优化设计中的应用效果。分析结果表明:与DVA设计法相比,ATC法优化后车辆中部舒适度在300 km·h-1工况下提高了8.5%,设备振动水平减小了约20%;在全速域区间,ATC法对车体中部的振动衰减是DVA设计法的2倍,且对设备的振动衰减比DVA设计法大4.5 dB;与优化前相比,ATC法优化后车辆中部舒适度指标最大提升了15%,设备振动加速度减小了0.18 m·s-2。由此可见,ATC法可以运用于复杂轨道车辆结构参数优化设计中,能有效改善车辆系统的振动水平,也可为车下设备悬挂参数优化设计提供指导。      

铝合金型材与空腔声场耦合振动声学优化设计

建立了铝合金型材与声场耦合振动的有限元模性,计算了耦合系统的声压响应;以声场和铝合金型材的结构尺寸参数为设计变量,以铝合金型材重量为约束,以声场内响应声压最小为目标,建立了优化数学模型,用零次优化算法对其进行了优化设计研究.优化设计使声场内最大声压降低了1200Pa,而且结构重量也得到了降低.结果表明,优化设计可有效降低声场内的声压,而且零次优化设计方法不用求解声压对设计变量的灵敏度,减小了计算量.     

碳纤维复合材料车体结构强度仿真分析与结构优化

利用子模型和结构优化技术相结合的方法,对碳纤维复合材料司机室的地铁车体结构进行强度研究.基于复合材料力学特点,建立地铁车车体有限元模型;在EN12663-2010标准中静态载荷作用下,对其车体结构进行静强度有限元分析,运用Tsai-Wu失效准则对碳纤维复合材料司机室进行评价,找出其薄弱部位出现在司机室骨架上,并提出改进方案;最后,以铺层厚度和角度为设计变量,以Tsai-Wu失效因子小于0.9为约束,以CFRP质量最小为目标,对司机室骨架进行结构优化,优化后Tsai-Wu失效因子为0.897,骨架减重33％.     

考虑屈曲响应的碳钢客车车体底架结构的拓扑优化

利用子结构和拓扑优化相结合的技术,研究碳钢客车车体底架结构的稳定性问题.首先,在1280kN车钩压缩载荷作用下,对某碳钢车车体结构进行线性屈曲分析,指出底架薄板部位因纵向刚度不足导致其屈曲因子偏低;然后,开展整车级底架失稳区域的典型结构的基于屈曲响应的拓扑优化,分别将碳钢车车体底架侧门和端部区域的典型结构定义为非子结构,其它车体单元定义为超单元,它们的边界结点定义为出口结点;接着,依据两典型结构的拓扑优化结果,确定优化设计方案;最后,经整车级结构的稳定性分析,优化结构的屈曲因子分别提高了0.67和0.95.这种考虑屈曲响应的、借助子结构方法的整车级高效的底架拓扑优化技术可推广到车体其它部位的优化设计中.     

稳健性优化方法在铁道车辆优化中的应用

采用一种基于灵敏度分析的稳健性优化方法,以某铁道车辆转向架悬挂参数为设计变量,针对该车辆的稳定性进行了优化设计,并结合正交试验参数灵敏度分析方法对优化后的悬挂参数进行了灵敏度分析.研究结果表明,稳健性优化设计得到的悬挂参数不仅使该车辆拥有较高的临界速度,且临界速度对各悬挂参数的灵敏度均很低,文中优化后车辆的临界速度达到了505 km/h,当各悬挂参数改变时,临界速度变化不到5％.     

基于产品族的铁道车辆轴箱弹簧快速设计方法研究

引入产品族的概念,针对铁道车辆轴箱弹簧产品的快速设计,提出了一种基于产品族的铁道车辆轴箱弹簧快速设计方法.在铁道车辆轴箱弹簧的产品族设计的基础上,建立产品族数据库,采用基于相似实例惩罚函数优化设计方法实现轴箱弹簧的快速设计,并据此开发了一套基于产品族的铁道车辆轴箱弹簧快速设计系统,以某型车双卷轴箱弹簧快速设计为实例,验证了快速设计方法的正确性和有效性.     

列车编组计划和技术站布局的综合优化

列车编组计划与技术站布局问题是铁路运输组织工作中重要而复杂的问题.针对两者的相关性,通过技术站改编能力约束,将列车编组计划问题与技术站布局问题组合并进行综合协调优化.以技术站车辆集结消耗和改编消耗整体最小为目标,构建综合优化0-1规划模型,利用禁忌搜索的两阶段算法求解,并给出算例说明模型与算法的有效性.算例结果表明,优化方案有利于路网上有调作业向作业能力大的技术站集中,为开行直达列车、提高直达列车开行比重创造条件.     

人工智能算法在铁道车辆动力学仿真中的应用进展

梳理了人工智能算法在铁道车辆系统动力学仿真中的应用实例和国内外相关文献，概述了铁道车辆动力学仿真中常用的机器学习和深度学习算法，归纳和评述了2种学习算法在铁道车辆系统动力学建模与仿真中的应用分类；从铁道车辆系统动力学建模、动力学性能预测与动力学性能优化等方面入手，详细讨论了人工智能算法应用在力元建模和仿真、轨道不平顺预测、运行平稳性预测、噪声预测、侧风安全性预测、运行安全性预测、悬挂优化、轮轨匹配优化、结构优化以及主动与半主动控制等领域的优势和局限性，指出了现阶段人工智能算法在动力学仿真应用中主要面临的训练样本缺乏、泛化能力不够、可解释性欠缺等问题；展望了今后人工智能算法和车辆系统动力学交叉研究的发展方向和重点研究内容。研究结果表明:融合经典力学和人工智能算法结合的混合建模理论可作为之后的重点研究方向；人工智能算法对解决随机动力学中的随机不确定性，提高随机动力学的性能具有较大的应用潜力；通过人工智能算法与优化算法相结合来实现动力学性能优化，可充分发挥人工智能算法的优势。      

基于拉格朗日的高速铁路车站作业优化

本文从Job-Shop 调度角度出发,以列车为待加工的“工件”,将车站接车进路、 到发线和发车进路看作“加工机器”,列车在车站的走行与停站看做不同的“作业工序”, 把高速铁路车站作业问题抽象成Job-Shop 车间调度优化,以设备能力、冲突进路、停站时 间为空间和时间约束,以最小化到发线的占用时间为优化目标,建立高速铁路车站作业 优化模型.采用拉格朗日方法松弛原模型的约束条件,建立车站技术作业问题的拉格朗日 对偶松弛问题,设计了高速铁路车站作业优化模型算法.并以高速铁路的某一车站为实例 进行验证,实例表明,该算法可以有效地化解车站作业进路冲突和实现到发线运用时间 的最小化.     

高铁站列车和调车作业计划一体化编制方法

复杂高铁站作业计划的编制质量是影响整个路网运输能效发挥的重要因素,为快速编制高质量车站作业计划,分析了各类列车在车站列车和调车作业,构建列车作业链,并描述车站作业计划优化问题的本质,结合车站布局和轨道电路分布,构建基于微观层面的车站作业计划优化模型;针对实际问题变量巨大,约束条件复杂的特点,将模型转换为对偶形式,在不需要初始解的情况下,通过拉格朗日松弛算法求解,并通过基于对称性破缺规则的分支定界法快速对松弛问题的解可行化,获得可行车站作业计划。以北京南站为例测试模型和算法,计算时间不超过 20 min,对偶间隙不超过10%,计算结果无冲突,表明该方法能够实现复杂高铁站高质量列车作业计划的快速求解,具有实际应用意义。     

基于分步编码改进遗传算法的铁路智能选线

为实现铁路三维空间线形的智能优化,建立了综合考虑建设和运营费用、环境影响代价及线路约束的线形优化模型;针对平面、纵面控制点分别给出了分布方法,并构建了由平面交点偏移距、平曲线半径、变坡点标高3个基因片段组成的基因序列.在此基础上,提出了平面-纵面-完整基因的分布编码方法,设计了相应的多种交叉、变异算子实现线路方案的进化.实例分析表明:本方法克服了现有遗传算法产生的线路方案平、竖曲线重叠的缺陷;可生成满足线路约束条件且综合费用较省的线路方案群,最优的智能选线方案比人工定线方案综合费用节省了6.5%.      

铁路施工组织优化设计系统研究与开发

为解决铁路施工组织设计中方案的比选和优化问题,开发了铁路施工组织优化设计系统;介绍了系统的结构、功能及特点,提出了层次分析法、网络计划优化与实施中的优化调整相结合的铁路施工组织优化设计方法.介绍了利用层次分析法进行施工方案比选优化以及施工组织网络计划优化的具体方法.系统实现了整个优化流程和施工组织设计辅助编制,在实际应...     

基于多目标优化的智能车辆换道轨迹规划

为提高智能车辆换道轨迹规划的拟人性和实时性,提出了安全、舒适、节能等多目标协同优化的换道轨迹规划算法,该轨迹规划方法的适应性取决于车辆换道时间、纵横向速度及加速度等关键变量的约束条件;基于车辆运动学和动力学理论,分析了动态未知环境下车辆换道安全区域,建立了六次多项式车辆理想换道轨迹模型,并运用遗传算法-BP神经网络理论对换道终止时刻及目标位置进行预测,得到了复杂场景下车辆换道轨迹簇;分析了基于可行解空间的车辆换道安全性、舒适性、经济性等性能评价函数,构建了多性能目标协同优化目标函数和约束条件,运用鲸鱼优化算法对换道轨迹簇进行优化,实现多性能目标协同的智能车辆换道轨迹最优规划;为进一步验证多目标优化轨迹规划算法的准确性,运用L3级智能车辆测试平台对结构化道路场景下多目标优化换道轨迹规划算法进行了试验验证。仿真和试验结果表明:提出的轨迹规划算法在满足各项约束的情况下可成功实现平稳、安全换道,并且与传统驾驶人换道相比,换道过程的安全性、舒适性及多目标综合性能分别提升了5.1%、3.3%和1.7%,有效提升了动态环境下智能车辆换道轨迹规划的拟人性。