-
题名基于径向基函数神经网络重载发动机曲轴的可靠性分析
- 1
-
-
作者
赵明轩
桑建兵
丛继坤
钟星宇
李长远
-
机构
河北工业大学机械工程学院
河北工业大学工业技术研究院
-
出处
《内燃机工程》
北大核心
2025年第5期100-108,120,共10页
-
基金
国防科技重点实验室项目。
-
文摘
针对传统可靠性分析方法计算成本高且精度不高等问题,结合灰色关联度分析(grey relational analysis,GRA)、径向基函数神经网络(radial basis function neural network,RBFNN)及粒子群优化算法(particle swarm optimization,PSO),提出了一种针对重载发动机曲轴的可靠性分析方法。首先,根据曲轴的动力学分析和点火做功状态确定了其危险工况并利用有限元软件ANSYS Workbench建立了静力学计算模型。其次,结合曲轴的几何参数和总体结构确定了影响最大Mises应力的不确定性因素,并对其进行灰色关联度分析筛选出径向基函数神经网络的输入参数。最后,依据不确定性参数的分布情况使用最优拉丁超立方(optimal Latin hy⁃percube sampling,OLHS)进行采样,根据第四强度理论确定曲轴的破坏准则后,引入粒子群优化算法,结合径向基函数神经网络和蒙特卡洛方法(RBFNN–Monte Carlo,RBFNN–MC)预测了曲轴的可靠度和失效概率。研究结果表明,RBFNN–MC方法与传统可靠性分析方法相比,在保证高精度的前提下具有更高的效率和更好的鲁棒性。
-
关键词
曲轴
可靠性分析
灰色关联度分析
径向基函数神经网络
粒子群优化算法
-
Keywords
crankshaft
reliability analysis
grey relational analysis(GRA)
radial basis function neural network(RBFNN)
particle swarm optimization(PSO)
-
分类号
TK403
[动力工程及工程热物理—动力机械及工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
