基于神经网络的蓄电池支架优化设计

作     者：康元春 王红灯 KANG Yuan-chun;WANG Hong-deng

作者机构：湖北汽车工业学院汽车动力传动与电子控制湖北省重点实验室湖北十堰442002 

基　　金：汽车动力传动与电子控制湖北省重点实验室创新基金(2015xtzx0407) 

出 版 物：《机械设计》 (Journal of Machine Design)

年 卷 期：2022年第39卷第9期

页      码：107-112页

摘      要：为减轻蓄电池支架的质量,并提高优化设计效率,采用了基于BP神经网络模型在MATLAB中进行优化的方法。首先进行了电池支架有限元分析,得到其位移、应力和低阶模态频率等性能指标,然后通过拉丁超立方采样方法获得了训练和测试样本,建立了BP神经网络模型。考虑刚度、1阶模态频率和质量等性能指标,在MATLAB中基于BP神经网络模型进行优化,求得蓄电池支架主要构件尺寸厚度最优解。优化后,蓄电池支架刚度和1阶模态频率均有所提高且强度满足设计要求,质量减轻了27.25%。该方法克服了传统有限元优化时计算量大、耗时长的缺点,得到了满足性能要求的轻量化蓄电池支架,结果证明该方法的可行性。

主 题 词：电池支架 神经网络 优化设计 轻量化 

学科分类：082304[082304] 08[工学] 080204[080204] 0802[工学-机械学] 0823[工学-农业工程类] 

D　O　I：10.13841/j.cnki.jxsj.2022.09.020

馆 藏 号：203114581...