摘要：传统轨道板运输车的设计过于保守,车架结构强度有较大余量,为减轻结构自重,减少制造成本,提出一种新的优化方法。该方法采用有限元软件ANSYS和优化软件ISIGHT,首先通过拉丁超立方设计方法选出对约束条件和目标函数影响较大的设计变量,然后根据选出的设计变量建立神经网络径向基近似模型,最后利用多岛遗传算法对近似模型进行优化。优化结果表明,该方法能提高优化效率,优化后轨道板运输车结构自重降低了9.9%,对轨道板运输车的设计有重要参考价值。

摘要：轨道板运输车设计多依赖于经验,机身结构有较大的刚度、强度余量。为了保证结构的可靠性,充分发挥材料的承载性能,提出一种基于ISIGHT的轨道板运输车可靠性优化方法。该方法在原始设计时考虑不确定性因素对结构可靠性的影响,并将其集成到多学科优化软件ISIGHT中,构建神经网络近似模型,通过蒙特卡洛模拟技术,对结构进行6sigma质量分析;在质量分析的基础上引进优化模块,最后采用多岛遗传算法对目标函数寻优。结果表明,原始设计的轨道板运输车结构不满足可靠性设计要求;优化后,在满足结构可靠性的条件下,轨道板运输车结构质量减少了1 900.58kg,与优化前质量相比自重降低了13.89%,优化效果显著,对轨道板运输车的结构设计及改进有重要的实际意义。