吉林大学学报(工学版) ›› 2009, Vol. 39 ›› Issue (06): 1516-1520.

• 论文 • 上一篇    下一篇

基于径向基函数神经网络响应面法的装载机动臂疲劳可靠性

孟广伟1,2,沙丽荣2,李锋1,2,郝岩2,周立明2   

  1. 1.吉林大学 汽车动态模拟国家重点实验室,长春130022|2.吉林大学 机械科学与工程学院|长春 130022
  • 收稿日期:2008-08-21 出版日期:2009-11-01 发布日期:2009-11-01
  • 通讯作者: 李锋(1977),男,讲师.研究方向:疲劳断裂可靠性.E-mail:fengli@jlu.edu.cn E-mail:fengli@jlu.edu.cn
  • 作者简介:孟广伟(1959-),男,教授,博士生导师.研究方向:疲劳与断裂|计算固体力学.E-mail:mgw@jlu.edu.cn
  • 基金资助:

    吉林大学“985工程”项目;吉林省科技厅基金项目(20090540);高等学校博士学科点专项科研基金项目(20060183063)

Fatigue reliability analysis of loader boom based on RBF-NN response surface method

MENG Guang-wei1|2,SHA Li-rong2,LI Feng1|2,HAO Yan2,ZHOU Li-ming2   

  1. 1.State Key Laboratory of Automobile Dynamic Simulation, Jilin University,Changchun 130022,China|2.College of Mechanical Science and Engineering,Jilin University,Changchun 130022,China
  • Received:2008-08-21 Online:2009-11-01 Published:2009-11-01

摘要:

采用解析法与有限元软件ANSYS相结合的方法对装载机的工作过程进行计算,根据雨流法建立工作过程中装载机动臂的应力及应变的时间历程,通过局部应力应变分析得到结构的疲劳寿命。运用神经网络响应面来拟合结构的极限状态函数及其偏导数,利用可靠度理论分析了装载机动臂的疲劳寿命可靠性。

关键词: 机械设计, 径向基函数, 神经网络, 疲劳可靠性, 响应面法, 雨流法

Abstract:

The response surface method based on the radial basis function neural nelwork(RBF-NN) was adopted to analyze the fatigue reliability of a loader boom.When the limit state function of structure is complex or highly nonlinear,it is time-consuming or cumbersome to carry out reliability analysis with traditional methods.The RBF-NNbased response surface method provides an effective means for the reliability analysis of the large scale structures.The working process of a loader machine was analyzed with the analytical approach combining the finite element method software ANSYS,the stress and strain histories of the loader boom were calculated by rainflow algorithm,consequently the fatigue life of the structure could be derived by the local stressstrain analysis.The RBF-NN based response method was used to fit the limit state function of the structure as well as its derivatives,so as to calculate the reliability of the structure.The examplified numerical results showed the proposed method is capable of solving the industrial-scale fatigue reliability problems.

Key words: mechanical design, radial basis function, artificial neural network, fatigue reliability, response method, rainflow algorithm

中图分类号: 

  • TH243
[1] 席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[2] 江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747-1754.
[3] 毕秋实,王国强,黄婷婷,毛瑞,鲁艳鹏. 基于DEM-FEM耦合的双齿辊破碎机辊齿强度分析[J]. 吉林大学学报(工学版), 2018, 48(6): 1770-1776.
[4] 朱伟,王传伟,顾开荣,沈惠平,许可,汪源. 一种新型张拉整体并联机构刚度及动力学分析[J]. 吉林大学学报(工学版), 2018, 48(6): 1777-1786.
[5] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[6] 刘建芳, 王记波, 刘国君, 李新波, 梁实海, 杨志刚. 基于PMMA内嵌三维流道的压电驱动微混合器[J]. 吉林大学学报(工学版), 2018, 48(5): 1500-1507.
[7] 毛宇泽, 王黎钦. 鼠笼支撑一体化结构对薄壁球轴承承载性能的影响[J]. 吉林大学学报(工学版), 2018, 48(5): 1508-1514.
[8] 王涛, 伞晓刚, 高世杰, 王惠先, 王晶, 倪迎雪. 光电跟踪转台垂直轴系动态特性[J]. 吉林大学学报(工学版), 2018, 48(4): 1099-1105.
[9] 贺继林, 陈毅龙, 吴钪, 赵喻明, 汪志杰, 陈志伟. 起重机卷扬系统能量流动分析及势能回收系统实验[J]. 吉林大学学报(工学版), 2018, 48(4): 1106-1113.
[10] 谢传流, 汤方平, 孙丹丹, 张文鹏, 夏烨, 段小汇. 立式混流泵装置压力脉动的模型试验分析[J]. 吉林大学学报(工学版), 2018, 48(4): 1114-1123.
[11] 孙秀荣, 董世民, 王宏博, 李伟成, 孙亮. 整体抽油杆柱在油管内空间屈曲的多段式仿真模型对比[J]. 吉林大学学报(工学版), 2018, 48(4): 1124-1132.
[12] 吉野辰萌, 樊璐璐, 闫磊, 徐涛, 林烨, 郭桂凯. 基于MBNWS算法的假人胸部结构多目标优化设计[J]. 吉林大学学报(工学版), 2018, 48(4): 1133-1139.
[13] 刘坤, 刘勇, 闫建超, 吉硕, 孙震源, 徐洪伟. 基于体外传感检测的人体站起动力学分析[J]. 吉林大学学报(工学版), 2018, 48(4): 1140-1146.
[14] 宫亚峰, 申杨凡, 谭国金, 韩春鹏, 何钰龙. 不同孔隙率下纤维土无侧限抗压强度[J]. 吉林大学学报(工学版), 2018, 48(3): 712-719.
[15] 刘志峰, 赵代红, 王语莫, 浑连明, 赵永胜, 董湘敏. 重载静压转台承载力与油垫温度场分布的关系[J]. 吉林大学学报(工学版), 2018, 48(3): 773-780.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!