基于径向基函数神经网络的车门轻量化设计

• 作者: 林彧群 谭继锦 马彬彬
• 来源期刊: 汽车工程学报
• 学科: 交通运输
• 关键词: 车门 抗凹刚度 下垂刚度 径向基函数神经网络 轻量化
• 年，卷（期）: 2015,（2）
• 页码范围: 136-143
• 页数: 8页
• 分类号: U463.83
• 字数: 4581字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1469.2015.02.08

摘要

以逆向设计得到的某轻型货车车门为例,探究该车门的轻量化潜能.以参数辨识所得到的关键零部件厚度为输入参数,车门刚度性能和车门质量为输出响应,建立了基于径向基函数(Radial Basis Function,RBF)的神经网络近似模型.在近似模型的基础上,以钣金件厚度为设计变量,车门抗凹刚度和下垂刚度为约束条件,以质量最小为目标,应用模拟退火优化算法实现了车门的轻量化.在保证车门抗凹刚度和下垂刚度性能满足设计要求的前提下,实现减重0.81kg,RBF神经网络近似模型的应用有效缩短了轻量化设计的时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭继锦	合肥工业大学机械与汽车工程学院	34	343	10.0	18.0
2	马彬彬	合肥工业大学机械与汽车工程学院	2	13	1.0	2.0
3	林彧群		2	20	2.0	2.0