基于混合神经遗传算法的扩胀管吸能特性预测

• 作者: 李铎 肖守讷 袁成标
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 扩胀式吸能管 泡沫铝 混合神经遗传算法 吸能特性
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 管理与综述
• 页码范围: 268-272
• 页数: 5页
• 分类号: TH16
• 字数: 3827字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3997.2019.05.067

摘要

由于结构参数对吸能元件的吸能特性具有重要影响,将填充了泡沫铝的扩胀管与混合神经遗传算法相结合,对不同结构参数下扩胀管吸能特性进行分析预测.首先,基于泡沫铝填充机理设计出泡沫铝填充的扩胀式吸能装置,并建立有限元模型;然后利用非线性有限元软件LS-DYNA对不同参数变化情况下的扩胀管进行准静态轴向碰撞仿真;最后将胀管壁厚、诱导锥角、泡沫铝密度作为BP神经网络输入,扩胀管吸能特性参数作为网络输出,利用遗传算法优化网络权重和阈值,建立3层BP神经网络预测模型,经样本数据训练得到合适的网络.研究结果表明,网络预测值与期望值很接近,平均压溃载荷的误差值为3.02％,比吸能的误差值为4.82％,压缩力效率的误差值为0.92％,说明了该网络模型能够有效地预测扩胀管的吸能特性,并具有较高的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖守讷	西南交通大学牵引动力国家重点实验室	183	1385	21.0	28.0
2	袁成标	西南交通大学牵引动力国家重点实验室	4	1	1.0	1.0
3	李铎	西南交通大学牵引动力国家重点实验室	4	1	1.0	1.0