基于NSGA-Ⅱ与RBF神经网络的车身薄板定位布局研究

• 作者: 徐家川 曹凡 李迪 王鹏
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 车辆工程 车身薄板 定位布局 NSGA-Ⅱ算法 RBF神经网络
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 国家青年/地区科学基金项目专栏
• 页码范围: 189-198
• 页数: 10页
• 分类号: TP301.6
• 字数: 5015字
• 语种: 中文
• DOI: 10.7535/hbkd.2019yx03001

摘要

为了解决车身薄板定位布局设计效率低,装夹易变形的问题,提出了一种基于 NSGA-Ⅱ与RBF神经网络的车身薄板定位布局设计方法,以薄板定位时的偏差传递路径最小和稳定性最高为约束条件,应用NSGA-Ⅱ算法优化前3 个定位点,在有限元样本的支持下分别构建 BP 和 RBF 神经网络预测模型并进行对比,选择预测精度较高的RBF神经网络结果作为个体适应度值.分别应用遗传算法和粒子群算法在RBF神经网络中寻优并对比,选择收敛速度较快和求解精度较高的粒子群算法的求解值作为第4 个定位点的最优解.以座椅安装横梁作为模型验证研究内容.结果表明,零件在优化后定位布局下的最大装夹变形仅为优化前最大装夹变形的 27%.因此,RBF 神经网络可以对薄板装夹变形进行有效预测,研究结果对进一步开展车身焊装夹具设计和机身薄壁件定位布局研究具有参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李迪	山东理工大学交通与车辆工程学院	47	164	7.0	10.0
2	徐家川	山东理工大学交通与车辆工程学院	43	199	7.0	12.0
3	王鹏	山东理工大学交通与车辆工程学院	22	50	4.0	6.0
4	曹凡	山东理工大学交通与车辆工程学院	4	3	1.0	1.0