基于遗传优化BP神经网络的发动机曲轴扭转减振器优化

• 作者: 张贵豪 王普 范让林 邬全法
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 汽车 发动机 曲轴 扭转减振器 谐量分析 遗传优化BP神经网络 优化设计
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 试验研究
• 页码范围: 24-31
• 页数: 8页
• 分类号: TK402
• 字数: 6502字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2019.12.004

摘要

发动机曲轴轴系的扭转振动会影响发动机的性能以及整车舒适度,对曲轴扭转减振器进行优化可有效降低曲轴扭转振动.首先,针对直列四缸汽油发动机曲轴轴系建立多自由度集总参数模型,求出不同谐次激振力矩响应的叠加结果;然后,以优化曲轴轴系扭振幅值为目标,建立曲轴扭转减振器优化设计的数学模型,应用遗传优化BP神经网络算法对扭转减振器进行优化;最后,在此基础上,将应用遗传优化BP神经网络算法和仅应用BP神经网络算法的优化结果进行对比,结果表明遗传优化BP神经网络模型的预测精度更高.将优化后的扭转减振器参数代入多自由度集总参数模型进行计算,得到与遗传优化BP神经网络算法预测值非常接近的曲轴轴系扭振幅值,进一步验证了遗传优化BP神经网络优化结果的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范让林	北京科技大学机械工程学院	13	92	5.0	9.0
2	邬全法		1	1	1.0	1.0
6	张贵豪	北京科技大学机械工程学院	1	1	1.0	1.0
7	王普	北京科技大学机械工程学院	1	1	1.0	1.0