林述温, 徐国盛, 闫二乐

(福州大学机械工程及自动化学院,福建 福州 350108)

动臂结构尺寸变量表达形式对应力预测模型的影响

林述温, 徐国盛, 闫二乐

(福州大学机械工程及自动化学院,福建 福州 350108)

针对因挖掘机动臂结构尺寸变量表达形式而导致的神经网络应力模型预测精度较低、模型结构复杂、通用性和泛化能力较差等问题,分析了结构尺寸变量表达形式对神经网络应力预测模型的影响,在此基础上研究基于新的结构尺寸变量表达形式下的动臂结构应力预测神经网络模型的建模方法及预测精度.研究结果表明:新的动臂结构尺寸表达形式,不仅可简化预测模型，同时还可使它获得较高的预测精度.

尺寸变量的表达; 应力预测; 神经网络; 应力特征截面

应力约束是挖掘机动臂结构智能优化全局寻优过程中最为主要的约束之一.传统的挖掘机动臂结构优化设计采用有限元分析的方法实现应力约束[1-4],频繁调用分析软件占用了大量的优化时间,优化效率极低.神经网络应力预测模型[5-7]可实现优化过程中对个体的应力约束,从而替代传统的有限元分析法,提高了优化的效率.但是现有的神经网络应力预测模型的预测精度不高,动臂结构尺寸变量的表达形式直接影响了样本建模的质量以及神经网络应力预测模型的精度.

图1为文献[5]，[6]在挖掘机动臂结构智能优化中所采用的结构尺寸变量表达形式(简称“方案1”).其选……