基于PSO-BP神经网络的液压支架前连杆轻量化设计

作者：钱鹏; 陆金桂; 赵东波

来源：矿业研究与开发, 2018, 38(11): 108-112.

DOI：10.13827/j.cnki.kyyk.2018.11.022

• 液压支架
• 前连杆
• 轻量化
• BP神经网络
• 粒子群算法

为了解决液压支架前连杆轻量化困难的问题,提出了一种粒子群算法(PSO)与BP神经网络相结合的质量优化方法。首先使用有限元分析软件ANSYS对ZY18000/25/45D型液压支架前连杆进行受力分析,确定对前连杆强度影响较大的5个设计参数,建立前连杆优化模型;使用拉丁超立方设计与有限元分析软件ANSYS获取训练数据样本,利用BP神经网络拟合设计参数、质量与应力的函数关系,建立神经网络近似模型。最后使用粒子群算法优化神经网络近似模型,实现前连杆轻量化设计。实验结果表明,前连杆优化后的质量减少了5.16%,满足安全强度要求。证明了神经网络近似计算模型对前连杆的轻量化计算具有可行性、高效性,为液压支架轻量化设计提供了一种新的思路与方法。

• 单位
  南京工业大学