基于神经网络近似模型的液压支架掩护梁轻量化设计

摘要

针对传统液压支架掩护梁轻量化设计效率低问题,将实验设计方法、近似模型和遗传算法相结合,提出了基于神经网络近似模型的掩护梁轻量化设计方法。以扭转加载工况条件下的掩护梁的最小质量为目标函数,选取4个对质量和强度影响较大的结构参数作为设计变量,建立了掩护梁轻量化设计模型,通过数值计算软件ANSYS获取每个样本的质量和最大应力,利用神经网络对样本集进行多维非线性拟合,构建神经网络掩护梁质量和应力近似模型,用近似模型代替耗时的数值计算,最终得到优化后的掩护梁质量减轻了8.87%,验证了轻量化设计方法的合理性和可行性。