基于集成学习的某重型自卸车车厢多目标优化

作     者：兰克俊 蒋春玲 廖警 黄伟 LAN Kejun;JIANG Chunling;LIAO Jing;HUANG Wei

作者机构：广西大学机械工程学院广西南宁530000 中国重汽集团柳州运力专用汽车有限公司广西柳州545000 

出 版 物：《中国工程机械学报》 (Chinese Journal of Construction Machinery)

年 卷 期：2024年第22卷第1期

页      面：44-49页

学科分类：08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：广西科技重大专项资助项目(桂科AA22068055 桂科AA22068060) 

主　　题：自卸车车厢 轻量化设计 集成学习 多目标优化 

摘      要：针对复杂自卸车车厢结构的轻量化设计问题,提出一种集成学习联合多目标优化的设计方法。以某重型自卸车车厢为研究对象,建立了高保真的车厢有限元模型,并进行3个典型静力学工况和自由模态的结构性能仿真分析。通过贡献度分析筛选出重要零部件的厚度为设计变量,以危险工况下的最大位移、最大等效应力及自由模态第1阶固有频率为约束条件,以质量和满载举升0°工况下的最大位移为优化目标,运用极端梯度提升(XGBoost)集成学习近似模型进行自卸车车厢多目标优化设计。经优化决策后的轻量化设计表明:在满足基本静动态结构性能要求下,车厢满载举升0°工况下的最大位移减少了1.98 mm,减少幅度为8.57%,车厢质量减少了0.207 t,减少幅度为6.64%,取得了较好的轻量化效果。