[1]殷 浩,李永华,杜 江.基于随机模型的动车组制动模块稳健优化设计[J].机械与电子,2020,(10):3-7.
　YIN Hao,LI Yonghua,DU Jiang.Robust Optimization Design of Brake Module for EMU Based on the Stochastic Model[J].Machinery & Electronics,2020,(10):3-7.
点击复制

基于随机模型的动车组制动模块稳健优化设计()
分享到：

机械与电子[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2020年10期
页码:
3-7
栏目:
设计与研究
出版日期:
2020-10-15

文章信息/Info

Title:
Robust Optimization Design of Brake Module for EMU Based on the Stochastic Model
文章编号:
1001-2257（2020）10-0003-05
作者:
殷 浩; 李永华; 杜 江
大连交通大学机车车辆工程学院，辽宁 大连 116028
Author(s):
YIN Hao; LI Yonghua; DU Jiang
School of Locomotive and Rolling Stock Engineering, Dalian Jiaotong University, Dalian 116028, China
关键词:
制动模块; 随机模型; 稳健优化; 改进遗传算法
Keywords:
brake module; stochastic model; robust optimization; improved genetic algorithm
分类号:
U270.38
文献标志码:
A
摘要:
针对目前产品优化设计中未考虑设计变量随机性和灵敏度指数对产品质量特性的影响及优化求解效率低等问题，提出一种综合考虑灵敏度指数与质量损失函数的稳健优化设计方法。通过假设设计变量的分布类型，得到设计变量的概率分布特征，将设计变量对产品质量特性的灵敏度指数与质量损失函数加权整合，并以此作为优化目标，以设计变量的容差作为约束条件，构建随机稳健优化模型。通过扩大种群数目、改进控制参数及增加惩罚因子的方法对遗传算法进行改进，结合改进的遗传算法对优化模型进行求解，得到优化模型的全局稳健最优解。以某动车组制动模块为例，采用给出的方法对其进行稳健优化设计，验证该方法的有效性与合理性。优化结果表明，该方法能够实现动车组制动模块的稳健优化设计，提高了制动模块的抗干扰能力。
Abstract:
A robust optimization design method, considering sensitivity index and quality loss function, was proposed according to the present design variables randomness and sensitivity index influence on product quality characteristics and low efficiency of optimization. By assuming the distribution types of design variables, the probabilistic distribution characteristics of design variables were obtained, and the sensitivity index of design variables to product quality characteristics and quality loss function were weighted integrated, which was taken as the optimization objective, and the tolerance of design variables as the constraint condition, to build a stochastic robust optimization model. The genetic algorithm was improved by expanding the population number, improving the control parameters and increasing the penalty factor, and the optimization model was solved by combining the improved genetic algorithm to obtain an overall optimal solution model. Taking the brake module of an EMU as an example, the proposed method was used to perform robust optimization design to verify the effectiveness and rationality of the method. The optimization results show that this method can realize the robust optimization design of the EMU brake module and improve the anti-interference ability of the brake module.

参考文献/References:

[1].刘艳, 白俊强, 华俊, 等. 基于Stochastic Kriging的柔性机翼稳健性优化设计[J]. 西北工业大学学报, 2015, 33(6): 906-912.
[2].KANAMORI T. Deformation of log-likelihood loss function for multiclass boosting[J]. Neural networks, 2010, 23(7): 843-864.
[3].GHARIB A, SADOGHI Y H, TAHERINIA A H. Robust heterogeneous C-means[J]. Applied soft computing journal, 2019, 10(1): 118-133.
[4].谭晓兰, 韩建友, 陈立周. 基于随机模型的轨迹发生机构稳健设计研究[J]. 燕山大学学报, 2004,28(5): 395-399.
[5].李丰, 谭晓兰, 王通尘. 压电双晶梁MEMS传感器的稳健设计研究[J]. 压电与声光, 2018, 40(1): 33-37.
[6].王丽群, 杨国来, 刘俊民, 等. 面向火炮射击密集度的随机因素稳健设计[J]. 兵工学报, 2016, 37(11): 1983-1988.
[7].陈立周. 稳健设计[M]. 北京: 机械工程出版社, 2000.
[8].鲍娜娜, 谭晓兰, 刘扬, 等. PZT纳米纤维MEMS压电式传感器的稳健优化设计[J]. 机械工程师, 2019(10): 25-27.
[9].RAMEZANI M, BASHIRI M, TAVAKKOLI-MOGHADDAM R. A new multi-objective stochastic model for a forward/reverse logistic network design with responsiveness and quality level[J]. Applied mathematical modelling, 2013, 37(1): 328-344.
[10].吕帅帅, 王彬文, 杨宇, 等. 基于遗传算法的机翼柔性蒙皮全参数优化设计[J]. 应用力学学报, 2020, 37(2): 617-623.
[11].覃霞, 刘珊珊, 谌亚菁, 等. 基于遗传算法的弹性地基加肋板肋梁无网格优化分析[J]. 力学学报, 2020, 52(1): 93-110.
[12].董少迪, 李永华. 基于随机模型的抗侧滚扭杆多响应稳健优化[J]. 铁道科学与工程学报, 2015, 12(4): 900-904.

备注/Memo

备注/Memo:
收稿日期：2020-06-11
基金项目：国家自然科学基金资助项目(51875073)；辽宁省教育厅科学研究项目(JDL2019005)；辽宁省高等学校创新团队支持计划(LT2016010)；大连市科技创新基金计划(2019J11CY017)
作者简介：殷 浩 (1996-)，男，甘肃庆阳人，硕士研究生，研究方向为机械结构的稳健优化设计；李永华 (1971-)，女，黑龙江青冈人，博士，教授，主要研究方向为轨道车辆现代化设计方法、车辆结构的疲劳可靠性分析、机械产品数字仿真与优化设计、质量与RAMS工程，通信作者。
更新日期/Last Update: 2020-09-28