基于ANSYS和神經(jīng)網(wǎng)絡(luò)的液壓挖掘機動臂輕量化設(shè)計方法研究

1、基于ANSYS和神經(jīng)網(wǎng)絡(luò)的液壓挖掘機動臂輕量化設(shè)計方法研究向琴張華胡曉莉陳薇薇（武漢科技大學(xué)機械自動化學(xué)院，湖北武漢430081）摘要：以挖掘機的動臂結(jié)構(gòu)為研究對象,構(gòu)建考慮靜態(tài)強度、剛度、輕量化等性能的優(yōu)化設(shè)計數(shù)學(xué)模型，以ANSYS軟件為工具，對挖掘機動臂進行了輕量化設(shè)計計算，針對輕量化設(shè)計過程中設(shè)計變量非線性的特點，建立了人工神經(jīng)網(wǎng)絡(luò)的模型，對ANSYS軟件優(yōu)化設(shè)計的結(jié)果進行了驗證，有效的降低了動臂的重量。結(jié)果表明，用兩種方法結(jié)合起來進行輕量化設(shè)計的方法合理可行，對其他的機械進行輕量化設(shè)計具有一定的指導(dǎo)意義。關(guān)鍵詞：液壓挖掘機；動臂；輕量化；有限元分析；人工神經(jīng)網(wǎng)絡(luò)中圖分類號：TH122R

2、esearchMethodforLightweightonthearmofhydraulicexcavatorBasedonANSYSandneuralnetworkXIANGQinZHANGHuaHUXiaoliCHENWeiwei(WuhanUniversityofscienceandtechnology,MachineryAutomationcollege,Hubei,Wuhan,430081)Abstract:Takeastructureofthearmofhydraulicexcavatorastheresearchobject,themathematicalmodelofoptim

3、aldesigntakingintostaticstrength,stiffnessandlightweightisbuilt.BasedonthepowerfulfiniteelementanalysissoftwareANSYS-simulationplatform,ithascompleteddesignandcalculationforlightweightonthearmofhydraulicexcavator,andthemodeloftheneuralnetworkisbuiltforthenonlinearcharacteristicsofthedesignvariable,t

4、overifytheoptimizationresultsbyANSYS,theweightofthearmhasasignificantreductionfinally.Resultsindicatethat,thismethodcombinewithANSYSandneuralnetworkisreasonableandfeasible,andithasacertainguidingsignificanceforlightweightonothermachines.Keywords:Hydraulicexcavator;Arm;Lightweightdesign;Thefiniteelem

5、entanalysis;Artificialneuralnetwork作者簡介：向琴（1983-）,女，博士研究生，主要研究方向為綠色制造與再制造。E-mail:249008367。張華（1964-）,女，博士生導(dǎo)師，教授，主要研究方向為綠色制造，制造系統(tǒng)工程及制造業(yè)信息化。E-mail: HYPERLINK mailto: 1前言液壓挖掘機是工程機械中應(yīng)用非常廣泛的機種之一，是重要的土石方施工機械，其工作裝置的結(jié)構(gòu)與受力也比較復(fù)雜1。從未來的發(fā)展走向來看，工程機械主要發(fā)展目標之一將是在減少能耗與降低污染物的排放方面進行優(yōu)化與研制2，因而對挖掘機進行輕量化設(shè)計有著重要的意義。目前，在輕量化領(lǐng)域

6、國內(nèi)外學(xué)者已經(jīng)做了廣泛的研究，并取得了一定的成果，總的來說輕量化的途徑可以通過新材料的使用、設(shè)計方法的創(chuàng)新、結(jié)構(gòu)的改進等這些方面來實現(xiàn)3，4。挖掘機的動臂起著聯(lián)接挖掘機底盤和挖掘機斗桿的作用，如果動臂過于笨重會導(dǎo)致挖掘機能源利用率較低，因此對動臂進行輕量化設(shè)計有著重要的經(jīng)濟價值。本文以某20t液壓挖掘機的動臂結(jié)構(gòu)為例，建立了動臂結(jié)構(gòu)的優(yōu)化數(shù)學(xué)模型，結(jié)合solidworks（幾何建模）、hypermesh（結(jié)構(gòu)有限元模型前處理）創(chuàng)建動臂的有限元模型，基于建立的數(shù)學(xué)模型用ANSYS對動臂進行優(yōu)化計算，結(jié)合人工神經(jīng)網(wǎng)絡(luò)對ANSYS優(yōu)化的參數(shù)進行預(yù)測和驗證，以探索這種方法的可行性，從而達到輕量化的目的

7、。2挖掘機動臂結(jié)構(gòu)優(yōu)化數(shù)學(xué)模型的建立動臂結(jié)構(gòu)的優(yōu)化屬于有約束的優(yōu)化基金項目：國家科技支撐計劃（2012BAF02B01,2011BAF11B01），其數(shù)學(xué)模型的建立過程如下。設(shè)計變量和目標函數(shù)的確定挖掘機的動臂是由不同厚度的鋼板焊接而成的，鋼板的厚度明顯地影響動臂的應(yīng)力和動臂質(zhì)量的大小，因此選擇上蓋板三段、側(cè)板三段、下蓋板一段共七塊鋼板的板厚作為設(shè)計變量，即：X=（X，X2,X3,X4,X,X6,X7）t,變量的初1234567始值見表1。表1設(shè)計變量的基本參數(shù)設(shè)計變量初值(mm)變量含義X116上蓋板(中)X216上蓋板(近底座)X312上蓋板(近斗桿)X414側(cè)板(中)X516側(cè)板(近底座

8、)X610側(cè)板(近斗桿)X12下蓋板-Tab1BasicParametersofthe7挖掘機動臂結(jié)構(gòu)的輕量化目標是在滿足挖掘機工作性能的前提下，使得動臂的總重量最輕，而在不改變材料的情況下，只要挖掘機動臂的總體積最小就可滿足要求，所以可以動臂的體積作為優(yōu)化模型的目標函數(shù)。f(x)=V(x)=V(x,x,x,x,x,x,x)1234567約束函數(shù)的建立性能約束在優(yōu)化鋼板厚度時必定會使動臂結(jié)構(gòu)的應(yīng)力和剛度發(fā)生變化，所以在性能方面必須要滿足動臂結(jié)構(gòu)的強度條件和剛度條件。強度條件要滿足應(yīng)力約束，考慮到挖掘機工作裝置在工作時要承受動載荷，因此在強度的設(shè)計中可采用提高安全系數(shù)的方法來解決這個問題1。根據(jù)

9、文獻1選取安全系數(shù)為1.8，則強度條件應(yīng)滿足下式：g(x)=s(x)-?01k1.8式中s(x)為第k個單元的應(yīng)力值，s為鋼板的許用應(yīng)力k值，為345Mpa。剛度條件則要滿足位移約束，即鋼板的最大變形量不超過鋼板的許用變形量d=15mm：g(x)=d(x)-d?02式中d(x)為動臂結(jié)構(gòu)的最大變形量。邊界約束14#x16;14#x116;10#x212;12#x314;:14#x416;:8#x510;:10#x12;邊界約束條件為設(shè)計變量的取值范圍，根據(jù)型鋼的尺寸標準，其取值范圍定為上下變化10%，由于考慮到要對動臂輕量化，所以各設(shè)計變量的取值范圍為：minf(X)=V(x,x,x,x123

10、s.t.g(X)=s(x)-1kg(X)=d(x)142x16;14x116;10 x212;12x314;14x416;8x510;10 x612;7);也？0；3利用ANSYS優(yōu)化求解動臂的優(yōu)化設(shè)計模型動臂是挖掘機工作裝置中決定總體構(gòu)造形式和其他構(gòu)件特征的主要部分，其結(jié)構(gòu)較為復(fù)雜，運用solidworks軟件進行三維結(jié)構(gòu)的建模6。對于有限元網(wǎng)格劃分問題，本文采用高效網(wǎng)格劃分軟件Hypermesh來創(chuàng)建動臂有限元模型以保證網(wǎng)格質(zhì)量，選擇以板殼單元為主實體單元為輔來保證計算效率，各組件間采用合并節(jié)點或用剛性單元進行聯(lián)接，網(wǎng)格劃分結(jié)果如圖1所示。劃分好網(wǎng)格后對動臂賦予材料屬性并施加載荷。由于液壓

11、挖掘機的工況是由動臂液壓缸、斗桿液壓缸、鏟斗液壓缸的不同伸縮狀態(tài)組合而成。其中最典型的工況有三種綜上分析，動臂結(jié)構(gòu)優(yōu)化的數(shù)學(xué)模型中有一個目標函數(shù)，9個約束條件。此數(shù)學(xué)模型可描述為：，而這三種典型工況中，鏟斗挖掘工況時動臂各鉸點的受力最大，所以本文以鏟斗挖掘工況來進行分析，即動臂下放到最低位置，鏟斗油缸作用力臂最大，斗桿與斗桿油缸鉸接點、斗桿與鏟斗鉸接點及鏟斗齒尖三點處于同一直線上，且該直線與地面垂直。動臂的材料屬性見表2，動臂與斗桿聯(lián)接的鉸點和動臂與鏟斗液壓缸聯(lián)接的鉸點處施加載荷的大小見表3。圖1動臂有限元模型圖Fig.1TheFiniteElementModelofARM表2動臂的材料屬性T

12、ab.2TheMaterialPropertiesofARM材料泊松比彈性模量/MPa密度/T。mm316Mn03206E5785E-9表3動臂的載荷大小設(shè)計變量優(yōu)化前（mm）優(yōu)化后（mm）X11614X21616X31211X41413X51614X6109X1212形云圖的對比圖如圖3、圖4所示。圖3優(yōu)化前最大應(yīng)力云圖和最大變形量云圖Fig.3TheMaxSEQVandMaxStrainbeforeoptimizationTab.3TheLoadofARM鉸點X方向受力/KNy方向受力/KN動臂與斗桿聯(lián)接鉸點處775122動臂與鏟斗液壓缸聯(lián)接鉸點處-56-1018ANSYS中設(shè)定目標函數(shù)和

13、約束條件首先，在ANSYS有限元分析軟件中，按照所建立的數(shù)學(xué)模型對挖掘機的動臂模型定義設(shè)計變量，并對設(shè)計變量附實常數(shù)，同時確定設(shè)計變量的變化范圍。然后提取出動臂結(jié)構(gòu)的總體積，并確定其為優(yōu)化目標7。再指定一種優(yōu)化方法，優(yōu)化方法是使目標函數(shù)在控制條件下達到最小值的傳統(tǒng)化方法。在ANSYS中有兩種方法是可用的：零階方法和一階方法9。零階方法是使用所有的因變量（目標函數(shù)和約束函數(shù)）進行逼近，一階方法是使用偏導(dǎo)數(shù)，即使用因變量的一階偏導(dǎo)數(shù)進行求解極值。此方法精度很高，尤其是在因變量變化很大、設(shè)計空間也相對較大時更適用，但是消耗的機時較多。此次優(yōu)化中選擇零階方法，最大迭代次數(shù)設(shè)定為30次，即可開始優(yōu)化循環(huán)

14、。優(yōu)化結(jié)果對模型進行優(yōu)化，通過19次迭代，即可達到最優(yōu)設(shè)計結(jié)果，如圖2所示：/OPUSTCommandFileLISTOPTIMIZATIONSETSFROMSET19TOSET19ANDSHOWONLYOPTIMIZATIONPARAMETERSSET19FEASIBLEDMA*12.075SEQU175.90sXI13.086X215.546X310.029X412.115X513.992X68.0458X?11.512UOLUME0.16411E+09圖2最優(yōu)設(shè)計結(jié)果Fig.2Theresultofoptimaldesign將最優(yōu)序列中的各個參數(shù)值進行圓整，得到如表4所示的各個鋼板厚度的

15、最優(yōu)值。表4優(yōu)化前后參數(shù)對比表Tab.4ComparisonofparametersBeforeandAfteroptimization7將圓整后各鋼板厚的最優(yōu)值再重新賦值給動臂的模型中，對動臂再進行有限元分析，可得到動臂的最大應(yīng)力值為186.722Mpa，最大變形量為11.147mm,并提取出總體積為1.6962108mm3,與優(yōu)化前動臂的最大應(yīng)力值和最大變形量相比，都有小幅的增加，其優(yōu)化前后最大應(yīng)力云圖與最大變圖4優(yōu)化后最大應(yīng)力云圖和最大變形量云圖Fig.4TheMaxSEQVandMaxStrainafteroptimization從表4、圖3和圖4中可以看出，在優(yōu)化后大部分的鋼板厚度均

16、有減薄，少數(shù)的鋼板或不變。優(yōu)化后，在相同的載荷情況下，動臂結(jié)構(gòu)的最大應(yīng)力值和最大變形量都有小幅的增加，分別增加了17.361Mpa和0.292mm，仍然在允許的范圍內(nèi)，可見動臂結(jié)構(gòu)是安全的。同時，優(yōu)化后動臂結(jié)構(gòu)的總體積較優(yōu)化前減小了，因此動臂的總質(zhì)量也減輕了，減輕的幅度為8.3%，實現(xiàn)了動臂結(jié)構(gòu)減重5%以上的目標。4利用人工神經(jīng)網(wǎng)絡(luò)預(yù)測4.1正交試驗根據(jù)數(shù)學(xué)模型中設(shè)定的7個設(shè)計變量，用正交試驗10的方法獲得實驗數(shù)據(jù)。正交試驗是從大量的實驗中提取一部分有代表性水平組合進行試驗的一種方法，可以減少試驗次數(shù)并節(jié)約時間。7個設(shè)計變量有三個水平，利用正交設(shè)計助手可獲得18組設(shè)計變量組合，將這18組設(shè)計變

17、量分別用ANSYS軟件賦值給動臂的模型進行試驗，可從18次有限元分析實驗中提取到最大應(yīng)力值和總體積值。正交試驗的結(jié)果如表5所示。人工神經(jīng)網(wǎng)絡(luò)模型的建立由于人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)自適應(yīng)的特點，因此可用人工神經(jīng)網(wǎng)絡(luò)來對前面ANSYS優(yōu)化的板厚數(shù)據(jù)組合進行預(yù)測，用來驗證此方法的正確性和可行性。以動臂優(yōu)化數(shù)學(xué)模型中的7個設(shè)計變量作為輸入，以動臂的最大應(yīng)力和總體積作為輸出，建立起動臂的板厚與最大應(yīng)力和總體積的關(guān)系，其預(yù)測模型如圖5所示。從表5中的18組實驗結(jié)果數(shù)據(jù)中，取前15組數(shù)據(jù)作為訓(xùn)練學(xué)習(xí)樣本，用于訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)，正確性。圖5人工神經(jīng)網(wǎng)絡(luò)模型Fig.5TheModelofArtificialNeu

18、ralNetwork取后3組數(shù)據(jù)作為驗證樣本來檢測建立的神經(jīng)網(wǎng)絡(luò)的精度。經(jīng)過多次試算，確定隱含層節(jié)點數(shù)為9個。利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，取后3組數(shù)據(jù)來進行檢測所建立模型的可行性。預(yù)測值和實際值的誤差如表6所示。從表6中可以看出，預(yù)測值與實際值很接近，應(yīng)力的最大誤差為2.62%，最小誤差為0.68%；體積的最大誤差為2.38%，最小誤差為0.59%，對于工程機械來說，此誤差在可接受范圍內(nèi)，所以此預(yù)測模型可用?；诮⒌念A(yù)測模型，將ANSYS優(yōu)化的一組板厚數(shù)據(jù)輸入到預(yù)測模型中，輸出的應(yīng)力值為185.691Mpa,體積為1.70084108mm3,與ANSYS優(yōu)化的值非常接近，因此，驗證了ANSYS

19、和人工神經(jīng)網(wǎng)絡(luò)結(jié)合的優(yōu)化方法的可行性與表5正交試驗結(jié)果Tab.5TheResultofOrthogonalTest序號X1(mm)X2(mm)X3(mm)X4(mm)X5(mm)X6(mm)X7(mm)s應(yīng)力（MPa）r體積V(108mm3)116161214161012169.36118480721615111315911175.84417574031614101214810186.68117295741516121315810171.087170814515151112141012172.48317711961514101416911174.545175101714161114149101

20、84.13317444181415101316812186.595173082914141212151011187.735171831101616101215912172.426181010111615121414811171.3811788471216141113161010173.521174903131516111216811174.6891738911415151014151010192.150170562151514121314912175.0571714921614161013141011177.142178569171415121216910178.049176757181414

21、H1415812184.9451.69003表6預(yù)測值與實際值誤差表Tab.6TheErrorbetweenPredictedValueandActualValue序號X1XXXXXX應(yīng)力s(MPa)體積V(108mm3234567(mm)(mm)(mm)(mm)(mm)(mm)(mm)實際值測試值誤差（%）實際值測試值誤差（%）1614161013141011177.142174.6081.431.785691.7620871.32171415121216910178.049179.2630.681.767571.757110.59-81414H1415812184.945180.1101.

22、690031.649852.385結(jié)論（1）在建立優(yōu)化設(shè)計的數(shù)學(xué)模型基礎(chǔ)上，以ANSYS有限元分析軟件作為優(yōu)化工具，對液壓挖掘機動臂結(jié)構(gòu)進行優(yōu)化設(shè)計，從計算結(jié)果中可以看出，經(jīng)過優(yōu)化后的動臂結(jié)構(gòu)，在同等受力條件下，其最大應(yīng)力值和最大變形量雖有所增加，但仍在安全范圍內(nèi)，而其質(zhì)量減輕了8.3%，達到了輕量化設(shè)計的目的。優(yōu)化設(shè)計結(jié)合了有限元分析軟件與人工神經(jīng)網(wǎng)絡(luò)來進行求解能得到更符合實際的結(jié)果，而且也提高了設(shè)計效率。（2）用正交試驗來確定人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)可以保證數(shù)據(jù)具有代表性以外還能減少試驗次數(shù)和節(jié)省時間。（3）建立人工神經(jīng)網(wǎng)絡(luò)來對挖掘機動臂進行輕量化設(shè)計也是可行的，同時也驗證了用ANSYS對動臂進行優(yōu)化設(shè)計