基于PSO-BP神经网络的液压支架前连杆轻量化设计

来源期刊：矿业研究与开发2018年第11期

论文作者：钱鹏 陆金桂 赵东波

文章页码：108 - 112

关键词：液压支架;前连杆;轻量化;BP神经网络;粒子群算法;

摘    要：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。