典型文献
基于神经网络的蓄电池支架优化设计
文献摘要：
为减轻蓄电池支架的质量,并提高优化设计效率,采用了基于BP神经网络模型在MATLAB中进行优化的方法.首先进行了电池支架有限元分析,得到其位移、应力和低阶模态频率等性能指标,然后通过拉丁超立方采样方法获得了训练和测试样本,建立了 BP神经网络模型.考虑刚度、1阶模态频率和质量等性能指标,在MATLAB中基于BP神经网络模型进行优化,求得蓄电池支架主要构件尺寸厚度最优解.优化后,蓄电池支架刚度和1阶模态频率均有所提高且强度满足设计要求,质量减轻了 27.25％.该方法克服了传统有限元优化时计算量大、耗时长的缺点,得到了满足性能要求的轻量化蓄电池支架,结果证明该方法的可行性.
文献关键词：
电池支架;神经网络;优化设计;轻量化
中图分类号：
作者姓名：
康元春;王红灯
作者机构：
湖北汽车工业学院汽车动力传动与电子控制湖北省重点实验室,湖北十堰 442002
文献出处：
引用格式：
[1]康元春;王红灯-.基于神经网络的蓄电池支架优化设计)[J].机械设计,2022(09):107-112
A类：
蓄电池支架,电池支架
B类：
支架优化,高优,设计效率,低阶,模态频率,拉丁超立方采样,采样方法,主要构件,最优解,有限元优化,时计,计算量,性能要求
AB值：
0.153794
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
