[發(fā)明專利]基于多目標優(yōu)化的軌道車輛重量重心設計優(yōu)化方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710081232.8
• 申請日: 2017-02-15
• 公開（公告）號: CN106845006A
• 公開（公告）日: 2017-06-13
• 發(fā)明（設計）人: 段華東;蔣忠城;蔣濟雄;王先鋒;黃學君;袁文輝;張俊;陳晶晶
• 申請（專利權）人: 中車株洲電力機車有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

1.一種基于多目標優(yōu)化的軌道車輛重量重心設計優(yōu)化方法，其特征在于，包括：

測量軌道車輛的各個組成部件的當前重量及當前重心坐標，以此計算軌道車輛的車體重量F_cb和車體重心坐標X_cb、Y_cb、Z_cb，并將數據寫入重量重心參數表；

根據所述重量重心參數表的參數計算轉向架中各軸的軸重偏差與輪重偏差，并將數據寫入軸重輪重計算表；

根據所述重量重心參數表及軸重輪重計算表中的數據在優(yōu)化軟件中建立優(yōu)化任務模型，其中，以車體重量F_cb和車體重心坐標X_cb、Y_cb、Z_cb為優(yōu)化變量，以各個所述組成部件的重量及重心坐標為設計變量，以轉向架中各軸的軸重偏差與輪重偏差為約束變量；

對所述優(yōu)化任務模型運用預設算法確定其中所述設計變量和約束變量的取值范圍，以及所述優(yōu)化變量的優(yōu)化指標；

通過預設的多目標優(yōu)化算法對所述優(yōu)化任務模型進行多目標優(yōu)化計算，獲得優(yōu)化后的各個所述組成部件的重量及重心坐標。

2.根據權利要求1所述的基于多目標優(yōu)化的軌道車輛重量重心設計優(yōu)化方法，其特征在于，計算軌道車輛的車體重量和車體重心坐標具體包括：

根據各個所述組成部件的重量及重心坐標分別計算其重力矩；

根據各個所述組成部件的重量和重力矩，求和計算軌道車輛的總重量和總重力矩，再根據轉向架重量F_bg計算車體重量F_cb和車體重力矩；

根據車體重量F_bg和車體重力矩計算車體重心坐標X_cb、Y_cb、Z_cb。

3.根據權利要求2所述的基于多目標優(yōu)化的軌道車輛重量重心設計優(yōu)化方法，其特征在于，將數據寫入重量重心參數表具體包括：

將各個所述組成部件的當前重量及當前重心坐標寫入設備重量表；

測量轉向架中心距a、軸距d、滾動圓距離d₁、轉向架重心與二系支撐重心距離d₂、轉向架重心與二系支撐重心距離d₃，并寫入結構參數表。

4.根據權利要求3所述的基于多目標優(yōu)化的軌道車輛重量重心設計優(yōu)化方法，其特征在于，對所述優(yōu)化任務模型運用預設算法確定其中所述設計變量和約束變量的取值范圍，以及所述優(yōu)化變量的優(yōu)化指標，具體包括：

對所述優(yōu)化任務模型運用最優(yōu)拉丁超立方算法進行試驗設計，確定各個所述組成部件的重量取值邊界、x坐標取值邊界、y坐標取值邊界及z坐標取值邊界；

根據所述設計變量可取的工程離散值確定軸重偏差及輪重偏差的許用范圍以及車體重量F_cb和車體重心坐標X_cb、Y_cb、Z_cb的優(yōu)化指標。

5.根據權利要求4所述的基于多目標優(yōu)化的軌道車輛重量重心設計優(yōu)化方法，其特征在于，對所述優(yōu)化任務模型運用最優(yōu)拉丁超立方算法進行試驗設計之后，還包括：

對試驗設計的結果數據進行敏度分析，獲得各個所述組成部件對車體重量F_cb和車體重心坐標X_cb、Y_cb、Z_cb的貢獻率排序；

根據預設的工程約束條件對貢獻率排序數據進行篩選，截取符合預設要求的各個所述組成部件作為設計變量。

6.根據權利要求5所述的基于多目標優(yōu)化的軌道車輛重量重心設計優(yōu)化方法，其特征在于，通過預設的多目標優(yōu)化算法對所述優(yōu)化任務模型進行多目標優(yōu)化計算，具體包括：

運用響應面模型或神經網絡模型對試驗設計的結果數據進行近似建模，獲得優(yōu)化后的車體重量F_cb和車體重心坐標X_cb、Y_cb、Z_cb的預測模型；

對所述預測模型運用多目標算法NSGA-II進行全局優(yōu)化。