[發(fā)明專利]一種基于改進(jìn)的粒子群算法的車輪型面多目標(biāo)優(yōu)化方法在審
| 申請?zhí)枺?/td> | 201811010496.5 | 申請日: | 2018-08-31 |
| 公開(公告)號: | CN109408854A | 公開(公告)日: | 2019-03-01 |
| 發(fā)明(設(shè)計(jì))人: | 章清;胡雪冰;付寧;朱佳偉;邢宗義 | 申請(專利權(quán))人: | 南京理工大學(xué) |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50 |
| 代理公司: | 南京理工大學(xué)專利中心 32203 | 代理人: | 薛云燕 |
| 地址: | 210094 *** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 粒子群算法 多目標(biāo)優(yōu)化模型 車輪 多目標(biāo)優(yōu)化 平穩(wěn)性 改進(jìn) 動(dòng)力學(xué)約束條件 幾何約束條件 優(yōu)化目標(biāo)函數(shù) 輪重減載率 車輛運(yùn)行 輪軌磨耗 輪軸橫向 磨耗指數(shù) 曲線通過 脫軌 凹凸性 低磨耗 橫向力 平滑性 優(yōu)化型 迭代 輪軌 求解 優(yōu)化 | ||
1.一種基于改進(jìn)的粒子群算法的車輪型面多目標(biāo)優(yōu)化方法,其特征在于,包括以下步驟:
步驟1,建立基于NURBS理論的車輪型面多目標(biāo)優(yōu)化模型;
步驟2,選擇磨耗指數(shù)、脫軌系數(shù)、橫向平穩(wěn)性指標(biāo)和臨界速度,作為優(yōu)化目標(biāo)函數(shù);
步驟3,以滿足輪軌橫向力、輪軸橫向力以及輪重減載率為動(dòng)力學(xué)約束條件,以優(yōu)化型面曲線的凹凸性及連續(xù)性、平滑性為幾何約束條件,建立多目標(biāo)優(yōu)化模型;
步驟4,利用改進(jìn)的粒子群算法對多目標(biāo)優(yōu)化模型進(jìn)行迭代求解,最終獲得優(yōu)化的低磨耗車輪型面。
2.根據(jù)權(quán)利要求1所述的基于改進(jìn)的粒子群算法的車輪型面多目標(biāo)優(yōu)化方法,其特征在于,步驟1所述的建立基于NURBS理論的車輪型面多目標(biāo)優(yōu)化模型,具體如下:
通過用二次NURBS曲線構(gòu)造LM車輪型面外形,選取車輪和鋼軌的正常磨耗部分作為車輪型面優(yōu)化區(qū)域,將車輪型面外形中的圓弧段中的控制點(diǎn)坐標(biāo)以及相對應(yīng)的權(quán)因子作為設(shè)計(jì)變量。
3.根據(jù)權(quán)利要求1所述的基于改進(jìn)的粒子群算法的車輪型面多目標(biāo)優(yōu)化方法,其特征在于,步驟2所述的選擇輪軌磨耗指數(shù)、脫軌系數(shù)、橫向平穩(wěn)性指標(biāo)和臨界速度,作為優(yōu)化目標(biāo)函數(shù),具體如下:
(2.1)磨耗指數(shù)相關(guān)的目標(biāo)函數(shù)f1:
式中:為t時(shí)刻列車導(dǎo)向輪對左輪和鋼軌的磨耗指數(shù),為t時(shí)刻列車導(dǎo)向輪對右輪和鋼軌的磨耗指數(shù),S為在[t0,t1]時(shí)間段內(nèi)的列車運(yùn)行的距離;
(2.2)脫軌系數(shù)相關(guān)的目標(biāo)函數(shù)f2:
式中:fir(·,lfir,ufir)為帶通濾波器,lfir、ufir分別為帶通濾波器的截?cái)嗟皖l率和截?cái)喔哳l率,QL(t)、QR(t)分別為導(dǎo)向輪對左右車輪作用在鋼軌的橫向力,PL(t)、PR(t)分別為導(dǎo)向輪對左右車輪作用在鋼軌的垂向力;
(2.3)車輛直線運(yùn)行橫向平穩(wěn)性相關(guān)的目標(biāo)函數(shù)f3:
f3=SPl (3)
式中:SPl為車輛直線運(yùn)行橫向Sperling平穩(wěn)性指標(biāo);
(2.4)車輛蛇行失穩(wěn)臨界速度相關(guān)的目標(biāo)函數(shù)f4:
f4=Vcr (4)
式中:Vcr為車輛運(yùn)行蛇行失穩(wěn)臨界速度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京理工大學(xué),未經(jīng)南京理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811010496.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F17-00 特別適用于特定功能的數(shù)字計(jì)算設(shè)備或數(shù)據(jù)處理設(shè)備或數(shù)據(jù)處理方法
G06F17-10 .復(fù)雜數(shù)學(xué)運(yùn)算的
G06F17-20 .處理自然語言數(shù)據(jù)的
G06F17-30 .信息檢索;及其數(shù)據(jù)庫結(jié)構(gòu)
G06F17-40 .數(shù)據(jù)的獲取和記錄
G06F17-50 .計(jì)算機(jī)輔助設(shè)計(jì)
- 一種新的混沌粒子群優(yōu)化算法
- 電動(dòng)汽車磁耦合無線充電系統(tǒng)的最大效率跟蹤方法
- 頻率分叉時(shí)電動(dòng)汽車無線充電樁效率極值點(diǎn)跟蹤方法
- 一種基于粒子群優(yōu)化算法的呼叫中心排班方法
- 面向功耗的混合粒子群脈沖神經(jīng)網(wǎng)絡(luò)映射方法
- 基于教學(xué)和粒子群算法的主動(dòng)配電網(wǎng)智能混合重構(gòu)方法
- 一種基于變異型粒子群算法的圖像分割方法及系統(tǒng)
- 基于克隆免疫粒子群算法的多電機(jī)協(xié)同控制PID參數(shù)優(yōu)化方法
- 一種基于混沌粒子群的光伏發(fā)電最大功率點(diǎn)跟蹤算法
- 一種用于光伏陣列的優(yōu)化方法
- 多目標(biāo)調(diào)峰優(yōu)化方法和系統(tǒng)
- 一種PDC鉆頭鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化方法及裝置
- 電力系統(tǒng)的調(diào)度優(yōu)化方法及裝置
- 多目標(biāo)生產(chǎn)訂單分配裝置及多目標(biāo)生產(chǎn)訂單分配方法
- 基于代理模型的輕量化車身結(jié)構(gòu)多目標(biāo)優(yōu)化方法
- 多目標(biāo)衛(wèi)星布局優(yōu)化設(shè)計(jì)方法
- 一種檢修工程多目標(biāo)優(yōu)化研究方法
- 基于改進(jìn)多目標(biāo)灰狼算法的冷熱電聯(lián)供型微電網(wǎng)優(yōu)化方法
- 一種區(qū)域電熱互聯(lián)能源系統(tǒng)的多目標(biāo)優(yōu)化方法
- 一種含虛擬儲(chǔ)能的冷熱電聯(lián)供微電網(wǎng)多目標(biāo)優(yōu)化方法
- 多目標(biāo)調(diào)峰優(yōu)化方法和系統(tǒng)
- 一種PDC鉆頭鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化方法及裝置
- 一種繼電保護(hù)多目標(biāo)優(yōu)化整定方法
- 魚骨刺井水力鉆頭鉆進(jìn)水力參數(shù)多目標(biāo)優(yōu)化方法和裝置
- 電力系統(tǒng)的調(diào)度優(yōu)化方法及裝置
- 一種基于NSGA-II的水資源配置的多目標(biāo)優(yōu)化方法
- 分布式電站的多目標(biāo)最優(yōu)潮流計(jì)算方法、裝置和設(shè)備
- 一種基于雙響應(yīng)曲面法和Taguchi法的永磁同步電機(jī)多目標(biāo)優(yōu)化方法
- 基于NSGA-II的MMC最優(yōu)冗余數(shù)量配置方法
- 一種區(qū)域電熱互聯(lián)能源系統(tǒng)的多目標(biāo)優(yōu)化方法





