基于粒子群算法的城际车塞拉门档体关键尺寸优化.pdf

第2 1卷第2 期2023年6 月doi:10.13960/j.issn.1672-2558.2023.02.011基于粒子群算法的城际车塞拉门档体关键尺寸优化南京工程学院学报（自然科学版）Journal of Nanjing Institute of Technology(Natural Science Edition)Vol.21,No.2Jun.,2023投稿网址:http:/倪萍，魏子铭，王云霞？（1.南京康尼机电股份有限公司，江苏南京2 10 0 3 8;2.南京工程学院机械工程学院，江苏南京2 1116 7)摘要：为确保城际车塞拉门板框架最大应力值小于铝型材屈服强度且最小安全系数大于规定值及门扇最大变形量小于胶条极限压缩量，提高城际车塞拉门密封性能、增加门板强度及刚度，基于门扇应变、质量、门板框架应力函数构造适应度函数，通过粒子群算法多次选代得到各档体关键部位最优尺寸.对优化后的门扇进行有限元仿真并以型式试验加以验证.验证结果表明本文方法满足设计要求,具有可行性.关键词：适应度函数；粒子群算法；档体；城际车塞拉门；密封性中图分类号：U270The Optimization of Key Dimensions of Sliding Plug Door Profilesof Intercity Vehicles Based on Particle Swarm OptimizationNI Ping,WEI Ziming,WANG Yunxia?2(1.Nanjing Kangni Mechanical&Electrical Co.,Ltd.,Nanjing 210038,China;2.School of Mechanical Engineering,Nanjing Institute of Technology,Nanjing 211167,China)Abstract:Based on door leaf strain and mass,and door frame stress function,fitness function was constructed.Throughrepeated iterations of particle swarm optimization,optimal sizes of key parts of profiles are obtained to improve the sealingperformance of sliding plug door of intercity vehicles,increase the strength and stiffness of door frame,and ensure that themaximum stress value of door frame is less than the yield strength of aluminum profile,the minimum safety factor is greaterthan the specified value,and the maximum deformation value of door leaf is less than the ultimate compression value ofrubber strip.The optimized door leaf is simulated by using finite element method and verified by type test.It is indicatedby the validation results that the proposed method in this study satisfies the design requirements and exhibits feasibility.Key words:fitness function;particle swarm optimization;profiles;sliding plug door of intercity vehicles;airtightness对于运行速度较高的列车而言，当车体密封性能欠佳时，车厢易产生噪音1，车内外巨大的压力差将导致乘客出现头晕、耳鸣等症状.其中，车门泄漏量占整车泄漏量的8 0%2-3 .因此，提高车门密封性能成为近年来的研究热点，收稿日期：2 0 2 3-0 1-11；修回日期：2 0 2 3-0 1-2 3作者简介：倪萍，硕士，研究方向为轨道车辆门系统.E-mail:3034933478 引文格式：倪萍，魏子铭，王云霞.基于粒子群算法的城际车塞拉门档体关键尺寸优化J.南京工程学院学报（自然科学版）,2 0 2 3,2 1(2);:58-62.门板框架为门扇主要承压结构，由上、下、前、后档等组成.其变形量小于胶条压缩量时，车门密封性较高；反之，如果胶条压缩量无法补偿门框变形量，会导致车门密封性能降低.因此，优化门板框架各档体关键尺寸，提高门扇强度与刚度、减小门第2 1卷第2 期扇变形量，将提高车门密封性能，当前研究主要集中在高速车车门密封性,结合算法对城际塞拉门密封性的研究较少.文献4 研究基于塞拉门密封性的门扇刚度,确定其影响因素为门扇骨架即前档、后档、上档及下档的壁厚,采用神经网络训练加遗传算法的优化方法得到各档体的最佳壁厚;文献5 建立BP人工神经网络以预测列车站台门刚度,结果表明该算法具有较高的预测精度；文献6 依据多项式响应面法建立车门隔声量函数模型，以规划算法确定车门主要板件最优厚度值.本文以CRH6F塞拉门为例,运用粒子群算法确定各档体关键部位最优尺寸，旨在提高门扇强度、刚度及车门密封性。1基于粒子群算法的档体关键尺寸寻优1.1粒子群算法原理粒子群,即由粒子组成的群体.若D维度空间中有一群体,由m个粒子组成,则第个粒子的位置可表示为P(P,P,P,PD);第个粒子个体最优位置为Pa（P a l,P a,P a,P a );群体最优位置为Pu（P a l,P u,P u,P u ）；第a个粒子飞行速度为V(V,v?,v,VD）.每个粒子的位置即为实际问题的一个潜在解,根据适应度函数数值大小确定最优解.其速度及位置更新计算式为：rv=-v.+c/d(Pa-P,)+2d(P.-P.)-V.D一aPDa=P.D+入VD式中:为惯性因子,0;ci、C为加速常数,ci0,c0;di、d 为0，1 之间的随机数;入为约束因子,约束当前速度对位置更新的影响程度；V为最大飞行速度 （）,每个粒子的速度由Vm”控制1.2粒子群算法确定档体关键部位最优尺寸以轻量化及降低成本为目标,设各档体为中空倪萍，等：基于粒子群算法的城际车塞拉门档体关键尺寸优化(b)下档图1各档体截面示意图根据粒子群算法对各档体关键部位尺寸进行寻优，综合质量、应变、应力函数确定最优尺寸.上档、下档、前档、后档关键尺寸分别为x1、2 3、4，门扇质量为wei，门板框架应力为str，应变为def.在自变量变化范围内，随机产生3 5 组数据，运用Workbench分别对各组模型进行仿真，将仿真结果作为算法输入，部分数据如表1所示.表1粒子群算法源数据数据wei/组mmmmmmmmkg1777556.4701.85253.7972763352.8032.01463.95435质量、应力、应变函数计算式为：wei(x)=0.373 6x+0.106 6x2+0.684 8x,+(1)0.439 0 x4+46.134 6str(x)=-3.2574e-0.007 4e+54.888 9e+0.820 9x4-6.419 4def(x)=0.028 4e-0.000 1e*-0.204 31n xs+0.005 9e*4+2.230 0用决定系数R和F检验结果评价函数拟合效59结构,辅以加强筋支撑（见图1）.列车运行过程中门扇受到内外正、负压力交替作用，各档体加强筋主要增强此方向上的强度与刚度,据此确定各档体关键部位：上档为空腔壁厚及加强筋；下档为中部位置；前档为壁厚;后档为靠近外蒙皮一侧的壁厚.(a)上档(d)后档def/str/mmMPa232249.3852.18680.699(2)(c)前档60果（决定系数区间为0，1,越接近1拟合效果越佳;F检验临界值为1.8 5)，计算式为8 ：R?=1-S./S;式中:R为决定系数；S。为残差平方和，S。=mZ（y(）-y。(x,);S,为总体平方和，S:=j（y.（s）-j.）);m为数据组数;y。为实际值;y。m为估计值。F=max(SS,SS,)/min(SS,SS,)weisim1051015.20253035数据组(a)质量拟合由式(2)确定算法适应度函数,计算式为：F(tar(x)=0.7wei(x)/55+0.3(0.6str(x)/110+0.4def(x)/5)基于归一化思想,统一质量、应变与应力的量纲.质量为门扇内部属性、应力与应变为门扇外部属性，依据设计经验分别赋以内、外部属性权重值为0.7、0.3；依据均方差决策法确定应力与应变的权重大小，计算可得应变权重为0.6、应力权重为0.4.然而,应变函数呈单调递减性且取值为X/序号mm12.766 523.323 332.457 642.537 952.154 563.583 072.011 882.954 592.0625102.5323南京工程学院学报（自然科学版）式中,SS,、S S,为两样本方差.质量、应变、应力函数决定系数及F检验值如(3)表2 所示.各函数拟合效果较好，且均通过F检验.拟合效果曲线图如图2 所示.其中，实线为拟合数据；圆圈为仿真试验数据。表2函数拟合效果函数类型决定系数质量0.998 5应变0.895 7应力0.862 8(4)2.3wei2.22.12.01.91.81.7651015.20253035数据组(b)应变拟合图2 质量、应变、应力函数拟合效果曲线1.5459,2.3230,其变化范围较小且最大变形量低于胶条压缩量，因此赋予较小权重.最终将应(5)力权重调整为0.6,应变权重为0.4.粒子群算法中其他相关参数如表3 所示.表3 相关参数设置惯性因加速常加速常最大飞行粒子群体子数数速度V数量n0.7291.494因相关变量取值的随机性，本文对10 次运行结果进行分析比较,如表4所示.表410 次运行结果weilstr/mmmm2.766 52.499.73.32332.1362.457 62.457 62.537 92.537 92.59822.793 72.109 12.144 42.627 52.627 52.954 52.25322.841 12.519.32.202 62.668 72023年6 月F检验值1.001 51.116 51.151 9160defdefimm2.465 13.002 92.341 02.53792.141 62.733 22.627 52.954 52.841 12.266 7str140striuilfap120100806040%51015.20253035数据组(c）应力拟合1.4940.7def/F(tar(x)kgMPa50.257 172.698 950.511579.099.750.025 472.974 850.205.372.137 050.069 868.570 350.366 478.957 150.119 170.591 050.393376.847 050.180 572.129.950.138 170.379735与均值mm差方2.090 90.808 782.118 80.823 162.096 80.806 422.089 30.807 162.073 30.799 222.119 40.821 092.086 60.803 472.110 20.817 762.094 00.806 952.079 90.803 210.000 60.077 90.042 80.000 70.026 40.018 00.012 80.026 00.002 70.008 9第2 1卷第2 期由表4可知,10 次运行结果中因变量数值相差较小，因此数据可信程度较高.以拟合效果较好的质量数据为主，分别计算每组质量与质量均值的差方，如表4第10 列所示,第一组数据的差方值最小，为0.0 0 0 6,故取第一组数据为最优解，自变量取整后，相关最优尺寸如表5 所示.表5 取整后最优尺寸X2/X3/x4F(tar(x)mmmmmmmm332.52.50.810 650.384 7 2.089 22门扇有限元仿真分析确定各档体关键部位最优尺寸后，在两种工况下对门扇进行有限元仿真分析：1）由车体外部向车体内部施加2 6 0 0 Pa气动载荷，门扇变形量应小于胶条压缩量（3.5 mm），门板框架最小安全系数应大于1.7；2）由车体内部向车体外部施加5 2 0 0 Pa气动载荷,其变形量应小于胶条压缩量（5 mm），门板框架最小安全系数应大于1.7.两种工况下应力、应变仿真结果如图3 所示.1.0607Max0.943380.826080.708780.591470.474.170.356870.239570.122270.004963MinMax（a）车体外部向车体内部施加2 6 0 0 Pa气动载荷2.1214Max1.88681.65221.41761.18290.948340.713740.479140.244530.0099267MinMax（b）车体内部向车体外部施加5 2 0 0 Pa气动载荷图3 应力、应变仿真结果倪萍，等：基于粒子群算法的城际车塞拉门档体关键尺寸优化wei/def/kgmm72.822 831.032Max27.58524.13820.69117.24313.79610.3496.90213.4550.007.9533MinMax482754138134-48727.59320.69813.8046.91018.015.907MinMa61由图3(a)可见,最大变形量(1.0 6 0 7 mm)位于门扇中部位置,最大变形量小于胶条压缩量，门扇刚度满足要求；最大应力（3 1.0 3 2 MPa）位于门板框架前档处；最小安全系数3.5 4 1.7,门框强度满足要求.由图3（b）可见，门扇最大变形量为2.1214mm，门板框架应力最大为6 2.0 6 4MPa,最小安全系数为1.7 7，略大于1.7,故需进一步优化str/档体相关尺寸.MPa分析各关键部位可知，x2处是下档主要承压部位，同时也是下档最为薄弱的部位.下档上部有内、外蒙皮及铝蜂窝支撑，下部有下压条支撑及挡销组件约束,而中部位置只与外蒙皮相接触,其刚度性能难以保证.因此，需增加其厚度以提高刚度与强度,确定增加1倍厚度,即6 mm.优化后两种工况下有限元仿真结果如图4所示.3Max0582253824Ma（a）车体外部向车体内部施加2 6 0 0 Pa气动载荷21166Max1.88251.64841.41431.18030.94620.712130.478.050.243980.0099107MinMax（b）车体内部向车体外部施加5 2 0 0 Pa气动载荷图4优化后应力、应变仿真结果由图4(a)可见，门扇最大变形量为1.0 5 8 3 mm，门板框架应力最大为2 9.5 46 MPa，最小安全系数为3.7 2 1.7;由图4(b)可见，门扇最大变形量为4oMax3.008104MinMo59.091Max5.5708MinMax622.1166mm，门板框架最大应力为5 9.0 9 1MPa,最小安全系数为1.8 6 1.7.x/mmx./mmx./mmx4/mm363型式试验对门扇进行强度试验，不同承压状态下6 个测量点的变形量如表7 所示.由表7 可知,不同承压加载方式31 500 N0.202 600 Pa 和 8 0 0 N0.31-2 600 Pa0.274结语本文基于质量、应力、应变函数不同权重构造适应度函数，利用粒子群算法确定城际车塞拉门各档体关键部位最优尺寸，并对其进行两种工况下的有限元仿真分析，实现了门扇质量、应变与应力最小化的目标.仿真结果及型式试验证明了本文方案的可行性。参考文献：1 WANG Yiping,ZHEN Xin,WU Jing,et al.Hybrid CFD/FEM-BEM simulation of cabin aerodynamic noise for vehicles travelingat high speedJ.Science China Technological Sciences,2013,56(7):1697 1708.2王亚伟.城市轨道车辆车门的密封性能研究J.科技与企南京工程学院学报（自然科学版）与仿真结果对比如表6 所示.表6仿真与算法结果对比F(tar()方式算法2.52.512023年6 月两种工况下门扇刚度及强度均满足要求,算法wei/kgdef/mm50.704 52.050 90.809 1仿真状态下，各测量点最大变形量均小于胶条压缩量，门扇刚度满足要求.强度试验结束后,对门板框架进行探伤检查，未发现焊缝出现裂纹，门扇强度满足要求。表7 各测量点变形量测量点序号240.172.020.282.430.061.43str/MPa69.98650.772.02.116 6最大变形562.300.352.560.790.310.42业,2 0 15(2):2 46.3 韩永新.高速动车组塞拉门密封性的影响因素及解决措施J.铁道车辆,2 0 17,5 5(12):41-42,5 6.4李恒文.干线轨道车辆塞拉门的密封性能研究D.南京：南京理工大学,2 0 11.5WANG Zhifei,KAN Tingming,WANG Yu,et al.A study onstructural deformation of platform screen door based on artificialneural network C/2015 International Conference on FluidPower and Mechatronics.Harbin:IEEE,2015:370-373.6高云凯，王士辉，冯海星，等.车门隔声量的多学科设计优化J.机械设计,2 0 15,3 2(9):7-11.7李垒，岳小冰.一种多粒子群协同进化算法J.计算机系统应用,2 0 15,2 4(9):15 6-15 9.8黄兴召，王泽夫，徐小牛.生物量转换因子连续函数的拟合方法比较J.浙江农林大学学报,2 0 17,3 4（5）：7 7 5-7 8 1.59.091胶条压缩量/mm量/mm0.372.300.922.560.191.435.05.03.5