西安工业大学赵闵清获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西安工业大学申请的专利一种新型车辆底盘桁架轻量化优化设计系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117993110B 。
龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410286669.5,技术领域涉及:G06F30/15;该发明授权一种新型车辆底盘桁架轻量化优化设计系统是由赵闵清;罗雨晴;曹宇;陈温蒙;宁善平;王洪喜设计研发完成,并于2024-03-13向国家知识产权局提交的专利申请。
本一种新型车辆底盘桁架轻量化优化设计系统在说明书摘要公布了:本发明公开了一种新型车辆底盘桁架轻量化优化设计系统,涉及车辆底盘桁架优化设计技术领域;所述优化设计系统的设计步骤为:首先在基于成功历史的自适应微分进化的多目标混合元启发式算法的基础上引入自适应螺旋搜索策略,进而提出新型SHAMODE‑IWOA算法;然后为了估计底盘桁架结构在不同设计参数组合下的可靠性水平,使用所提出的SHAMODE‑IWOA算法对ANFIS模型进行学习而构建了新型ANFIS‑SHAMODE‑IWOA模型。本发明所提出的ANFIS‑SHAMODE‑IWOA多目标优化设计系统,作为一种新型的智能模型,可用于评估底盘桁架结构可靠性,提高开发设计效率,便于获得最佳的设计参数组合。
本发明授权一种新型车辆底盘桁架轻量化优化设计系统在权利要求书中公布了:1.一种新型车辆底盘桁架轻量化优化设计系统,其特征在于,所述优化设计系统的设计步骤为: S1:首先在基于成功历史的自适应微分进化的多目标混合元启发式算法的基础上引入自适应螺旋搜索策略,进而提出新型SHAMODE-IWOA算法; S2:然后为了估计底盘桁架结构在不同设计参数组合下的可靠性水平,使用所提出的SHAMODE-IWOA算法对ANFIS模型进行学习而构建了新型ANFIS-SHAMODE-IWOA模型; S3:最后为获得最优的设计参数组合,使用SHAMODE-IWOA算法研究基于最小设计质量和最优可靠性度量函数的多目标优化; 所述S2中构建模型的具体方式如下: 第1层:自适应节点是输入变量的隶属函数层,将输入转为模糊集,输出的函数为: ; ; 其中和为输入;和表示模糊集,即通过计算得的语言变量;和为隶属度函数,选用高斯型函数: ; 其中参数和是需要通过学习算法调整的初始参数; 第2层:此层的作用是规则的强度释放,节点函数与输入相乘,通过模糊规则表示: ; 第3层:第3层的节点个数与第2层相同,对第2层的结果进行归一化处理: ; 第4层:第4层为后件网络,得到模糊if-then规则,并计算模糊规则的输出: ; 第5层:第5层为输出层,计算输入信号总和为整体输出: ; 其中,所述S2中,ANFIS模型结构建立后,使用SHAMODE-iWOA算法对ANFIS模型进行训练;采用均方根误差作为适应度函数来训练ANFIS,公式如下: ; 其中,n为训练集数据数量;r为第r个数据,dr为第r个训练集数据的实际值;pr为第r个预测值; 所述优化设计系统,数据集的获取方法包括如下步骤: S31:构建底盘桁架结构研究所需要的数据库; S32:构建底盘桁架结构SFE模型; S33:经过求解后,运用主成分分析法对SFE模型中的设计变量依据贡献量进行提取; S34:选取贡献量靠前的设计变量作为设计参量; S35:对设计变量生成DOE矩阵后进行求解,其中Bending、Torion和Mass的求解依靠有限元求解器进行计算求解; S36:求解后对异常数据进行排除后得到数据集; S37:将对模型求解后获得的实验数据集分为两部分:训练数据集和测试数据集;训练数据集用于训练ANFIS-SHAMODE-IWOA模型,测试数据集用于测试ANFIS-SHAMODE-IWOA模型的性能; 所述优化设计系统中,对底盘桁架结构的多目标优化包括如下步骤: S41:多目标优化方程的建立; S42:多目标优化的求解及分析; 其中,所述多目标优化方程的建立具体为: 桁架可靠性及质量多目标方程建立为如下式所示: ; 其中,Pr为故障概率;x为设计变量向量;y为物理向量,包含屈服强度、扭转刚度和施加的载荷;f1为结构质量,是拓扑单位的质量与密度的乘积之和;f2为可靠性度量函数:f2=1β,β为可靠性系数; 对于可靠性系数β是指极限状态线与变换空间原点之间的最短距离;β越大表示可靠性越高,安全性越高,由下式表示: ; 其中,可表征为极限失效函数状态下受力的平均值,表征为极限失效函数状态下力学变化率的方差。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安工业大学,其通讯地址为:710021 陕西省西安市未央区学府中路2号西安工业大学机电工程学院;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励