基于ANSYS和神经网络的液压挖掘机动臂轻量化设计方法研究

基于ANSYS和神经网络的液压挖掘机动臂轻量化设计方法研究向琴张华胡晓莉陈薇薇(武汉科技大学机械自动化学院，湖北武汉430081)摘要：以挖掘机的动臂结构为研究对象,构建考虑静态强度、刚度、轻量化等性能的优化设计数学模型，以ANSYS软件为工具，对挖掘机动臂进行了轻量化设计计算，针对轻量化设计过程中设计变量非线性的特点，建立了人工神经网络的模型，对ANSYS软件优化设计的结果进行了验证，有效的降低了动臂的重量。结果表明，用两种方法结合起来进行轻量化设计的方法合理可行，对其他的机械进行轻量化设计具有一定的指导意义。关键词：液压挖掘机；动臂；轻量化；有限元分析；人工神经网络中图分类号：TH122ResearchMethodforLightweightonthearmofhydraulicexcavatorBasedonANSYSandneuralnetworkXIANGQinZHANGHuaHUXiaoliCHENWeiwei(WuhanUniversityofscienceandtechnology,MachineryAutomationcollege,Hubei,Wuhan,430081)Abstract:Takeastructureofthearmofhydraulicexcavatorastheresearchobject,themathematicalmodelofoptimaldesigntakingintostaticstrength,stiffnessandlightweightisbuilt.Basedonthepowerfulfiniteelementanalysissoftware–ANSYS–simulationplatform,ithascompleteddesignandcalculationforlightweightonthearmofhydraulicexcavator,andthemodeloftheneuralnetworkisbuiltforthenonlinearcharacteristicsofthedesignvariable,toverifytheoptimizationresultsbyANSYS,theweightofthearmhasasignificantreductionfinally.Resultsindicatethat,thismethodcombinewithANSYSandneuralnetworkisreasonableandfeasible,andithasacertainguidingsignificanceforlightweightonothermachines.Keywords:Hydraulicexcavator;Arm;Lightweightdesign;Thefiniteelementanalysis;Artificialneuralnetwork1前言液压挖掘机是工程机械中应用非常广泛的机种之一，是重要的土石方施工机械，其工作装置的结构与受力也比较复杂[1]。从未来的发展走向来看，工程机械主要发展目标之一将是在减少能耗与降低污染物的排放方面进行优化与研制[2]，因而对挖掘机进行轻量化设计有着重要的意义。目前，在轻量化领域国内外学者已经做了广泛的研究，并取得了一定的成果，总的来说轻量化的途径可以通过新材料的使用、设计方法的创新、结构的改进等这些方面来实现[3，4]。挖掘机的动臂起着联接挖掘机底盘和挖掘机斗杆的作用，如果动臂过于笨重会导致挖掘机能源利用率较低，因此对动臂进行轻量化设计有着重要的经济价值。本文以某20t液压挖掘机的动臂结构为例，建立了动臂结构的优化数学模型，结合solidworks（几何建模）、hypermesh（结构有限元模型前处理）创建动臂的有限元模型，基于建立的数学模型用ANSYS对动臂进行优化计算，结合人工神经网络对ANSYS优化的参数进行预测和验证，以探索这种方法的可行性，从而达到轻量化的目的。2挖掘机动臂结构优化数学模型的建立动臂结构的优化属于有约束的优化[5]，其数学模型的建立过程如下。2.1设计变量和目标函数的确定挖掘机的动臂是由不同厚度的钢板焊接而成的，钢板的厚度明显地影响动臂的应力和动臂质量的大小，因此选择上盖板三段、侧板三段、下盖板一段共七块钢板的板厚作为设计变量，即：X=（X1，X2，X3，X4，X5，X6，X7）T，变量的初始值见表1。表1设计变量的基本参数基金项目：国家科技支撑计划（2012BAF02B01，2011BAF11B01）作者简介：向琴(1983-)，女，博士研究生，主要研究方向为绿色制造与再制造。E-mail:[e-mail]。张华(1964-)，女，博士生导师，教授，主要研究方向为绿色制造，制造系统工程及制造业信息化。E-mail:[e-mail].1BasicParametersoftheDesignVariables设计变量初值（mm）变量含义X116上盖板（中）X216上盖板（近底座）X312上盖板（近斗杆）X414侧板（中）X516侧板（近底座）X610侧板（近斗杆）X712下盖板挖掘机动臂结构的轻量化目标是在满足挖掘机工作性能的前提下，使得动臂的总重量最轻，而在不改变材料的情况下，只要挖掘机动臂的总体积最小就可满足要求，所以可以动臂的体积作为优化模型的目标函数。()()()1234567,,,,,,fxVxVxxxxxxx==2.2约束函数的建立2.2.1性能约束在优化钢板厚度时必定会使动臂结构的应力和刚度发生变化，所以在性能方面必须要满足动臂结构的强度条件和刚度条件。强度条件要满足应力约束，考虑到挖掘机工作装置在工作时要承受动载荷，因此在强度的设计中可采用提高安全系数的方法来解决这个问题[1]。根据文献[1]选取安全系数为1.8，则强度条件应满足下式：()()[]101.8kgxxss=-?式中()kxs为第k个单元的应力值，[]s为钢板的许用应力值，为345Mpa。刚度条件则要满足位移约束，即钢板的最大变形量不超过钢板的许用变形量[]=15dmm：()()[]20gxxdd=-?式中()xd为动臂结构的最大变形量。2.2.2边界约束边界约束条件为设计变量的取值范围，根据型钢的尺寸标准，其取值范围定为上下变化10%，由于考虑到要对动臂轻量化，所以各设计变量的取值范围为：12345671416;1416;1012;1214;1416;810;1012;xxxxxxxì＃ïïï＃ïï＃ïï＃íï＃ïïï＃ïï＃ïî综上分析，动臂结构优化的数学模型中有一个目标函数，9个约束条件。此数学模型可描述为：()()()()[]()()[]1234567121234567min=,,,,,,;s.t.=0;1.80;1416;1416;1012;1214;1416;810;1012;kfXVxxxxxxxgXxgXxxxxxxxxssdd-?=-?＃＃＃＃＃＃＃ìïïïïïïïïïïïïïïíïïïïïïïïïïïïïïî3利用ANSYS优化求解3.1动臂的优化设计模型动臂是挖掘机工作装置中决定总体构造形式和其他构件特征的主要部分，其结构较为复杂，运用solidworks软件进行三维结构的建模[6]。对于有限元网格划分问题，本文采用高效网格划分软件Hypermesh来创建动臂有限元模型以保证网格质量，选择以板壳单元为主实体单元为辅来保证计算效率，各组件间采用合并节点或用刚性单元进行联接，网格划分结果如图1所示。划分好网格后对动臂赋予材料属性并施加载荷。由于液压挖掘机的工况是由动臂液压缸、斗杆液压缸、铲斗液压缸的不同伸缩状态组合而成。其中最典型的工况有三种[8]，而这三种典型工况中，铲斗挖掘工况时动臂各铰点的受力最大，所以本文以铲斗挖掘工况来进行分析，即动臂下放到最低位置，铲斗油缸作用力臂最大，斗杆与斗杆油缸铰接点、斗杆与铲斗铰接点及铲斗齿尖三点处于同一直线上，且该直线与地面垂直。动臂的材料属性见表2，动臂与斗杆联接的铰点和动臂与铲斗液压缸联接的铰点处施加载荷的大小见表3。图1动臂有限元模型图Fig.1TheFiniteElementModelofARM表2动臂的材料属性Tab.2TheMaterialPropertiesofARM材料泊松比弹性模量/MPa密度/T。mm316Mn0.32.06E57.85E-9表3动臂的载荷大小Tab.3TheLoadofARM铰点x方向受力/KNy方向受力/KN动臂与斗杆联接铰点处775122动臂与铲斗液压缸联接铰点处-56-10183.2ANSYS中设定目标函数和约束条件首先，在ANSYS有限元分析软件中，按照所建立的数学模型对挖掘机的动臂模型定义设计变量，并对设计变量附实常数，同时确定设计变量的变化范围。然后提取出动臂结构的总体积，并确定其为优化目标[7]。再指定一种优化方法，优化方法是使目标函数在控制条件下达到最小值的传统化方法。在ANSYS中有两种方法是可用的：零阶方法和一阶方法[9]。零阶方法是使用所有的因变量（目标函数和约束函数）进行逼近，一阶方法是使用偏导数，即使用因变量的一阶偏导数进行求解极值。此方法精度很高，尤其是在因变量变化很大、设计空间也相对较大时更适用，但是消耗的机时较多。此次优化中选择零阶方法，最大迭代次数设定为30次，即可开始优化循环。3.3优化结果对模型进行优化，通过19次迭代，即可达到最优设计结果，如图2所示：图2最优设计结果Fig.2Theresultofoptimaldesign将最优序列中的各个参数值进行圆整，得到如表4所示的各个钢板厚度的最优值。表4优化前后参数对比表Tab.4ComparisonofparametersBeforeandAfteroptimization设计变量优化前（mm）优化后（mm）X11614X21616X31211X41413X51614X6109X71212将圆整后各钢板厚的最优值再重新赋值给动臂的模型中，对动臂再进行有限元分析，可得到动臂的最大应力值为186.722Mpa，最大变形量为11.147mm，并提取出总体积为1.6962´108mm3,与优化前动臂的最大应力值和最大变形量相比，都有小幅的增加，其优化前后最大应力云图与最大变形云图的对比图如图3、图4所示。图3优化前最大应力云图和最大变形量云图Fig.3TheMaxSEQVandMaxStrainbeforeoptimization图4优化后最大应力云图和最大变形量云图Fig.4TheMaxSEQVandMaxStrainafteroptimization从表4、图3和图4中可以看出，在优化后大部分的钢板厚度均有减薄，少数的钢板或不变。优化后，在相同的载荷情况下，动臂结构的最大应力值和最大变形量都有小幅的增加，分别增加了17.361Mpa和0.292mm，仍然在允许的范围内，可见动臂结构是安全的。同时，优化后动臂结构的总体积较优化前减小了，因此动臂的总质量也减轻了，减轻的幅度为8.3%，实现了动臂结构减重5%以上的目标。4利用人工神经网络预测4.1正交试验根据数学模型中设定的7个设计变量，用正交试验[10]的方法获得实验数据。正交试验是从大量的实验中提取一部分有代表性水平组合进行试验的一种方法，可以减少试验次数并节约时间。7个设计变量有三个水平，利用正交设计助手可获得18组设计变量组合，将这18组设计变量分别用ANSYS软件赋值给动臂的模型进行试验，可从18次有限元分析实验中提取到最大应力值和总体积值。正交试验的结果如表5所示。4.2人工神经网络模型的建立由于人工神经网络具有自学习自适应的特点，因此可用人工神经网络来对前面ANSYS优化的板厚数据组合进行预测，用来验证此方法的正确性和可行性。以动臂优化数学模型中的7个设计变量作为输入，以动臂的最大应力和总体积作为输出，建立起动臂的板厚与最大应力和总体积的关系，其预测模型如图5所示。从表5中的18组实验结果数据中，取前15组