T型管液压成形加载路径自适应多目标优化-哈尔滨工业大学学报.PDF

第４９卷　 第７期 哈　 尔　 滨　 工　 业　 大　 学　 学　 报 Ｖｏｌ４９ Ｎｏ７ 　 　 ２０ １７年７月 ＪＯＵＲＮＡＬ ＯＦ ＨＡＲＢＩＮ ＩＮＳＴＩＴＵＴＥ ＯＦ ＴＥＣＨＮＯＬＯＧＹ Ｊｕｌ． ２０１７ ＤＯＩ：１０．１１９１８／ ｊ．ｉｓｓｎ．０３６７⁃６２３４．２０１６０６００８ 　 　 　 　 　 　Ｔ型管液压成形加载路径自适应多目标优化 宋学伟，李东营，黄天仑 （吉林大学 汽车仿真与控制国家重点实验室，长春 １３００２２） 摘　 要：为解决静态代理模型非线性结构优化效率、精度低的问题，采用最小二乘支持向量回归机（ＬＳＳＶＲ）模型进行Ｔ 型管 液压成形加载路径自适应多目标优化研究． 用一个数值算例说明本文方法的有效性，以管与背压冲头的接触面积最大及管的 最大减薄率最小为优化目标，以接触面积大于对标仿真值、最大减薄率小于实验值、高度大于实验值为约束条件进行多目标 优化设计． 采用拉丁超立方体设计构造初始支持向量回归模型，用自适应法将每次迭代中获得的额外取样点添加到重建的支 持向量回归机模型，得到帕累托最优解集． 用理想点法，选择一个最优妥协解以供工程师选用． 在成形高度没有变差的情况 下，自适应多目标优化结果的管与被压冲头接触面积比实验值提高了３２．４２％，最小厚度比实验值增加了１４．９７％． 表明自适应 迭代ＬＳＳＶＲ模型能够在少量样本下保证优化设计精度和计算效率． 关键词：Ｔ 型管液压胀形；加载路径；多目标优化；自适应迭代ＬＳＳＶＲ模型；最优妥协解 － － － 中图分类号：ＴＧ３７６．２ 文献标志码：Ａ 文章编号：０３６７ ６２３４（２０１７）０７ ０１３９ ０７ Ｍｕｌｔｉ⁃ｏｂｊｅｃｔｉｖｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ Ｔ⁃ｓｈａｐｅｄ ｔｕｂｅ ｈｙｄｒｏｆｏｒｍｉｎｇ ｐｒｏｃｅｓｓ ｄｅｓｉｇｎ ＳＯＮＧ Ｘｕｅｗｅｉ，ＬＩ Ｄｏｎｇｙｉｎｇ，ＨＵＡＮＧＴｉａｎｌｕｎ （Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ａｕｔｏｍｏｔｉｖｅ Ｓｉｍｕｌａｔｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ，Ｊｉｌｉｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ １３００２２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ａｎｄ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｔｈｅ ｕｓｉｎｇ ｏｆ ｓｔａｔｉｃ ｓｕｒｒｏｇａｔｅ ｍｏｄｅｌ ｆｏｒ ｎｏｎｌｉｎｅａｒ ｓｔｒｕｃｔｕｒｅ ｏｐｔｉｍｉｚａｔｉｏｎ，ｔｈｅ ａｄａｐｔｉｖｅ ｉｔｅｒａｔｉｏｎ ｌｅａｓｔ ｓｑｕａｒｅ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｒｅｇｒｅｓｓｉｏｎ（ＬＳＳＶＲ）ｉｓ ｉｎｔｒｏｄｕｃｅｄ ｔｏ ｒｅｓｅａｒｃｈ ｔｈｅ ｏｐｔｉｍａｌ ｓｏｌｕｔｉｏｎ ｏｆ ｌｏａｄ ｐａｔｈ ｉｎ ｔｈｅ Ｔ⁃ｓｈａｐｅ ｔｕｂｅ ｈｙｄｒｏｆｏｒｍｉｎｇ ｐｒｏｃｅｓｓ． Ｔｈｅ ｍａｘｉｍｕｍ ｃｏｎｔａｃｔ ａｒｅａ ｏｆ ｔｈｅ ｔｕｂｅ ａｎｄ ｃｏｕｎｔｅｒ ｐｕｎｃｈ ａｎｄｔｈｅｍｉｎｉｍｕｍｔｈｉｎｎｉｎｇｒａｔｉｏｏｆ ｔｈｅｔｈｉｃｋｎｅｓｓａｒｅｔａｋｅａｓｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｂｊｅｃｔｉｖｅ，ａｎｄｔｈｏｓｅｔｈｅ ｃｏｎｔａｃｔ ａｒｅａ ｉｓ ｇｒｅａｔｅｒ ｔｈａｎ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｖａｌｕｅ，ｔｈｅ ｍａｘｉｍｕｍ ｔｈｉｎｎｉｎｇ ｒａｔｉｏ ｏｆ ｔｈｅ ｔｈｉｃｋｎｅｓｓ ｉｓ ｓｍａｌｌｅｒ ｔｈａｎ ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｖａｌｕｅ ａｎｄ ｔｈｅ ｐｒｏｔｒｕｓｉｏｎ ｈｅｉｇｈｔ ｉｓ ｇｒｅａｔｅｒ ｔｈａｎ ｔｅｓｔ ｖａｌｕｅｓ，ａｒｅ ｓｅｌｅｃｔ ａｓ ｃｏｎ