文献类型：期刊文章

作　　者：于梦阁[1,2] 潘振宽[3] 蒋荣超[1] 张继业[4]

YU Mengge;PAN Zhenkuan;JIANG Rongchao;ZHANG Jiye(College of Mechanical and Electrical Engineering,Qingdao University,Qingdao 266071;Postdoctoral Research Station of System Science,College of Automation and Electrical Engineering,Qingdao University,Qingdao 266071;College of Computer Science&Technology,Qingdao University,Qingdao 266071;State Key Laboratory of Traction Power,Southwest Jiaotong University,Chengdu 610031)

机构地区：[1]青岛大学机电工程学院,青岛266071 [2]青岛大学自动化与电气工程学院系统科学博士后流动站,青岛266071 [3]青岛大学计算机科学技术学院,青岛266071 [4]西南交通大学牵引动力国家重点实验室,成都610031

出　　处：《机械工程学报》

基　　金：国家自然科学基金(51705267,51605397);中国博士后科学基金(2018M630750);山东省自然科学基金(ZR2014EEP002)资助项目

年　　份：2019

卷　　号：55

期　　号：24

起止页码：178-186

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为改善高速列车气动性能,建立一套高效的多目标气动优化设计方法,对流线型头型进行多目标气动优化设计。建立高速列车流线型头型三维参数化模型,并提取5个优化设计变量;为减少优化设计时间,利用最优拉丁超立方设计方法在优化设计空间中进行均匀采样,利用计算流体力学方法获得对应于各个采样点的气动载荷,利用Kriging代理模型构建优化设计变量和气动载荷之间的近似模型;利用多体系统动力学方法计算气动载荷作用下的高速列车轮重减载率;以气动阻力和轮重减载率为优化目标,利用多目标遗传算法NSGA-Ⅱ对高速列车流线型头型进行多目标优化。优化设计变量和优化目标均呈现收敛的趋势,采用Kriging近似模型优化计算的Pareto前沿与采用CFD(Computational fluid dynamics, CFD)优化计算的Pareto前沿较为接近。优化后高速列车的气动阻力最多可降低3.27%,轮重减载率最多可降低1.44%,气动阻力最优的头型与轮重减载率最优的头型的主要差异在于中部辅助控制线的变化,前者向内凹,后者则向外凸。

关 键 词：高速列车 气动性能 多目标优化 Kriging代理模型  PARETO前沿

分 类 号：TG156]