基于Kriging代理模型的高速列车头型多目标优化设计
查看参考文献27篇
|
文摘
|
随着列车运行速度的提高,气动阻力成为制约列车提速和节能环保的重要因素之一,尾车的气动升力是影响列车乘坐舒适性和运行安全性的关键气动载荷.本文针对CRH380A三辆编组简化外形,以整车气动阻力和尾车气动升力为优化目标,结合局部型函数三维参数化方法和基于迭代局部搜索算法的带有极大极小准则的中心拉丁超立方采样方法,提出了一套基于自适应非劣分类遗传算法的高速列车头型有约束多目标气动优化设计方法.研究结果表明:局部型函数参数化方法可以较好的应用于复杂三维气动外形的优化设计;自适应非劣分类遗传算法能够较为准确、高效的找到Pareto最优解集;优化后,三辆编组简化外形的整车气动阻力减小3.2%,尾车升力系数减小8.24%,流线型部分的体积减小2.16%,真实外形的整车气动阻力减小2.26%,尾车气动升力减小19.67%,两种外形的气动力变化主要集中在鼻锥和尾锥的变形区域;本文提出的优化设计方法简单、高效,可以为高速列车气动外形多目标、带约束工程优化设计提供参考. |
|
来源
|
中国科学. 技术科学
,2013,43(2):186-200 【核心库】
|
|
DOI
|
10.1360/ze2013-43-2-186
|
|
关键词
|
多目标优化
;
Kriging模型
;
遗传算法
;
气动外形
;
高速列车
|
|
地址
|
1.
中国科学院力学研究所, 中国科学院工程系统应用力学重点实验室, 北京, 100190
2.
南车青岛四方机车股份有限公司, 青岛, 266111
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1674-7259 |
|
学科
|
铁路运输 |
|
基金
|
国家科技支撑计划项目
;
国家973计划
|
|
文献收藏号
|
CSCD:4770164
|
参考文献 共
27
共2页
|
|
1.
Raghuathan S. Aerodynamics of high-speed railway train.
Progr Aerosp Sci,2002,8(6):469-514
|
CSCD被引
189
次
|
|
|
|
|
2.
Baker C. The flow around high speed trains.
J Wind Eng Indus Aerodyn,2010,98(6/7):277-298
|
CSCD被引
84
次
|
|
|
|
|
3.
Tian H Q. Formation mechanism of aerodynamic drag of high-speed train and some reduction measures.
J Cent South Univ Technol,2009,16:166-171
|
CSCD被引
10
次
|
|
|
|
|
4.
Tian H Q.
Train Aerodynamics,2007:160-161
|
CSCD被引
1
次
|
|
|
|
|
5.
Ku Y C. Multi-objective optimization of high-speed train nose shape using the vehicle modeling function.
48th AIAA Aerospace Sciences Meeting,2010
|
CSCD被引
4
次
|
|
|
|
|
6.
Sun Z X. Optimization of the head shape of the CRH3 high speed train.
Sci China Tech Sci,2010,12:3356-3364
|
CSCD被引
23
次
|
|
|
|
|
7.
Ku Y C. Optimal cross-sectional area distribution of a high-speed train nose to minimize the tunnel micropressure wave.
Struct Multidisc Optim,2010,42:965-976
|
CSCD被引
15
次
|
|
|
|
|
8.
Lee J S. Approximate optimization of high-speed train nose shape for reducing micropressure wave.
Indust Appl,2008,35:79-87
|
CSCD被引
12
次
|
|
|
|
|
9.
Kwon H B. Nose shape optimization of high-speed train for minimization of tunnel sonic boom.
Jpn Soc Mech Eng,2001,4:890-899
|
CSCD被引
1
次
|
|
|
|
|
10.
Lida M. Effective nose shape for reducing tunnel sonic boom.
QR of RTRI,1997,38(4):206-211
|
CSCD被引
1
次
|
|
|
|
|
11.
Noel C. The origins of Kriging.
Math Geol,1990,22(3):239-252
|
CSCD被引
67
次
|
|
|
|
|
12.
Donald R J. Efficient global optimization of expensive black-box functions.
J Global Optim,1998,13:455-492
|
CSCD被引
7
次
|
|
|
|
|
13.
Donald R J. A taxonomy of global optimization methods based on response surfaces.
J Global Optim,2001,21:345-383
|
CSCD被引
4
次
|
|
|
|
|
14.
Gao Y H. An effective warpage optimization method in injection molding based on kriging model.
Int J Adv Manuf Technol,2008,37(9):953-960
|
CSCD被引
15
次
|
|
|
|
|
15.
Koehler J R. Computer experiments.
Handbook of Statistics,1996:261-308
|
CSCD被引
15
次
|
|
|
|
|
16.
Welch W J. Computer experiments for quality control by parameter design.
J Qual Technol,1990,22(1):15-22
|
CSCD被引
5
次
|
|
|
|
|
17.
Jamshid A S.
Aerodynamic shape optimization based on free-form deformation. AIAA 2004-4630,2004
|
CSCD被引
1
次
|
|
|
|
|
18.
Kulfan B M. Fundamental parametric geometry representations for aircraft component shapes.
11th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference,2006:1-42
|
CSCD被引
1
次
|
|
|
|
|
19.
Rho J H. Development of vehicle modeling function for 3-dimensional shape optimization.
J Mech Design,2009,131(12):121004-1-121004-10
|
CSCD被引
5
次
|
|
|
|
|
20.
Blazek J.
Computational Fluid Dynamics Principles and Applications,2005:16-17
|
CSCD被引
4
次
|
|
|
|
|
了解气象卫星更多信息，请访问