宋 濤,張 凡
1中國(guó)煤炭科工集團(tuán)太原研究院有限公司 山西太原 030006
2煤炭科學(xué)研究總院 北京 100000
煤礦防爆無軌膠輪車作為我國(guó)煤礦井下主要運(yùn)輸方式之一[1-2],其長(zhǎng)期在惡劣環(huán)境中作業(yè),時(shí)常發(fā)生的煤巖、混凝土塊等落物墜落和崩塌事故威脅車輛乘員人身安全。為應(yīng)對(duì)這種情況,國(guó)際上通常是強(qiáng)制在工程車輛駕駛室上安裝落物保護(hù)結(jié)構(gòu) (Falling Object Protective Structures,F(xiàn)OPS),以達(dá)到保護(hù)駕駛?cè)藛T的目的,并制定了安全法規(guī)對(duì) FOPS的試驗(yàn)方法進(jìn)行了要求[3]。
隨著國(guó)內(nèi)對(duì)于工程機(jī)械駕駛室安全性能要求的提高,國(guó)內(nèi)許多高校與企業(yè)對(duì) FOPS結(jié)構(gòu)展開了研究。吉林大學(xué)馮素麗博士[4]與聶兆霖[5]對(duì)自卸車落物保護(hù)結(jié)構(gòu)的安全性能進(jìn)行了計(jì)算機(jī)仿真,并進(jìn)行了試驗(yàn)驗(yàn)證。湘潭大學(xué)的歐陽文一[6]總結(jié)了落物保護(hù)結(jié)構(gòu)的性能要求與試驗(yàn)方法,并以某型挖掘機(jī)為例進(jìn)行了有限元分析與試驗(yàn)研究。天津大學(xué)的劉志鵬[7]基于彈塑性力學(xué)理論對(duì)裝載機(jī)落物保護(hù)結(jié)構(gòu)進(jìn)行了動(dòng)態(tài)與靜態(tài)有限元分析。上述研究主要是針對(duì)地面工程車輛,對(duì)于煤礦井下膠輪車駕駛室結(jié)構(gòu)的安全性能研究極少。
筆者對(duì) WC8E型煤礦膠輪車駕駛室進(jìn)行了落物沖擊試驗(yàn),根據(jù)試驗(yàn)結(jié)果提取出駕駛室上部結(jié)構(gòu),并采用拓?fù)鋬?yōu)化與融合算法相結(jié)合的優(yōu)化方法對(duì)上部結(jié)構(gòu)進(jìn)行了優(yōu)化設(shè)計(jì),為膠輪車駕駛室的設(shè)計(jì)提供了參考。
以 WC8E型膠輪車為例,建立其駕駛室有限元模型 (見圖 1),為了提高計(jì)算效率,去除門窗、塑封膠條、儀表盤以及細(xì)微倒角和開孔等對(duì)駕駛室強(qiáng)度影響較小的結(jié)構(gòu),其中 DLV (撓曲極限量) 為穿普通衣服、戴安全帽、坐姿高大男性司機(jī)的垂直投影值,如圖 1(a) 所示。經(jīng)測(cè)量,司機(jī)頭部與駕駛室頂部結(jié)構(gòu)最小距離為 120 mm。
圖1 WC8E膠輪車駕駛室有限元模型Fig.1 Finite element model of cab of WC8E rubber-wheeled vehicle
根據(jù)標(biāo)準(zhǔn) ISO3449驗(yàn)收基準(zhǔn)Ⅱ的規(guī)定,駕駛室上部結(jié)構(gòu)需承受標(biāo)準(zhǔn)直徑不大于 400 mm的落錘產(chǎn)生的11 600 J沖擊能量而不被穿透,同時(shí)駕駛室上部機(jī)構(gòu)不允許侵入 DLV空間。因此選取直徑為 260 mm、質(zhì)量為 227 kg標(biāo)準(zhǔn)落錘,如圖 1(b) 所示。以 10.11 m/s的速度對(duì)駕駛室頂部結(jié)構(gòu)進(jìn)行沖擊試驗(yàn),其撞擊位置處于 DLV頭部垂直投影區(qū)域內(nèi),以模擬最惡劣落物沖擊工況。沖擊能量
滿足標(biāo)準(zhǔn)要求。
根據(jù)建立的動(dòng)力學(xué)有限元模型,提交 LS-DYNA求解器進(jìn)行求解,將結(jié)果進(jìn)行輸出,得到駕駛室最大變形如圖 2所示。從圖 2可以看出,駕駛室頂部結(jié)構(gòu)最大變形量為 103 mm,變形主要集中于頂部?jī)?nèi)側(cè)橫梁與外側(cè)兩根立柱上;而在撞擊點(diǎn)附近出現(xiàn)了應(yīng)力集中現(xiàn)象,前后立柱變形極小,表明頂部加強(qiáng)梁框架并不能很好地分散沖擊力,當(dāng)落物撞擊點(diǎn)位于駕駛?cè)藛T頭部上方處時(shí),極易造成人員損傷。
從變形上看,駕駛室頂部結(jié)構(gòu)水平傳力路徑不合理,導(dǎo)致駕駛室垂直方向變形過大,侵入駕駛員安全生存空間,因此有必要提取駕駛室上部結(jié)構(gòu)對(duì)其進(jìn)行優(yōu)化設(shè)計(jì)。駕駛室上部結(jié)構(gòu)如圖 2(b) 所示。
圖2 駕駛室的最大變形與上部結(jié)構(gòu)Fig.2 Maximum deformation and upper structure of cab
根據(jù)落錘撞擊試驗(yàn)結(jié)果,分解膠輪車駕駛室上部結(jié)構(gòu)進(jìn)行拓?fù)鋬?yōu)化,以沖擊力峰值為載荷條件,采用各向正交懲罰材料密度法 (SIMP),即將模型中“單元密度”作為設(shè)計(jì)變量,在 0~ 1之間取連續(xù)值,優(yōu)化求解后單元密度越靠近 1,則表明該位置的材料較為重要,需要保留。
優(yōu)化數(shù)學(xué)模型為
式中:X為設(shè)計(jì)變量,指的是設(shè)計(jì)區(qū)域內(nèi)單元密度;f(X) 為設(shè)計(jì)目標(biāo),指的是駕駛室結(jié)構(gòu)質(zhì)量最小化;g(X)和h(X) 為約束條件,分別代表上部結(jié)構(gòu)最大變形為75 mm和優(yōu)化體積上限為 30%。
將質(zhì)量最小化模型等效為體積分?jǐn)?shù)最小化,則目標(biāo)函數(shù)為
設(shè)計(jì)靈敏度指的是響應(yīng)對(duì)于優(yōu)化變量的偏導(dǎo)數(shù),其大小反應(yīng)了設(shè)計(jì)變量對(duì)目標(biāo)函數(shù)變化影響的程度,對(duì)式 (3) 進(jìn)行求偏導(dǎo),得到體積分?jǐn)?shù)靈敏度方程為
將上述數(shù)學(xué)模型代入 optistruct軟件進(jìn)行優(yōu)化求解,當(dāng)?shù)螖?shù)到達(dá) 28次時(shí),收斂結(jié)果,得到拓?fù)鋬?yōu)化后密度云圖,如圖 3所示。
圖3 拓?fù)鋬?yōu)化后的密度云圖與工程解讀Fig.3 Density contours and engineering illustration after topological optimization
從圖 3密度云圖可以看出,深色部分單元密度趨于 1,代表需要加強(qiáng);從工程解讀中可以看出,當(dāng)駕駛室頂部受落物沖擊后,力沿著撞擊點(diǎn)主要分為 6個(gè)路徑進(jìn)行擴(kuò)散,其中路徑 2與路徑 3傳力比例最大,立柱 2、3、5和 6為主要垂向載荷承載立柱,而立柱1和 4承載較小,強(qiáng)度有所冗余。
因此除了對(duì)加強(qiáng)梁布置結(jié)構(gòu)重新規(guī)劃外,考慮到輕量化因素,需對(duì) 2、3、5、6號(hào)立柱和上下橫梁所用矩形鋼管從 3 mm壁厚增加為 4 mm厚,1和 4號(hào)立柱壁厚從 3 mm降至 2 mm厚;考慮到尖銳巖塊落物對(duì)駕駛室有穿透風(fēng)險(xiǎn),因此保持頂部結(jié)構(gòu)鋼板厚度 3 mm不變。根據(jù)密度云圖與傳力路徑,對(duì)頂部結(jié)構(gòu)加強(qiáng)梁布置進(jìn)行重新設(shè)計(jì),布置方案為 A和 a,如圖 4所示,加強(qiáng)梁壁厚初步選定 B (3 mm) 和 b (2 mm)。
圖4 加強(qiáng)梁布置方案Fig.4 Layout scheme of reinforcement beam
將 4種優(yōu)化方案參數(shù)輸入駕駛室上部結(jié)構(gòu)中進(jìn)行重新建模,對(duì)其進(jìn)行落物沖擊仿真,并將結(jié)果輸出進(jìn)行綜合對(duì)比,結(jié)果如表 1所列。
表1 優(yōu)化方案結(jié)果對(duì)比Tab.1 Comparison of optimization scheme in results
設(shè)計(jì)目標(biāo)是控制駕駛室頂部結(jié)構(gòu)變形量不超過75 mm,同時(shí)質(zhì)量最輕,可以看出在 2種厚度下,加強(qiáng)梁布置方案 a性能均優(yōu)于方案 A,故選取方案 a為最終布置方案。
上部結(jié)構(gòu)加強(qiáng)梁布置選取方案 a,加強(qiáng)梁采用空心矩形梁,如圖 5所示。
則駕駛室上部結(jié)構(gòu)質(zhì)量為
圖5 加強(qiáng)梁布置方案與截面形狀Fig.5 Layout scheme and cross-section shape of reinforcement beam
對(duì)加強(qiáng)梁結(jié)構(gòu)局部穩(wěn)定性進(jìn)行分析,當(dāng)彎曲應(yīng)力、切應(yīng)力和局部擠壓應(yīng)力作用時(shí)的臨界應(yīng)力分別為
式中:χ為板邊嵌固系數(shù);K為局部穩(wěn)定系數(shù)。
臨界復(fù)合應(yīng)力可以表示為
式中:γ為截面兩邊緣彎曲應(yīng)力彎曲應(yīng)力比,值為 1。
粒子群算法 (PSO)[8-9]又被稱為鳥群捕食算法,該算法中每只鳥的位置代表了一個(gè)粒子,每個(gè)粒子還有一個(gè)速度決定它們飛翔的方向和速率,然后,粒子們就追隨當(dāng)前的最優(yōu)粒子在解空間中搜索。其中迭代中每個(gè)粒子的速度和位置通過式 (7) 進(jìn)行更新。
式中:vni(t) 為粒子n的i維的第t代;c為學(xué)習(xí)因子;r為 [0,1] 之間的隨機(jī)數(shù)字;pg為全局最優(yōu)位置。
人工魚群算法是通過模擬魚群個(gè)體之間通過合作來完成覓食的過程,對(duì)每條人工與個(gè)體進(jìn)行評(píng)價(jià),對(duì)覓食 Pray、聚群 Swarm、追尾 Follow和評(píng)價(jià)行為bulletin進(jìn)行選擇,來達(dá)到尋求全局最優(yōu)解的過程[10]。
人工魚群算法在全局尋優(yōu)過程中,對(duì)復(fù)雜目標(biāo)算法的收斂速度會(huì)降低[6],而粒子群算法恰恰能彌補(bǔ)這一點(diǎn),因此將這 2種算法進(jìn)行融合使用。具體思路為:每執(zhí)行完一次粒子群算法迭代之后,進(jìn)行一次人工魚群算法迭代,當(dāng)粒子群迭代所得函數(shù)值小于人工魚群公告板上函數(shù)值,則更新本次算法中最優(yōu)個(gè)體位置,否則保持不變,按此方法進(jìn)行迭代計(jì)算,直至收斂或者完成所需迭代次數(shù),如圖 6所示。
圖6 融合算法優(yōu)化流程Fig.6 Process flow of fusing algorithm
目標(biāo)函數(shù)以加強(qiáng)梁截面形狀為設(shè)計(jì)變量,定義為
目標(biāo)函數(shù)為
式中:m為駕駛室上部結(jié)構(gòu)總質(zhì)量;λmax為最大變形量。
約束條件包含強(qiáng)度約束、局部穩(wěn)定性約束和邊界條件約束,分別為以下約束函數(shù)
式中:[σ] 和 [τ] 分別為許用極限應(yīng)力和許用切應(yīng)力;[στcr]為許用復(fù)合臨界應(yīng)力。
根據(jù)融合算法流程編寫算法程序,其中設(shè)置算法迭代次數(shù)為 50次,學(xué)習(xí)因子c=2,最終得到該兩目標(biāo)優(yōu)化問題的最終 pareto前沿分布示意圖,如圖 7所示。將實(shí)線部分連接的 5個(gè)最優(yōu)解集數(shù)據(jù)整理,結(jié)果如表 2所列。
圖7 優(yōu)化最終 pareto前沿分布示意Fig.7 Final pareto frontier contours after optimization
表2 優(yōu)化結(jié)果Tab.2 Optimization results
從圖 7與表 2可以看出,優(yōu)化目標(biāo)函數(shù)之間互為沖突,即不可能使得結(jié)構(gòu)質(zhì)量與最大變形量同時(shí)達(dá)到最優(yōu)解,因此對(duì)目標(biāo)函數(shù)進(jìn)行權(quán)衡協(xié)調(diào),選取解集 3作為優(yōu)化結(jié)果。將結(jié)果近似取整,確定最終優(yōu)化參數(shù)為:a=40 mm,b=30 mm,δ=3 mm。優(yōu)化后,駕駛室上部結(jié)構(gòu)質(zhì)量降低 41.90%,最大變形量降低了35.84%。
(1) 以 WC8E膠輪車駕駛室為例,進(jìn)行了 11 600 J沖擊能量的落錘沖擊試驗(yàn),結(jié)果表明駕駛室在遭受落物沖擊時(shí),上部結(jié)構(gòu)變形過大,容易對(duì)乘員造成擠壓傷害。
(2) 以落錘沖擊力峰值為靜態(tài)載荷條件,對(duì)駕駛室上部結(jié)構(gòu)進(jìn)行了拓?fù)鋬?yōu)化,根據(jù)拓?fù)浣Y(jié)果確定了滿足傳力路徑的優(yōu)化結(jié)構(gòu)方案。
(3) 基于粒子群與人工魚群融合算法,對(duì)駕駛室上部結(jié)構(gòu)加強(qiáng)梁參數(shù)進(jìn)行了多目標(biāo)優(yōu)化,優(yōu)化后上部結(jié)構(gòu)質(zhì)量降低 41.90%,最大變形降低了 35.84%。駕駛室結(jié)構(gòu)安全性能顯著提升,駕駛室上部結(jié)構(gòu)質(zhì)量降低,提高了整車的穩(wěn)定性。