李中凱，馬昊堃

(中國礦業(yè)大學(xué) 機電工程學(xué)院，江蘇 徐州 221116)

隨著中國經(jīng)濟的高速發(fā)展，國內(nèi)的貨物運輸尤其是能源礦產(chǎn)運輸也在飛速增長。相關(guān)研究表明，運輸車輛質(zhì)量每減輕100 kg，燃油消耗可降低0.3～0.5L/100 km，同時還能有效減少車輛的尾氣排放總量[1]。貨箱作為礦用卡車(簡稱礦車)的主要承載部件，自重較大，約占整車質(zhì)量的30% ，對礦車燃油經(jīng)濟性影響顯著[2-3]。因此，礦車貨箱的輕量化設(shè)計成為亟需解決的問題。

礦區(qū)的道路環(huán)境條件復(fù)雜，在不同工作條件下礦車貨箱受到的載荷并不相同，即工作狀況復(fù)雜多變，貨箱的設(shè)計和優(yōu)化過程中需要同時考慮多種工況條件下的設(shè)計參數(shù)協(xié)調(diào)化。目前國內(nèi)外學(xué)者對貨箱輕量化設(shè)計進行了一些研究，例如，王曉楠等[4]使用高強度鋼板代替普通鋼板對自卸車貨箱進行輕量化設(shè)計，并在在靜載工況條件對優(yōu)化后的貨箱強度進行驗證。董志明等[5]對礦用自卸車貨箱滿載勻速行駛、舉升卸貨等4種工況進行力學(xué)性能分析，為輕量化設(shè)計提供了理論依據(jù)；Li 等[6]基于模態(tài)理論對空載工況下貨箱的動態(tài)性能進行分析研究；王金剛等[7]對展開工況下翼開啟式車廂骨架進行靜力學(xué)分析，根據(jù)分析結(jié)果進行尺寸優(yōu)化設(shè)計；劉釗等[8]基于克里格(Kriging)近似模型技術(shù)，依次對貨箱在舉升卸貨和裝載工況條件下單獨進行優(yōu)化。

在汽車結(jié)構(gòu)輕量化設(shè)計方法方面， Trivers等[9]對靜態(tài)工況條件下的汽車座椅進行無參數(shù)的拓?fù)鋬?yōu)化，提高了座椅安全性能并實現(xiàn)輕量化設(shè)計；謝然等[10]建立白車身碰撞模型，對扭轉(zhuǎn)工況下的白車身進行滿足可靠性的輕量化設(shè)計；王禹琪等[11]對汽車輪轂進行多工況疲勞分析，以轉(zhuǎn)彎行駛工況進行了單一工況的輪轂多目標(biāo)輕量化設(shè)計；Mi等[12]對礦車車架進行疲勞壽命分析，采用試驗設(shè)計方法和近似模型技術(shù)對車架質(zhì)量和疲勞壽命進行了協(xié)同優(yōu)化。

目前國內(nèi)外對貨箱輕量化設(shè)計存在的問題在于：1)缺乏系統(tǒng)的優(yōu)化設(shè)計方法，企業(yè)一般直接使用高強度鋼板等效替換，然后在不同工況條件下驗證輕量化設(shè)計的貨箱是否滿足要求，導(dǎo)致設(shè)計周期較長且缺少后續(xù)結(jié)構(gòu)優(yōu)化設(shè)計分析[4-5]。2)輕量化設(shè)計過程中未能將多個工況下的性能參數(shù)同時進行優(yōu)化，往往只是選擇某一典型工況下的參數(shù)進行優(yōu)化分析，然后采用不同工況驗證設(shè)計的正確性[7-8,10-11]。因此，本文以某工程機械裝備公司所制造的礦用卡車貨箱為研究對象，提出一種貨箱二工況綜合輕量化設(shè)計方法，對貨箱的結(jié)構(gòu)設(shè)計參數(shù)進行系統(tǒng)優(yōu)化設(shè)計，設(shè)計流程如圖1所示。即首先建立貨箱有限元模型，選擇兩種典型工況對貨箱進行強度分析；通過試驗設(shè)計選取變量參數(shù)生成樣本點，搭建兩種工況綜合分析模型并計算樣本點得到對應(yīng)響應(yīng)；然后采用近似模型技術(shù)，建立響應(yīng)面進行多目標(biāo)優(yōu)化求解，得到不同的優(yōu)化設(shè)計方案。進而根據(jù)設(shè)計要求開展方案對比分析，選擇合適設(shè)計方案并進行有限元仿真驗證，實現(xiàn)貨箱的輕量化設(shè)計。

圖1 礦車貨箱輕量化設(shè)計流程

1 貨箱性能分析

1.1 有限元模型的建立

礦用卡車貨箱的結(jié)構(gòu)件主要由高強度鋼板焊接而成，由以下幾部分即底板總成、左右側(cè)板總成、前板總成和后板總成組成。該貨箱尺寸為6 000 mm×4 000 mm×2 000 mm，額定載貨重量60 t；貨箱材料均為Q690高強度鋼板，密度為7 850 kg/m3，泊松比為0.3，彈性模量為210 GPa，屈服強度σ為690 MPa。

對貨箱進有限元分析時，為了減少計算量，提升計算效率，需要將貨箱模型進行簡化，略去擋泥板、吊耳等對貨箱性能影響較小的零部件。使用SolidWorks三維建模軟件建立貨箱參數(shù)化模型，無縫導(dǎo)入AnsysWorkbench進行有限元分析。貨箱為相同材料的鋼板焊接而成，因此使用Bonded接觸形式代替焊縫進行分析；貨箱整體為薄壁件，使用殼單元進行網(wǎng)格劃分；液壓缸支座和貨箱與車架鉸接處為實體零件，采用實體單元進行網(wǎng)格劃分。有限元模型共包括737 429節(jié)點，364 652個單元，如圖2所示。

圖2 礦車貨箱有限元模型

1.2 貨箱強度分析

礦用卡車的工作環(huán)境惡劣，貨箱是礦卡的主要承重部件，在使用過程中不允許出現(xiàn)結(jié)構(gòu)斷裂或者有較大的應(yīng)力集中。貨箱損壞主要因素有過載導(dǎo)致超出靜態(tài)強度設(shè)計要求，以及疲勞破壞等。疲勞破壞多發(fā)生在局部，改進方法為改進局部結(jié)構(gòu)和進行工藝處理。靜態(tài)強度分析是為了滿足貨箱設(shè)計要求進行的重要分析，在靜態(tài)強度分析的基礎(chǔ)上可以進行疲勞強度驗證。本文選取以下兩種典型工況進行分析：1)滿載勻速行駛工況是貨箱工作時間最長的工況，因此要求平穩(wěn)的力學(xué)性能，保證長時間的平穩(wěn)運行。2)舉升卸貨工況是一個連續(xù)的動態(tài)過程，在貨箱升起過程中，貨箱前板處受到舉升力，尾部只有與車架鉸接處受支撐力，其應(yīng)力值是動態(tài)變化的。根據(jù)文獻[5,8,13]可知起升角度為0°的瞬間，此時的狀態(tài)貨箱整體受力最為嚴(yán)峻。因此，選取滿載勻速行駛和起升角度為0°時刻舉升卸貨兩種典型工況進行分析。

針對這兩種典型工況，首先處理工作過程中的載荷，在Workbench中采用方向豎直向下的重力加速度來模擬貨箱自重；舉升力根據(jù)貨物重量和車身自重施加；采用靜水壓來模擬貨物對底板和各側(cè)板的載荷[8]，貨箱所受載荷自下而上呈線性分布如圖3所示。貨箱底板所受壓力為貨物的正壓力P，其計算方法為

圖3 貨箱載荷分布圖

P=F/S=ρgH

(1)

式中：F為貨物總重；S為底板面積；ρ為貨物密度取1.43 t/m3；g為重力加速度，取9.8 m/s2；H為貨箱高度。采用庫倫土力學(xué)理論計算側(cè)板壓力P(h)與物料裝載高度到底板的距離h的關(guān)系[14]。

P(h)=Kaρgh

(2)

式中Ka為主動土壓力系數(shù)，根據(jù)所載貨物有效摩擦角(煤的有效摩擦角為26.6°)，通過查《主動土壓力系數(shù)Ka值表》得到Ka=0.66。則可以得到貨箱側(cè)板的真實壓力為相同高度下靜水壓的0.66倍。且考慮到實際工作中受力復(fù)雜，仿真分析時載荷按理論計算載荷的1.2倍施加。

按照上述的方法施加載荷，然后添加各工況下的約束條件。滿載勻速行駛工況下，兩根主縱梁采用遠(yuǎn)端位移約束，貨箱鉸接孔與車架鉸接孔處只釋放X方向旋轉(zhuǎn)自由度。舉升工況下，兩根主縱梁約束X方向平動自由度和Y、Z方向的旋轉(zhuǎn)自由度，貨箱鉸接孔與車架鉸接孔只釋放X方向旋轉(zhuǎn)自由度，液壓缸與支撐座銷軸處僅釋放X方向旋轉(zhuǎn)自由度。對上述工況進行計算分別得到兩種典型工況的應(yīng)力云圖如圖4所示。

(b)舉升工況

由圖4(a)可知：滿載勻速工況下貨箱最大應(yīng)力為252.48 MPa，出現(xiàn)在側(cè)板與后板的連接處，高應(yīng)力區(qū)域主要分布在貨箱側(cè)板與底板的連接處以及加強筋交叉位置。由圖4(b)可知：舉升工況下貨箱的最大應(yīng)力為445.14 MPa，應(yīng)力最大位置在貨箱與車架的鉸接處，這是因為貨箱舉升時，此處為整個貨箱唯一支撐點，因此受力比較嚴(yán)峻；貨箱前板處應(yīng)力也比較大，此處承受較大的舉升力。

(a) 滿載勻速工況

貨箱的強度設(shè)計要求安全系數(shù)為1.5，可以得到其許用應(yīng)力為460 MPa。對于應(yīng)力較大部位，可以通過局部的結(jié)構(gòu)改進，降低最大應(yīng)力。例如，滿載工況下最大應(yīng)力處，增加局部板厚和增加橫梁內(nèi)部筋板個數(shù)進行結(jié)構(gòu)改進；對于底板與側(cè)板連接處，添加肋板輔助焊接，增加焊接處強度；舉升工況下，貨箱與車架鉸接處增加局部板厚，并進行工藝強化處理，降低局部應(yīng)力。

2 貨箱二工況輕量化設(shè)計

多數(shù)研究在優(yōu)化貨箱的過程中未能將多個典型工況分析結(jié)果同時進行優(yōu)化[7-8,11]，僅考慮某一個工況進行優(yōu)化設(shè)計。因此本文提出一種貨箱二工況輕量化設(shè)計方法，利用 AnsysWorkbench軟件建立二工況綜合分析流程，如圖5所示。首先利用SolidWorks生成貨箱參數(shù)模型無縫導(dǎo)入AnsysWorkbench中實現(xiàn)網(wǎng)格劃分、兩種工況加載以及求解計算，然后將兩種工況分析結(jié)果導(dǎo)入多學(xué)科優(yōu)化軟件ISIGHT.2016中進行多目標(biāo)優(yōu)化求解[15]，實現(xiàn)貨箱兩種工況同時進行結(jié)構(gòu)優(yōu)化設(shè)計。

圖5 兩個典型工況的綜合輕量化設(shè)計流程

2.1 參數(shù)變量選取

由圖2的有限元模型可知，該貨箱主要由不同厚度的鋼板焊接而成，其中底板、側(cè)板、前板、后板和主縱梁是貨箱的主要組成部分和受力關(guān)鍵部位。因此選取如表1所示的5個參數(shù)作為設(shè)計變量，在Workbench中生成樣本，并以質(zhì)量和不同工況下最大應(yīng)力為響應(yīng)，進行參數(shù)相關(guān)性計算，以驗證變量選取的合理性[12,15]。

表1 選取設(shè)計變量

首先定義相關(guān)系數(shù)r為

(3)

(4)

Ci為歸一化處理后各變量對響應(yīng)的影響值，k為相關(guān)性分析樣本個數(shù)。

歸一化處理后，按照相關(guān)性數(shù)值的絕對值大小進行排序，繪制敏感性Pareto圖如圖6所示，其中藍(lán)色條形帶表示正效應(yīng)，紅色表示負(fù)效應(yīng)。然后影響程度根據(jù)Pareto圖的二八定律，累計百分?jǐn)?shù)在70%～80%范圍內(nèi)的因素，是主要的影響因素[16]。

(a)質(zhì)量

(b)滿載勻速行駛

(c)舉升工況

分析圖6發(fā)現(xiàn)同一個設(shè)計變量對不同響應(yīng)的影響存在差異，例如變量T1對貨箱質(zhì)量影響為正效應(yīng)，對滿載勻速工況最大應(yīng)力為負(fù)效應(yīng)，對舉升工況最大應(yīng)力為正效應(yīng)。因此需要對貨箱進行綜合多個工況的多目標(biāo)優(yōu)化設(shè)計，以綜合評判設(shè)計變量對貨箱輕量化和可用性的影響。

確定設(shè)計變量之后，采用最優(yōu)拉丁超立方抽樣(Optimal Latin hypercube sampling，OLHS)選取樣本點。與拉丁超立方抽樣(Latin hypercube sampling，LHS)相比最優(yōu)拉丁超立方抽樣改進了拉丁超立方設(shè)計的均勻性，使用φp準(zhǔn)則對樣本空間距離進行約束，使抽樣結(jié)果更加具有代表性[17]。

(5)

式中：di是樣本間距離d(xi,xj)的測度值，Ji不同距離的測度值的個數(shù)，s是di的個數(shù)。如果樣本能使得φp準(zhǔn)則最小，則LHS滿足優(yōu)化。

兩種抽樣方法的均勻性可以通過響應(yīng)面的擬合精度R2驗證，分別使用OLHS和LHS抽樣選取20組初始樣本點，使用RBF近似模型進行質(zhì)量響應(yīng)擬合，并計算抽樣方法擬合精度。然后依次增加樣本點進行擬合，經(jīng)過5次擬合，兩種抽樣方法的抽樣精度都達到了0.95以上，其擬合精度對比如圖7所示。

通過對比圖7發(fā)現(xiàn)：在樣本點數(shù)量相同的情況下，使用OLHS抽樣近似模型精度更高，使用32個樣本點便能達到近似模型精度要求。因此采用最優(yōu)拉丁超立方抽樣，生成50個樣本點，并在圖5搭建的AnsysWorkbench二工況綜合分析模型中進行求解得到貨箱質(zhì)量和不同工況下的最大應(yīng)力。計算結(jié)果如表2所示，其中T1～T5為設(shè)計變量，S1和S2分別為滿載勻速工況和舉升工況的最大應(yīng)力，M為貨箱質(zhì)量。

圖7 OLHS抽樣與LHS抽樣質(zhì)量響應(yīng)擬合精度對比

表2 最優(yōu)拉丁超立方樣本點及其對應(yīng)的響應(yīng)

2.2 RBF近似模型

為了降低工程問題的計算成本，近似模型技術(shù)得到了廣泛的應(yīng)用[8,11,18]。常見的近似模型技術(shù)有克里格模型(Kriging)、響應(yīng)面法(Response Surface Methodology，RSM)和徑向基近似模型(Radial Basis Function，RBF)等，其中RBF徑向基模型是一種采用徑向單元隱層和線性單元輸出層的神經(jīng)網(wǎng)絡(luò)，其特點是訓(xùn)練速度較快，網(wǎng)絡(luò)結(jié)構(gòu)緊湊，適用于處理非線性問題，并在許多工程優(yōu)化設(shè)計中得到了廣泛的應(yīng)用[19]。

(6)

式中，權(quán)向系數(shù)β=(w1,…,wm)T，基函數(shù)φ=(φ(‖x-xi‖),…,φ(‖x-xm‖)T，m為樣本點數(shù)量，xi為輸入變量。式(6)表示為矩陣形式如下：

Aβ=y?β=A-1y

(7)

其中

(8)

通過式(8)計算得出每個基函數(shù)的權(quán)重大小?；瘮?shù)使用高斯函數(shù)作為徑向基函數(shù)

(9)

其中，r為預(yù)測點與任意樣本點間的距離，c為形狀參數(shù)，調(diào)節(jié)徑向基函數(shù)形狀，通常取c=0.2～0.3。

建立響應(yīng)面后，通過確定性系數(shù)R2檢驗?zāi)Ｐ蛿M合的準(zhǔn)確性，R2∈[0,1]，當(dāng)R2值越接近1代表響應(yīng)面的擬合精度越高，可信度越高[21]。

(10)

通過最優(yōu)拉丁超立方抽樣和有限元仿真得到樣本點以及對應(yīng)響應(yīng)值，使用RBF近似模型進行擬合計算，建立響應(yīng)面，該模型具有5個輸入變量和3輸出響應(yīng)。為了驗證RBF近似模型的精確性，分別建立Kriging和RSM近似模型[12,18]與其進行對比。首先從抽樣點中隨機選取10個樣本點如表3所示，然后代入不同近似模型進行交叉驗證，得到預(yù)測值如圖8所示。

表3 隨機選取交叉驗證樣本點

(a)滿載勻速工況應(yīng)力

(b)舉升工況應(yīng)力

(c)質(zhì)量

表4 響應(yīng)面確定性系數(shù)R2對比

2.3 多目標(biāo)優(yōu)化

根據(jù)輕量化設(shè)計要求以及貨箱性能分析結(jié)果，定義貨箱質(zhì)量最小、滿載勻速工況應(yīng)力最小化和舉升工況應(yīng)力最小化為目標(biāo)，其多目標(biāo)優(yōu)化數(shù)學(xué)模型如下：

基于RBF近似模型，在多學(xué)科優(yōu)化軟件ISIGHT.2016中，使用NSGA-II多目標(biāo)遺傳算法進行優(yōu)化求解[22-23]。設(shè)置算法種群個數(shù)為60，進化100代，交叉概率為0.9，變異概率為軟件內(nèi)置參數(shù)，交叉分布指數(shù)為15，變異分布指數(shù)為20，經(jīng)過6 000次運算，得到Pareto解集如圖9 (a)所示。

為了清晰表達各個目標(biāo)之間的變化關(guān)系，圖9(b)、(c)為兩種工況下應(yīng)力與質(zhì)量的Pareto前沿，從中可以看出貨箱的質(zhì)量和應(yīng)力是矛盾的，貨箱質(zhì)量減小，應(yīng)力會增大。因此多目標(biāo)優(yōu)化問題的解決方案是根據(jù)Pareto最優(yōu)解找到盡可能多的代表性解集 ，然后根據(jù)分析對象的要求和工程案例的實際經(jīng)驗，從中選擇綜合滿意度最高的優(yōu)化結(jié)果。

2.4 輕量化優(yōu)化設(shè)計方案選取與驗證

2.4.1 多目標(biāo)優(yōu)化結(jié)果分析

從Pareto解集中選取以下優(yōu)化設(shè)計方案進行分析如表5所示。根據(jù)企業(yè)的設(shè)計需求和礦區(qū)的工作環(huán)境，選擇不同的優(yōu)化設(shè)計方案。如果要求設(shè)計傾向于降低貨箱質(zhì)量，可以采用1號和2號方案；如果傾向于降低貨箱滿載勻速行駛工況應(yīng)力，可以采用3號和4號方案；如果偏好于降低舉升工況應(yīng)力，可以選擇5號和6號方案。通過1.2節(jié)的強度分析，滿載勻速工況下貨箱安全系數(shù)較高，而舉升工況下應(yīng)力較大。因此貨箱的優(yōu)化設(shè)計要求為：在貨箱質(zhì)量減輕的同時，提高貨箱在舉升工況下的力學(xué)性能。因此選擇方案2作為最終優(yōu)化結(jié)果。

(a)多目標(biāo)優(yōu)化Pareto解集

(b)質(zhì)量和滿載勻速工況應(yīng)力的Pareto前沿

(c)質(zhì)量和舉升工況應(yīng)力的Pareto前沿

表5 輕量化設(shè)計方案分析

2.4.2 不同近似模型的優(yōu)化方案對比

在2.2節(jié)中對近似模型的選取做了相關(guān)的對比分析，為了進一步驗證RBF模型在本案例的優(yōu)勢，分別建立以Kriging和RSM近似模型為基礎(chǔ)的優(yōu)化模型，其他參數(shù)保持不變，使用NSGA-II進行優(yōu)化分別得到各自Pareto解集，根據(jù)2.4.1小節(jié)中貨箱設(shè)計要求，分別得到Kriging和RSM近似模型最優(yōu)設(shè)計方案，并進行對比分析如表6所示。

表6 三種近似模型最優(yōu)方案對比

通過分析發(fā)現(xiàn)，基于RSM模型的優(yōu)化方案與基于RBF模型優(yōu)化方案相比，側(cè)板厚度T2增加1.02 mm，其余變量差別較小，各工況應(yīng)力S1和S2分別減小2.65 MPa和10.91 MPa，但質(zhì)量卻增加了75.63 kg，從輕量化角度分析，基于RBF模型的優(yōu)化效果更好。基于Kriging模型的優(yōu)化結(jié)果與RBF和RSM模型相比，各變量的優(yōu)化值與RSM和RBF模型相差較大，應(yīng)力S1差異較小，舉升工況最大應(yīng)力S2優(yōu)于其他兩種模型，但是質(zhì)量與RBF模型相比增加了178.75 kg。從最優(yōu)方案的對比分析得出，響應(yīng)面的擬合精度能夠影響優(yōu)化設(shè)結(jié)果，不同的優(yōu)化問題需要選用合適的建模方法，才能保證優(yōu)化的準(zhǔn)確性。

自2011年起，北京和上海開始積極申請實行72小時過境免簽政策，2012年獲國務(wù)院批準(zhǔn)，2013年開始實施。因此作為穩(wěn)健性檢驗，將2011年和2012年的交叉項納入回歸方程中，其估計系數(shù)并不顯著，表明過境免簽政策有效性的回歸結(jié)果并不具有隨機性。綜上，可以認(rèn)為本文的回歸結(jié)果是顯著且穩(wěn)健的。

2.4.3 優(yōu)化后貨箱強度分析與驗證

該貨箱的強度設(shè)計標(biāo)準(zhǔn)要求：貨箱的安全系數(shù)為1.5，由1.1節(jié)可知貨箱材料為Q690高強度鋼，其屈服強度為σ為690 Mpa，則貨箱最大應(yīng)力不應(yīng)該超過其許用應(yīng)力[σ]為460 MPa。根據(jù)國家標(biāo)準(zhǔn)GB/T 1591-2018低合金高強度結(jié)構(gòu)鋼生產(chǎn)標(biāo)準(zhǔn)，對優(yōu)化后的變量進行圓整，提高其可制造性[24]。然后重新建立貨箱參數(shù)化模型，分別進行兩種工況下的靜態(tài)強度驗證，優(yōu)化后貨箱的應(yīng)力云圖如圖10所示。結(jié)果發(fā)現(xiàn)：優(yōu)化后的貨箱與原貨箱相比，靜態(tài)工況下最大應(yīng)力為281.92 MPa，與原始貨箱相比增加了29.44 MPa，但仍遠(yuǎn)小于鋼板的小于材料的許用應(yīng)力；舉升工況下的最大應(yīng)力由445.14 MPa減小到418.23 MPa，沒有超過材料許用應(yīng)力值460 MPa，且貨箱與車架的鉸接處應(yīng)力集中明顯減??；貨箱總質(zhì)量減小了733.1 kg，下降幅度為7.47%。貨箱輕量化設(shè)計前后對比結(jié)果如表7所示。(注：變化量為貨箱圓整后參數(shù)與優(yōu)化前參數(shù)對比結(jié)果)

(a)滿載勻速工況應(yīng)力云圖

(b)舉升工況應(yīng)力云圖

圖10 優(yōu)化后貨箱典型工況應(yīng)力云圖

2.4.4 優(yōu)化后貨箱疲勞壽命分析驗證

通過分析發(fā)現(xiàn)，舉升工況下，貨箱所受應(yīng)力最大，容易發(fā)生疲勞破壞。因此在AnsysWorkbench中使用疲勞分析模塊(Fatigue Tool)進行舉升工況下應(yīng)力疲勞分析，驗證優(yōu)化后貨箱的疲勞壽命是否達到設(shè)計要求。舉升工況下，貨箱的載荷譜如圖11所示。

圖11 舉升工況下載荷譜

采用名義應(yīng)力法(S-N曲線法)描述貨箱最大應(yīng)力與疲勞壽命之間的關(guān)系，進行貨箱疲勞壽命的預(yù)估[11]。Q690的疲勞壽命曲線通過實驗獲得，如圖12所示。

圖12 Q690高強度鋼的S-N曲線

在Fatigue Tool中進行載荷譜的加載，并計算貨箱疲勞壽命，得到貨箱在舉升工況下疲勞壽命云圖如圖13所示。通過疲勞壽命分析得出，貨箱的最低疲勞循環(huán)為67 125次，發(fā)生在貨箱與底盤鉸接處。根據(jù)設(shè)計要求：貨箱使用壽命需要滿足18 000 h。假設(shè)每小時裝卸3次，則設(shè)計要求的循環(huán)次數(shù)為54 000次。因此輕量化后的貨箱滿足疲勞強度要求。

圖13 貨箱疲勞壽命云圖

3 結(jié) 論

1)采用RBF近似模型建立貨箱鋼板厚度與不同工況下應(yīng)力和質(zhì)量的響應(yīng)的關(guān)系，并與Kriging模型和RSM模型進行對比分析，發(fā)現(xiàn)對于貨箱輕量化設(shè)計問題，RBF模型具有更好的建模精度，能夠保證后續(xù)優(yōu)化設(shè)計的準(zhǔn)確性。

2)綜合考慮了滿載勻速和舉升卸貨兩種典型工況下的性能參數(shù)，通過最優(yōu)拉丁超立方試驗和RBF近似模型技術(shù)建立了貨箱二工況綜合分析模型。采用ISIGHT軟件平臺進行數(shù)據(jù)點響應(yīng)面建模和多目標(biāo)優(yōu)化，最終在滿足貨箱靜態(tài)強度的同時，貨箱質(zhì)量減輕733.1 kg，下降幅度為7.47%。

3)通過對礦用卡車貨箱進行有限元模型建立、載荷計算、二工況下性能分析建立近似模型和多目標(biāo)優(yōu)化計算，提出了一種基于兩種工況下貨箱綜合輕量化設(shè)計流程和實現(xiàn)方法，為之后箱體類機械產(chǎn)品在兩種或者更多工況下的輕量化設(shè)計提供了理論依據(jù)和技術(shù)指導(dǎo)。