论文部分内容阅读
液压支架作为井下工作的支护设备，是煤炭安全有效开采的重要保障。随着液压支架技术的不断成熟以及市场竞争地日益加剧，在保证使用寿命的前提下，展开液压支架的轻量化设计、缩减投入成本已经成为液压支架领域竞相追逐的使命。因此，本文在液压支架关键部件疲劳寿命有限元数值模拟分析的基础上，利用RBF神经网络建立了其近似分析模型，并耦合粒子群算法，确立液压支架关键部件考虑疲劳寿命的优化计算模型，从而满足液压支架轻量化设计的应用要求。 首先，在考虑液压支架使用寿命的基础上，提出了其关键部件的优化计算策略。在构建液压支架关键部件优化模型的过程中，选择疲劳寿命作为约束条件，将液压支架关键部件横截面重量设定为目标函数，并将粒子群算法应用于整个优化模型的优化迭代计算中，考虑粒子群算法的适用性，采用罚函数法将液压支架关键部件带约束优化模型转变为无约束优化模型，然后通过连杆优化实例验证了液压支架关键部件基于疲劳寿命的优化计算方法可行性。 其次，论文以有限元理论为基础，进行液压支架关键部件疲劳寿命的数值模拟分析研究。并利用RBF神经网络对获得的疲劳寿命样本数据进行学习训练，建立了液压支架关键部件的疲劳寿命近似分析模型，然后通过一定样本数据进行模型预测精度验证，确保所建模型可用于液压支架关键部件优化计算。 最后，将液压支架关键部件基于疲劳寿命近似模型的优化计算方法应用到某型两柱掩护式液压支架中，分别对液压支架顶梁、掩护梁及底座展开考虑疲劳寿命的优化计算工作，实现液压支架关键部件轻量化设计要求。