基于神经网络液体横向晃动时罐体受力的预测

摘要：

用Fluent软件,VOF( Volume of Fluid)模型,对基准罐体在不同充液比下受到横向加速度时的受力进行数值模拟;以充液比、前两时刻基准罐体受力、加速度及将要经历的加速度作为输入,以下一时刻受力作为目标输出,选用合理的计算结果作为训练样本,建立基于BP神经网络液体横向晃动时基准罐体受力的预测模型,用158个样本对完成训练的网络进行可靠性验证,横向力、垂向力和侧倾力矩最大预测误差分别为8.88％,0.36％,1.38％,符合精度要求.基准罐体的时间步长和受力进行修正后,与一般圆柱及椭圆形罐体受力的大小和规律基本一致;对于作横向运动的柱形罐体,受力大小与罐体长度成正比.通过修正基准罐体的时间步长和受力,对一般圆柱及椭圆形罐体的受力也可实现BP神经网络的预测,为罐车动力学分析快速有效地提供所需数据.

关键词：BP神经网络、液体晃动、罐体、受力

所属期刊栏目：37

分类号：U469.6(汽车工程)

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：649-653