铁路卷状货物运输托盘设计、改进等工作往往依靠工程经验，通过仿真分析、实物检测的组合方式来完成。本文将传统设计思路转化为数学优化问题，引入元模型和自适应多目标优化算法对运输托盘进行设计、改进。建立托盘三维模型，制定装载加固方案，进行静载、冲撞工况仿真分析；对托盘进行强度试验(静载、冲击试验)，检验仿真分析可靠性；采用SolidWorks和Ansys协同仿真技术，搭建参数驱动化CAE仿真环境；提出基于最大最小距离准则和ESP诱导协同优化的最优拉丁超立方取样方法，创建高维参数空间矩阵；以各工况许用应力、变形阈值为约束，建立多目标优化数学模型；比较不同元模型精度，选择GWO-BP神经网络，搭载自适应第三代非支配排序遗传算法(A-NSGA-III)获得最佳参数组合，实现托盘轻量化、不同工况应力最小化。
(a) 支架长边x1、支架短边x2对质量m的影响；(b) 支架长边x1、连接梁长边x3对质量m的影响；(c) 支架短边x2、连接梁长边x3对质量m的影响；(d) 支架长边x1、支架短边x2对静载应力σ1的影响；(e) 支架长边x1、连接梁长边x3对静载应力σ1的影响；(f) 支架短边x2、连接梁长边x3对静载应力σ1的影响；(g) 支架长边x1、支架短边x2对冲撞应力σ2的影响；(h) 支架长边x1、连接梁长边x3对冲撞应力σ2的影响；(i) 支架短边x2、连接梁长边x3对冲撞应力σ2的影响
1)对铁路卷状货物运输托盘建模仿真，进行静载、冲撞工况仿真分析和实物试验，仿真与实测误差均少于11%，验证了有限元分析的可靠性。
2)基于最大最小距离准则和ESP诱导协同优化的最优拉丁超立方取样方法，与拉丁超立方取样相比，创建的样本矩阵更能反映高维参数空间特性。
3)对比不同元模型，发现GWO-BP神经网络元模型精度最高，搭载A-NSGA-III算法获得最佳参数组合，托盘质量减少27.97 kg，静载、冲撞工况下的驼峰支架最大应力分别减少23.01 MPa、37.21 MPa。
4)对于质量m，驼峰支架长边x1、短边x2、连接梁长边x3与m呈现正相关。对于应力σ1，变量x2与σ1呈现负相关，而随x1、x3减小，σ1出现减小后增加趋势。对于应力σ2，变量x1、x3与σ2呈现正相关，而随x2增加，σ2减小后趋于缓慢增加。
5)优化后的卷状货物运输托盘设计方案符合铁路安全运输需求，验证了本文提出的设计方法可行有效，能够为同类型铁路运输托盘设计、改进工作提供理论依据与工程参考。
通信作者：袁舜，兰州交通大学铁路货物装载加固研究与咨询中心高级工程师，从事交通运输工程研究。邮箱：18189531696@163.com
一审：杨碧峰
二审：涂 鹏
三审：蒋学东
点击“阅读原文”获取全文
