基于Kriging代理模型的高速列车头型多目标优化设计  

作　　者：姚拴宝[1] 郭迪龙[1] 孙振旭[1] 杨国伟[1] 陈大伟 

机构地区：[1]中国科学院力学研究所,工程系统应用力学重点实验室,北京100190 [2]南车青岛四方机车股份有限公司,青岛266111

出　　处：《中国科学：技术科学》2013年第2期186-200,共15页Scientia Sinica(Technologica)

基　　金：国家科技支撑计划(批准号:2009BAG12A03);国家重点基础研究发展计划("973"计划)(批准号:2011CB71100)资助项目

摘　　要：随着列车运行速度的提高,气动阻力成为制约列车提速和节能环保的重要因素之一,尾车的气动升力是影响列车乘坐舒适性和运行安全性的关键气动载荷.本文针对CRH380A三辆编组简化外形,以整车气动阻力和尾车气动升力为优化目标,结合局部型函数三维参数化方法和基于迭代局部搜索算法的带有极大极小准则的中心拉丁超立方采样方法,提出了一套基于自适应非劣分类遗传算法的高速列车头型有约束多目标气动优化设计方法.研究结果表明:局部型函数参数化方法可以较好的应用于复杂三维气动外形的优化设计;自适应非劣分类遗传算法能够较为准确、高效的找到Pareto最优解集;优化后,三辆编组简化外形的整车气动阻力减小3.2%,尾车升力系数减小8.24%,流线型部分的体积减小2.16%,真实外形的整车气动阻力减小2.26%,尾车气动升力减小19.67%,两种外形的气动力变化主要集中在鼻锥和尾锥的变形区域;本文提出的优化设计方法简单、高效,可以为高速列车气动外形多目标、带约束工程优化设计提供参考.

关 键 词：多目标优化 KRIGING模型 遗传算法 气动外形 高速列车 

分 类 号：U270.2[机械工程—车辆工程]