基于ISIGHT的軌道板運輸車可靠性優化設計

王道成

（中鐵四局集團有限公司第八工程局公司，安徽 合肥230041）

0 引言

圖1所示軌道板運輸車是用于在城市地鐵及鐵路上運輸無砟軌道板的機械設備[1-2]，其主要結構包括T型輪架、傳動系統、控制系統和司機室等，整車高1.54 m，長12.6 m，寬2.5 m，其前后輪組軸距B為7 m。軌道板運輸車的工作原理是通過傳送帶裝載軌道板，由液壓支撐系統固定，防止其在運輸過程中發生滑移，運輸到指定位置后由傳送帶卸載軌道板。

軌道板運輸車作為一種大型機械設備，結構復雜，設計多依賴于經驗，為保證整車運輸安全性，其剛度、強度均有較大的富余量，造成材料浪費，因此有必要對其結構進行可靠性優化設計。本文基于多學科優化軟件ISIGHT中6 Sigma質量優化理論，在保證軌道板運輸車可靠性的條件下，對其結構進行優化設計。

圖1 軌道板運輸車結構簡圖

1 軌道板運輸車結構6 Sigma分析

軌道板運輸車采用材料為Q345鋼，材料許用應力[σ]=257 MPa，許用靜剛度[f]=B/900=7.78[3]，取以下兩種工況：

工況1：載荷作用于傳送鏈條上，校核強度；工況2：載荷作用于傳送鏈條上，校核剛度。

為驗證軌道板運輸車初始設計的可靠性是否滿足設計要求，需對其結構模型先進行6 Sigma質量分析。

1.1 建立有限元模型

采用APDL語言建立軌道板運輸車有限元參數化模型，如圖2所示。由于整車結構簡化成板結構和梁單元，因此采用ANSYS中殼單元SHELL63及實體單元SOLID95模擬。整個系統離散成181 713個單元，212 519個節點。

圖2 軌道板運輸車有限元模型

1.2 6 Sigma設計方法

6 Sigma設計方法（Design For Six Sigma，DFSS）是在設計初期考慮不確定性因素對產品的影響，通過概率統計的方法控制滿足條件的設計變量[4]。其中σ表示標準差，反映一組數據的離散程度。計算公式如下：

式中，n—樣本容量；

xi—第i個樣本的觀察值；

魯迅對國民性的改造是以暴露農民身上的弱點為切入口的，從而推及其他群體直至全體國民。魯迅筆下的阿Q這一農民身上幾乎具有所有國民性的弱點，他愚昧無知，麻木不仁，封建落后，自欺欺人。其中以“精神勝利法”最為典型。作者對阿Q這一形象的批判是十分尖銳，不留情面的。試想：如不敢揭示瘡疤，像阿Q那樣習慣忌光忌亮，“用瞞和騙，造出奇妙的逃路來，而自以為正路，在這路上，就證明著國民性的怯懦、懶惰、而又滑。一天一天的滿足著，即一天一天的墮落著，但又覺得日見其光榮。”那么中國人民就要繼續做帝國主義、封建統治者的奴隸，而且心安理得地活下去。

x—樣本平均值。

6 Sigma是評價產品可靠性的重要指標，計算公式如下：

式中，USL—可接受質量的約束上限；

LSL—可接受質量的約束下限；

σ—標準差。

1.3 蒙特卡洛抽樣技術

蒙特卡洛模擬（Monte Carlo Simulation，MCS）是一種以概率統計為指導的一類數值計算方法。在ISIGHT中，蒙特卡洛抽樣技術是最精確的質量分析方法。為了保證計算精度，本文采用簡單隨機抽樣的采樣規則，隨機抽取1 000個樣本點來分析計算，采樣如圖3所示。

圖3 簡單隨機抽樣圖示

1.4 不確定性因素

本文主要考慮的不確定性因素有尺寸及板厚偏差、載荷波動和材料彈性模量的波動。變量均值與標準差如表1所示。

表1 不確定性因素均值與標準差

1.5 軌道板運輸車神經網絡近似模型

本文采用徑向基神經網絡構建軌道板運輸車近似模型，提取200個樣本點構建基函數，在誤差分析過程中隨機選取40個樣本點，其中基函數計算公式為：

軌道板運輸車神經網絡近似模型誤差評估結果如表2所示，各項誤差指標均在其許用值內，表明其仿真精度較高，該近似模型可以替代有限元模型。

表2 近似模型誤差評估結果

1.6 軌道板運輸車6 Sigma分析流程

首先確立軌道板運輸車的不確定性因素，并將有限元參數化模型集成到多學科優化軟件ISIGHT中，然后構建徑向基神經網絡近似模型，通過蒙特卡洛模擬對設計變量進行簡單隨機抽樣，最后采用6 Sigma模塊分析結構模型的可靠性。軌道板運輸車6 Sigma分析流程如圖4所示。

圖4 軌道板運輸車6 Sigma分析流程

1.7 軌道板運輸車6 Sigma分析結果

通過ISIGHT分析計算得到各工況條件下的6 Sigma水平圖，如圖5所示；各工況的概率分布圖，如圖6所示。

圖5 各工況6 Sigma水平圖

圖6 各工況概率分布圖

由圖6可知，軌道板運輸車在不確定性因素的影響下，工況1最大應力為268.57 MPa，大于材料許用應力257 MPa；工況2最大位移為8.96 mm，大于材料許用靜剛度7.78 mm，因此，初始設計的軌道板運輸車的可靠性不滿足設計要求，需要對其進行優化設計。

2 軌道板運輸車結構6 Sigma優化

2.1 軌道板運輸車6 Sigma優化流程

首先定義軌道板運輸車神經網絡近視模型，在初始設計階段考慮不可控因子對結構的可靠度影響；通過蒙特卡洛模擬，測量輸出響應的6 Sigma水平，然后分析輸出響應是否滿足質量要求，若不滿足要求，則通過改進設計變量均值，直到滿足規定的可靠性要求。優化流程如圖7所示。

圖7 軌道板運輸車6 Sigma優化流程

2.2 軌道板運輸車6 Sigma優化結果

通過ISIGHT軟件中的優化模塊分析計算得到各工況條件下的6 Sigma水平圖，如圖8所示；各工況的概率分布圖，如圖9所示。

圖8 各工況6 Sigma水平圖

圖9 各工況概率分布圖

由圖8可知，軌道板運輸車各工況條件下的6 Sigma水平均為8.0，可以認為可靠度近似為1，滿足可靠性要求；由圖9可知，工況1最大應力為228.29 MPa，小于材料許用應力257 MPa，工況2最大位移為7.67 mm，小于材料許用靜剛度7.78 mm，因此，優化后的軌道板運輸車滿足可靠性設計要求。

2.3 軌道板運輸車ANSYS驗算結果

由表3可知，軌道板運輸車結構的自重ANSYS驗算值與6 Sigma優化值差值較小，可以認為近似模型比較精確[7-8]。優化后軌道板運輸車在保證滿足可靠性要求的條件下，結構自重減小1 900.58 kg，與優化前質量相比自重降低了13.89%，優化效果顯著。

表3 ANSYS驗算結果

3 結語

（1）考慮了板厚偏差、載荷波動等噪聲因子對軌道板運輸車結構可靠性的影響，并建立了有限元模型。

（2）在ISIHGT軟件中建立了徑向基神經網絡近似模型，通過蒙特卡洛模擬，對原始設計的軌道板運輸車結構進行了6 Sigma質量分析，結果表明，軌道板運輸車在額定載荷的作用下，材料強度、靜剛度均不滿足可靠性設計要求。

（3）在對軌道板運輸車6 Sigma質量分析的基礎上進行了6 Sigma質量優化，結果表明，在滿足設計可靠性的條件下，軌道板運輸車結構自重降低了13.89%，優化效果顯著。