关键词：
大吨位矿用自卸车
区间界定
区间可靠性
离散结构优化
摘要：
随着全球矿业回暖与“一带一路”战略全面推进,国内的大型矿山与一带一路沿线国家对大吨位矿用自卸车(Heavy Duty-Mining Dump Truck)的需求将迎来新一轮增长。面对这样广阔的潜在市场,要在逐渐集中化、稳定化的矿用自卸车行业竞争格局中取得突破,就必须降低产品全生命周期运行成本,其关键既在于提升产品使用可靠性,也在于着力解决产品现有问题的同时控制改进成本。这就要求在针对自卸车的优化设计中充分结合理论与实践,围绕开发设计中的工程实际问题开展深入研究,最终实现产品市场竞争力的有效提升。大吨位矿用自卸车常年运行在条件较为恶劣的矿山道路上,装载、行驶过程中载荷变化明显,车架是自卸车最重要的承载部件,贯穿了自卸车的整个生命周期。大吨位自卸车的车架通过不同厚度的钢板焊接制造,由不同方向的钢板互相连接,是一种典型的板制结构件,存在一些结构复杂的局部位置。这些位置的焊缝布置密、负荷重,是车架结构中的薄弱环节,其疲劳寿命往往决定了车架的疲劳寿命。因此,通过优化车架结构提升焊缝疲劳寿命、避免焊缝早期开裂失效,是改善车架疲劳可靠性的重要手段。但在车架的焊接过程中,焊缝局部熔融后自然冷却成型,这种难以精确控制的成型过程,是焊缝性能中的不确定性因素,影响焊缝的疲劳可靠性;而受限于板制件的结构特点,在传统的车架结构优化过程中,尺寸优化未涉及改变拓扑结构制约了优化效果、连续体拓扑优化难以转化成工程实际结构。这些客观存在的问题导致了围绕车架的抗疲劳结构优化在科学研究与工程应用之间还有着较大的差距。为此,本文依据露天矿山的实际工作环境,针对某型号自卸车运行过程中出现的车架焊缝疲劳裂纹,深入开展区间不确定性条件下的疲劳可靠性问题和离散结构的高效优化方法研究,以车架作为应用对象,旨在实现满足工程实际条件的抗疲劳结构优化。本文的主要研究内容如下:1、车架关键焊缝模型建立。以车架的关键焊缝作为研究对象,是细化研究目标,加强工程应用针对性的关键。本文通过静力试验验证车架有限元模型,参考车架结构形式,分析焊缝危险位置,选取相应的车架局部接头结构,验证局部接头与整体车架之间的关系。然后,运用基于焊缝结构应力的Verity方法,在接头结构中建立焊缝模型,分析不同典型工况下各关键焊缝的结构应力分布。2、车架焊缝疲劳寿命研究。准确获取载荷谱信息,开展确定性条件下的焊缝疲劳寿命研究,是进行不确定性条件下疲劳可靠性研究的基础。本文建立自卸车刚柔耦合动力学模型,通过道路试验予以验证,并引入自卸车装卸载工况,结合行驶工况进行自卸车动力学仿真分析,获取自卸车车架各铰接点的全工况载荷时间历程,转化为关键焊缝各节点的载荷谱。通过车架焊缝材料的疲劳寿命试验,获取确定性条件下的焊缝等效结构应力-疲劳寿命曲线(主S-N曲线)参数,分析自卸车全工况运输循环的关键焊缝疲劳寿命。3、疲劳参数区间界定方法研究。通过少量试验数据界定疲劳参数的区间边界,是将区间不确定性方法应用到实际工程问题的核心。本文在以区间数来表示疲劳参数不确定性的基础上,提出一种区间界定方法用于求取疲劳参数的区间边界,避免直接定义区间范围,或者以区间中值的百分比作为区间半径的简单做法。先将少量试验数据进行重构,构造粗糙区间边界信息,随后建立基于扩展均方根误差的偏差评价指标,评价试验数据重构质量,并修正粗糙区间边界中出现的极值交叉现象,求取区间参数边界,实现疲劳参数的区间界定。4、区间疲劳可靠性评价研究。研究区间不确定性条件下的疲劳可靠性评价模型,是联系疲劳可靠性问题与区间不确定性方法的桥梁。本文充分分析传统区间评价方法在疲劳问题中的局限性,考虑其中特有的区间边界数值不对称和重要性不对称,提出区间疲劳可靠性评价模型,该模型通过建立疲劳寿命弱三元区间,引入心态指标来描述设计过程中的心态倾向,构造评价函数计算对应疲劳寿命区间的评价指标,称为区间等效疲劳寿命,用于评价区间疲劳可靠性。据此,通过焊缝材料的疲劳试验结果与区间界定方法,获取主S-N曲线参数区间,分析了车架关键焊缝的区间疲劳可靠性,并对其抗疲劳结构优化潜力进行评估。5、车架抗疲劳离散结构优化。围绕关键焊缝所在的局部接头进行离散结构优化,是在板系结构优化中将科研成果与工程实际应用紧密结合的具体实践。为了保证优化结果的可实现性,以车架各关键焊缝所在的局部接头作为优化对象,将接头中的筋板布置形式作为优化变量,通过基结构模型的建立,把筋板布置变量转化为每块筋板存在与否的{0,1}离散变量,并把接头质量约束转换为筋板数量约束,然后对筋板布局变量进行重新编码,大幅提升优化设计效率。结合适用于无梯度信息的多岛遗传算法,以关键焊缝的最小区间等效疲劳寿命为优化目标,实现了局部接头的离散结构优化。优化的结构形式保证了可实现性,在较小的改动幅度下,车架焊缝的最低区间等效疲劳寿命得到了显著提升,实
欢迎来到三峡大学图书馆！
