简介：为将托架优化问题中复杂的非线性隐式关系转化为显式函数,提出基于白箱系统理论的高阶响应面模型进行多目标优化,大幅降低了技术门槛,简单实用、精准度高,更容易被现场理解、接受.制定集重装车方案,进行静载、冲撞仿真和强度试验,检验仿真可靠性.采用基于AE势能准则和自适应遗传算法组合优化的最优拉丁超立方取样方法,创建高维参数空间矩阵.利用最小二乘回归法创建含交叉项的4阶响应面模型,并通过k折交叉验证评估不同代理模型精度.采用Sobol法量化各参数对不同响应的1阶、2阶、全局灵敏度及交互效应,深入探索各参数及其2阶交叉项对响应的影响.搭载NSGA-Ⅲ获得Pareto解集.结合我国铁路卷钢运输特点,运用秩和比法赋予各响应权重矩阵,获得不同设计偏好下的最优解.研究结果表明:仿真与实测值误差低于10％,仿真准确可靠.最优拉丁环境下,系统最小势能是0.41,相较于普通拉丁降低了22.6％,样本点分布合理.高阶响应面误差低于4.5％,精度满足工程需要.从各权重矩阵中,选择方案4作为最优设计,与原方案相比,托架质量降低了9.89％,2个工况最大应力分别降低了6.79％、14.36％,托架符合铁路货运安全需求.研究结果有望为同类托架设计、改进等领域提供关键技术支撑和工程参考.展开
