摘要
为揭示推手齿轮箱中关键零件所受应力在不同工况下的变化规律,利用数字孪生技术,采用分步降维建模方法构建了推手齿轮箱实时动力学分析代理模型.首先基于多工况有限元求解结果构建样本集,选取极限学习机建立应力回归预测模型.之后,根据应力回归预测模型的输出,利用B样条曲线拟合实现不同工况下关键零件应力的实时输出.结果表明:基于极限学习机的应力回归预测模型预测平均误差在6％以内,拥有良好的预测精度和泛化能力.B样条曲线对应力回归预测模型的输出有较好的拟合性能,拟合平均误差保持在8％以内,能够保证实时动力学分析代理模型的准确性.该方法可为推手齿轮箱中关键零件的结构优化设计和剩余寿命预测提供数据支撑.
维普
万方数据