机械设计与制造2022，Issue(11) ：228-232,238.

基于多输出回归的动力总成悬置系统刚度预测

Stiffness Prediction of Powertrain Mounting System Based on Multiple Output Regression

赵丹丹 杨明亮 丁渭平 吴昱东
机械设计与制造2022，Issue(11) ：228-232,238.
✕
  • 维普
  • 万方数据

基于多输出回归的动力总成悬置系统刚度预测

Stiffness Prediction of Powertrain Mounting System Based on Multiple Output Regression

赵丹丹 1杨明亮 2丁渭平 2吴昱东1
扫码查看

作者信息

  • 1. 西南交通大学机械工程学院,四川 成都 610031
  • 2. 西南交通大学机械工程学院,四川 成都 610031;先进驱动节能技术教育部工程研究中心,四川 成都 610031
  • 折叠

摘要

为能够精确、高效预测汽车动力总成悬置系统刚度从而避免通过反复调校匹配的过程,以某型横置式发动机四点悬置系统为研究对象,提出基于多输出回归算法直接预测动力总成悬置系统刚度的方法并验证了方法的有效性.首先,分别建立了 MRTs,MLPR,Multi-SVR三种多输出回归刚度预测模型;随后,以数理型(RMSE、R2)和工程型(解耦率、隔振率)评价指标相结合进行了横向比较进而得出MRTs模型用于直接预测动力总成悬置刚度的综合性能最高的结论;最后,纵向对比了多输出回归算法和遗传算法对悬置系统刚度优化结果及工程效果,结论表明:两种算法都能较好满足动力总成悬置系统解耦率控制要求,但多输出回归算法使得悬置系统加权支反力收敛速度更快,同时运算效率显著提高.

关键词

多输出/神经网络/支持向量机回归/决策树回归/动力总成悬置系统/刚度预测

引用本文复制引用

基金项目

出版年

2022
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
参考文献量7
段落导航相关论文