结 论
以减少横梁质量为目标，以变形量及固有频率为约束条件，结合神经网络良好的映射拟合能力及粒子群算法简单快捷的寻优学习机制的优势，实现了龙门式多轴自动锁螺丝设备横梁结构轻量优化，该优化过程主要包括以下三项工作：（1）建立了包含单个隐含层的BP神经网络，结合大量的数据进行网络训练，拟合出尺寸设计变量与最大变形量及一阶固有频率的映射关系，预测误差基本控制在4%以内；（2）结合Deb可行性准则对粒子群优化算法进行改进，使其具有优化带约束问题的能力，并通过引入随机扰动因子改善早熟收敛现象；（3）建立神经网络与改进的PSO的数据交互关系，通过改进的PSO进行寻优。
最终在保证一阶频率基本不变、最大变形量小量增加的前提下，质量大幅减少29.61%，并通过ANSYS软件仿真，验证优化效果的可信度。
基于某典型座椅头枕的碰撞分析，研究了座椅头枕结构参数对头枕碰撞安全性的影响规律，为座椅头枕的结构性设计提供指导，并取得了以下结论：（1）随着头枕厚度和包裹度的增加，碰撞时头部的最大加速度值、高加速度持续时间逐渐减小，有效提高了头枕的吸能性。（2）随着头枕密度的增加，碰撞时头部的最大加速度值与高加速度持续时间先减小后增大。这是由于头枕密度过小，碰撞时头部易与骨架发生碰撞，使最大加速度值较大，此时增加头枕密度，可有效减小钢球与头枕撞击时的加速度；但头枕密度过大，也会使头枕缓冲作用减弱，使碰撞时头部最大加速度值升高，降低头枕的吸能性。
Learn more
