基于BP神经网络优化鱼优化算法的动态响应和其灵敏度研究的拦截设备的建模

科学领域:

• 机械工程 机械工程
• 航空航天工程 航空航天工程
• 计算科学 计算科学

背景情况:

• 飞机停止轮系统对于安全的航母着陆至关重要,但需要精确的建模来提高安全性和寿命.
• 现有的研究缺乏有效的模型,用于同时准确和快速分析车轮动力学.
• 对速度和质量等因素对停止轮响应的定量分析受到建模限制的阻碍.

研究的目的:

• 开发一种高效准确的模型,用于预测飞机停止轮动态反应.
• 进行灵敏度分析,以确定影响停止轮性能的关键参数.
• 为提高停止轮系统的操作可靠性和结构优化提供基础.

主要方法:

• 使用多体动力学和液压系统分析建立了停止轮的数学模型,并通过实验数据验证.
• 开发了一种鱼优化算法优化的BP神经网络 (WOA-BPNN),以高效,高准确地预测动态响应.
• 采用Sobol全球灵敏度分析方法来量化着陆参数对动态反应的影响.

主要成果:

• WOA-BPNN模型准确地预测了停止轮的动态反应.
• 灵敏度分析显示,着陆速度和质量是影响最大电缆力的主导因素.
• 确定了各种降落参数之间的显著相互作用,影响着停止轮的动态行为.

结论:

• 拟议的WOA-BPNN模型提供了一种有效的方法来分析停止轮动态.
• 降落速度和质量显著影响停止轮电缆的力,需要在设计和操作中仔细考虑.
• 该研究为优化停止轮结构和提高操作可靠性提供了见解.