基于混合遗传算法的高速列车截面变化率优化设计

基于遗传算法和单纯形法构造出了一种混合优化算法,对不同编码方式的算法进行了对比分析。发现混合算法的寻优能力明显优于遗传算法的寻优能力;实数编码的混合算法能够更好的保持种群多样性,在存在多个局部最优解的情况下,比二进制编码的混合算法的寻优能力强。利用构造的基于实数编码的混合算法,结合Hicks-Henne型函数参数化方法和Kriging代理模型,对高速列车的截面变化率进行了减小气动阻力的优化设计,得到了在设计空间内的最优截面变化率;优化后,三辆编组列车的气动阻力减小9.41%,其中,压差阻力减小38.02%,摩擦阻力基本不变,头车气动阻力减小12.55%,尾车气动减小13.98%。     

高速列车横风气动力数值计算研究

采用雷诺平均的方法对高速列车横风稳定性进行了数值模拟,重点研究了列车在侧偏角为8.77°下的横风特性。研究对象为高速列车的风洞缩比模型,将数值计算结果与实验值进行了对比。鉴于当前各类软件针对复杂列车车体横风稳定性的计算仍然不成熟,首先进行了三类商用软件的数值计算比较,分析了不同软件计算结果的精度差异。针对复杂列车外形的网格划分也是数值计算中的重要组成部分,针对两套列车网格进行了分析,研究了网格对计算精度的影响。在与实验值拟合最好结果的基础上,还着重研究了列车在横风作用下的气动特性。背风侧上下侧面拐角位置的流动分离是横风效应的最明显特征,由于流动分离而产生的涡系沿着列车背风侧向下游延伸,并且其强度也不断增强。本文还从气动力角度对横风特性展开了研究。横风条件下列车气动力与无横风相比有较大差异,对列车不同部位的气动力及其组成等进行了分析。     

基于Kriging代理模型的高速列车头型多目标优化设计

随着列车运行速度的提高,气动阻力成为制约列车提速和节能环保的重要因素之一,尾车的气动升力是影响列车乘坐舒适性和运行安全性的关键气动载荷.本文针对CRH380A三辆编组简化外形,以整车气动阻力和尾车气动升力为优化目标,结合局部型函数三维参数化方法和基于迭代局部搜索算法的带有极大极小准则的中心拉丁超立方采样方法,提出了一套基于自适应非劣分类遗传算法的高速列车头型有约束多目标气动优化设计方法.研究结果表明:局部型函数参数化方法可以较好的应用于复杂三维气动外形的优化设计;自适应非劣分类遗传算法能够较为准确、高效的找到Pareto最优解集;优化后,三辆编组简化外形的整车气动阻力减小3.2%,尾车升力系数减小8.24%,流线型部分的体积减小2.16%,真实外形的整车气动阻力减小2.26%,尾车气动升力减小19.67%,两种外形的气动力变化主要集中在鼻锥和尾锥的变形区域;本文提出的优化设计方法简单、高效,可以为高速列车气动外形多目标、带约束工程优化设计提供参考.