首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于NSGA-Ⅱ遗传算法的储能电池簇架结构优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:百思科新能源技术(青岛)有限公司

摘要:本发明提供了一种基于NSGA‑Ⅱ遗传算法的储能电池簇架结构优化方法,属于计算机辅助设计的储能结构优化技术领域。将储能电池簇架的各承载梁、板件、加强件等零件厚度转化为设计变量,将海陆运、安装工况下的机械性能指标作为目标响应,以建立多目标优化模型,将实际问题转化为数学问题;通过最优拉丁超立方法设计试验,通过一系列取样、DOE计算、变量筛选、可信度验证等流程构建高精度的电池簇架结构优化代理数学模型。利用NSGA‑Ⅱ算法模拟种群繁衍以进行多目标寻优,在得到最优Pareto解集的基础上结合实际钢材、钣金的常见参数进行圆整,得到符合实际制造的最优方案。在保证电池簇架各项机械性能的前提下,实现合理减材降本。

主权项:1.一种基于NSGA-Ⅱ遗传算法的储能电池簇架结构优化方法,其特征在于,包括以下过程:S1,建立储能电池簇架有限元模型;S2,基于建立的有限元模型,进行电池簇架典型工况强度、刚度及模态分析,判断是否存在优化空间,如果存在优化空间,则进入S3;S3,选定设计变量、目标响应,建立多目标优化模型;S4,进行最优拉丁超立方样本点试验设计,提取关于设计变量的试验样本点,以此作为原始数据,进行DOE分析及一次优化,并最终确定二次优化后的设计变量;S5,建立响应面代理数学模型,并进行代理数学模型可信度验证,若模型精度满足,则进入S6;S6,利用NSGA-Ⅱ二代算法非支配排序遗传算法对电池簇架的设计变量在设计空间内进行参数寻优;以电池簇架的质量最小及结构刚度最大为目标,各工况应力均不超过许用应力、一阶模态频率避开共振区间为约束条件,最终优化得到Pareto解分布;S7,基于得到的Pareto解分布,结合实际钢材、钣金的参数进行圆整,从而得到最优设计变量参数组合。

全文数据:

权利要求:

百度查询: 百思科新能源技术(青岛)有限公司 基于NSGA-Ⅱ遗传算法的储能电池簇架结构优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。