基于有限元仿真的大规模法兰螺栓组应力神经网络预测研究

摘要

大规模法兰连接螺栓组的应力监测是风电机组等大型设备健康运行的重要需求。本研究以预紧法兰连接螺栓在变化的法兰外载荷作用下应力的有限元模拟结果为数据样本，采用BP、GA-BP和PSO-BP神经网络模型对螺栓组的应力进行预测和分析。结果表明，以相对误差为评价标准，3种模型的预测精度均随螺栓组中最小螺栓应力值的减小以及螺栓组中螺栓的最大应力差的增大而降低；螺栓组处于弹性阶段时的预测精度高于有螺栓进入塑性以后的情况；GA-BP和PSO-BP相对于BP具有更高的预测精度，PSO-BP的预测精度最高；对于更值得关注的高应力水平(400 MPa以上)螺栓，3种模型的预测精度均较高，整体平均误差均在2%以下。

关键词

法兰连接螺栓 / 螺栓应力 / 有限元分析 / 神经网络预测

基金资助

国家自然科学基金资助项目(No.52401343); 四川省自然科学基金资助项目(No.2024NSFSC1953)