机械工程学报

作者：吕志军, 褚铭, 周亚勤, 肖雷, 李宏亮

单位：1. 东华大学机械工程学院 上海 201620;2. 上海精星仓储设备工程有限公司 上海 201611

关键词：数据驱动,剪切刚度,XGBOOST,认知预测,立柱片；

基金：国家自然科学基金资助项目(52075094)。

高层工业货架的货载量通常远大于结构自重，立柱片剪切刚度对货架整体的侧向稳定性至关重要。由于结构尺寸及连接方式的多样性，目前建立较为通用的立柱片剪切刚度计算模型还比较困难。以常见的Z型立柱片为例，提出了物理模拟与数据驱动混合的剪切刚度认知预测方法，以期提高工业货架抗侧倾设计的科学决策能力。首先，建立了基于力学性能试验的立柱片剪切刚度有限元仿真模型，并获取了不同立柱片结构的剪切刚度分析数据集；其次，采用XGBOOST算法建立了立柱片剪切刚度智能化预测模型；相比于卷积神经网络和长短期记忆网络，其预测效率较高且更接近于有限元数值计算，便于立柱片剪切性能的快速评估。以此为基础，选取SHAP(Shapley additive explanation, SHAP)值可视化分析方法对立柱片预测模型计算结果进行理解与认知。重要性分数显示，改善立柱片剪切性能的关键在于斜横撑结构的设计；而立柱片跨距对剪切性能影响相对有限，可以根据需要灵活配置。另外SHAP摘要图和依赖图显示，分离型斜横撑配置模式下增大结构件规格尺寸可以明显提高立柱片的剪切刚度值。

来源：2024年第2期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第2期