基于BP神经网络和改进NSGA-II算法的龙门横梁结构优化

来源：机床与液压杂志2025年第19期北京时间：

作者：王乐恒，蔡玉强，袁鵾，周敬然，王明明

单位：华北理工大学机械工程学院；华北理工大学机械工程学院；河北鹰眼智能科技有限公司；华北理工大学机械工程学院；华北理工大学机械工程学院

摘要：针对按经验法设计得到的大型龙门设备横梁质量偏大和冗余度较大的问题，结合BP神经网络与改进的NSGA-II算法对横梁进行高刚度轻量化设计。以横梁质量为目标函数，数个关键尺寸为设计变量，横梁最大变形为约束条件建立优化数学模型。通过构建Kriging模型代替有限元仿真快速获取大量训练样本，利用训练样本对神经网络进行训练，得到高精度的含有输入-输出映射关系的BP神经网络模型。其次，对NSGA-II算法中的初始化种群和精英保留策略进行改进，提高种群的多样性，从而提高算法在全域内寻优的能力。最后结合BP神经网络和改进的NSGA-II算法对横梁尺寸参数进行高效寻优。结果表明：优化后，横梁在刚度和强度保持不变的情况下，质量减少了9.30%。并且相比于 Workbench自带的优化程序，优化效率提升了35.7%，质量进一步减少了2.42%。

关键词：优化设计;NSGA-II算法;BP神经网络;龙门设备横梁

基金资助：河北省自然科学基金项目（E2021209012）；研究生专业学位精品教学案例（KCJPZ2023032；2023cxcy094）