针对液压支架前连杆疲劳寿命值计算繁琐的问题,提出采用遗传算法优化后的BP神经网络预测液压支架前连杆疲劳寿命。首先采用最优拉丁超立方方法选取40组参数水平下的设计参数,然后采用ANSYS有限元分析软件计算每个参数水平下的疲劳寿命值,最后采用经遗传算法优化后的BP神经网络学习前30组数据,建立设计参数与疲劳寿命之间的神经网络模型,用剩余的10组数据检测模型预测精度。预测结果表明,遗传算法优化的BP神经网络对液压支架前连杆疲劳寿命的预测误差较小。

利用SolidWorks三维造型软件建立液压支架前连杆的三维实体模型。依据有限元基本理论,进一步建立前连杆的有限元模型,并通过MSC.Nastran有限元分析系统进行分析,并将分析结果作为输入,利用MSC.Fatigue疲劳分析软件对前连杆进行全寿命疲劳分析,得到液压支架前连杆的疲劳寿命和危险点的寿命值,方便早期设计阶段对产品寿命进行估计。