摘要
本发明公开了一种抗疲劳与轻量化的Ⅲ型储氢容器优化设计方法。该方法以提升内胆疲劳寿命、减轻容器质量为优化目标,选取内胆壁厚、封头椭球比及复合层铺层方案作为关键设计变量,通过有限元模型分析不同设计参数下容器的疲劳特性,采集内胆疲劳寿命、容器质量数据构建数据库,采用深度神经网络构建设计参数与性能指标间的映射关系,以网络预测的内胆疲劳寿命和容器质量参数为优化目标进行帕累托前沿搜索,确定最优设计参数组合。本发明有效解决了储氢容器设计中疲劳性能与轻量化要求的矛盾问题,在保证容器质量可控的前提下显著提升疲劳寿命,同时大幅缩短传统试错法所需的设计周期,为Ⅲ型储氢容器的工程优化设计提供了高效可靠的技术方案。
技术关键词
储氢容器
优化设计方法
内胆
深度神经网络模型
螺旋
疲劳寿命分布
封头形状
变量
复合层
疲劳损伤计算方法
列表
TOPSIS算法
构建深度神经网络
拉丁超立方抽样
决策分析方法
参数
排布方式