Accidents that vehicles cross median and enter opposite lane happen frequently, and the existing median barrier has weak anti-collision strength. A new combined median barrier (NCMB) consisted of W-beam guardrail and concrete structure was proposed to decrease deformation and enhance anti-collision strength in this paper. However, there were some uncertainties in the initial design of the NCMB. If the uncertainties were not considered in the design process, the optimization objectives were especially sensitive to the small fluctuation of the variables, and it might result in design failure. For this purpose, the acceleration and deflection were taken as objectives; post thickness, W-beam thickness and post spacing were chosen as design variables; the velocity, mass of vehicle and the yield stress of barrier components were taken as noise factors, a multi-objective robust optimization is carried out for the NCMB based on Taguchi and grey relational analysis (GRA). The results indicate that the acceleration and deflection after optimization are reduced by 47.3% and 76.7% respectively; Signal-to-noise ratio (SNR) of objectives after optimization are increased, it greatly enhances the robustness of the NCMB. The results demonstrate that the effectiveness of the methodology that based on Taguchi method and grey relational analysis.


翻译:车辆跨中中位和进入对面车道经常发生事故,而现有中位屏障的防腐蚀强度较弱。一个新的混合中位屏障(NAMB)由W波束护栏和混凝土结构组成,目的是减少变形,提高防腐蚀强度。然而,在设计中,尚有一些不确定因素。如果在设计过程中没有考虑到不确定性,优化目标对于变数的微小波动特别敏感,可能导致设计失败。为此,加速和偏转被作为目标;后方厚度、W波束厚度和后方间距被选定为设计变量;车辆的速度、质量和屏障部件的产能压力被视作噪音因素,根据太口和灰色关系分析(GRA),为NCMB进行了多目标强力优化。结果显示,优化后的加速和偏转率分别减少47.3%和76.7%;优化后目标的信号对噪音比率(SNRR)被作为目标,作为目标选择为设计变数;机动性、车辆质量和屏障部分的产生压力压力压力压力压力压力压力压力压力作为噪音因素,作为噪音因素;根据Taguisma和灰质分析的结果显示,该方法的实效分析。

0
下载
关闭预览

相关内容

【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机 | EMNLP 2019等国际会议信息6条
Call4Papers
18+阅读 · 2019年4月26日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
论文浅尝 | Global Relation Embedding for Relation Extraction
开放知识图谱
12+阅读 · 2019年3月3日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2021年5月28日
Arxiv
6+阅读 · 2020年10月8日
VIP会员
相关VIP内容
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机 | EMNLP 2019等国际会议信息6条
Call4Papers
18+阅读 · 2019年4月26日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
论文浅尝 | Global Relation Embedding for Relation Extraction
开放知识图谱
12+阅读 · 2019年3月3日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员