蔡文斌，劉 洋，趙韜碩，陳 兵

(1. 中國北方車輛研究所，北京 100072；2. 北京科技大學(xué)機械工程學(xué)院，北京 100083)

1 引言

高速履帶車輛區(qū)別與輪式車輛的最顯著特點之一，是利用履帶行駛系統(tǒng)來完成自鋪路面的行走，使得履帶車輛的野外行駛能力，越障能力和機動性能都得到了保證。隨著現(xiàn)代履帶車輛對機動性要求不斷提高，車輛在斜坡行駛、軟地急轉(zhuǎn)彎等惡劣工況行駛過程中履帶脫輪現(xiàn)象時有發(fā)生，履帶發(fā)生脫輪不但使車輛喪失機動性，陷入“癱瘓”狀態(tài)，而且直接影響了車輛的行駛通過性和作戰(zhàn)任務(wù)等。因此有必要圍繞履帶車輛的履帶脫輪問題進行相關(guān)研究，分析履帶剛度特性、誘導(dǎo)齒及負(fù)重輪設(shè)計參數(shù)對履帶脫輪影響的靈敏性，并優(yōu)化相關(guān)設(shè)計變量來提高履帶系統(tǒng)的運行穩(wěn)定性。

近年來，國內(nèi)很多學(xué)者對高速履帶車的研究工作主要集中在高速車輛懸掛系統(tǒng)動力學(xué)特性和履帶行動裝置的研究上，并得到了一定的研究成果。例如：云忠等人基于多體動力學(xué)理論建立了履帶車懸掛系統(tǒng)半車振動力學(xué)模型和動力學(xué)方程，并用RecurDyn仿真驗證了高速履帶車翻越垂直壁障時懸掛系統(tǒng)參數(shù)對其乘坐舒適性和穩(wěn)定性的影響[1]。卞美慧等人提出了兩種負(fù)重輪載荷分配的方案，并對兩種負(fù)重輪載荷分配方案下車輛的平順性進行了仿真分析[2]。馬星國等人以某履帶車輛懸掛系統(tǒng)為例，利用動力學(xué)軟件RecurDyn建立單輪動力學(xué)模型，并基于車輛動力學(xué)與沖擊碰撞原理，研究油氣彈簧與液壓緩沖器對懸掛系統(tǒng)性能影響及車體行駛過程中懸掛系統(tǒng)緩沖、吸振性能[3]，劉冰鐵等人基于ANSYS Workbench 平臺，在三種典型工況下，對三種輪盤結(jié)構(gòu)形式的負(fù)重輪的應(yīng)力分布情況進行了計算，得到了在相應(yīng)工況下應(yīng)力的最大值[4]。上述研究并非針對履帶脫輪問題展開的研究的工作，但對本文具有一定的指導(dǎo)作用。

查閱國內(nèi)外近20年高速履帶車輛履帶脫輪機理研究的公開文獻，受技術(shù)保密或問題過于復(fù)雜等因素影響，很難發(fā)現(xiàn)與高速履帶車輛脫輪機理研究緊密相關(guān)的文獻，僅發(fā)現(xiàn)少數(shù)學(xué)者圍繞脫輪現(xiàn)象開展了部分研究工作。例如：錢堯一等為解決三角履帶脫輪問題，使用多體動力學(xué)軟件RecurDyn建立了三角履帶車輛的模型，研究了其誘導(dǎo)輪張緊裝置的預(yù)緊力參數(shù)變化對履帶張緊力和前端垂向位移的影響規(guī)律[5]；朱艷芳等運用ADAMS軟件建立了履帶車輛行走系統(tǒng)虛擬樣機模型，并對其高速行駛工況的“脫輪”問題進行仿真分析[6]；張燕等使用RecurDyn軟件對履帶及負(fù)重輪的位移變化進行研究，分析了履帶脫輪的原因[7]；張濤考慮了履帶車輛主要結(jié)特征構(gòu)，建立了針對其高速行駛中脫輪問題的行走系統(tǒng)動力學(xué)模型[8]；韓壽松通過RecurDyn和AMESim軟件構(gòu)建了履帶車輛整車動力學(xué)、路面和油氣懸架液壓系統(tǒng)模型，分析了油氣懸架履帶車輛蓄壓初始充氣壓力等參數(shù)對履帶車輛脫輪故障的影響規(guī)律[9]。

本文在上述研究的基礎(chǔ)上將履帶考慮成柔性體，對履帶的剛度值進行了有限元仿真分析。并以ADAMS軟件為仿真平臺建立了可測試履帶從負(fù)重輪脫出難易程度的虛擬樣機，利用正交試驗的方法開展了對履帶扭轉(zhuǎn)剛度、拉伸剛度、側(cè)向剛度和誘導(dǎo)齒及負(fù)重輪設(shè)計變量對履帶脫輪影響的仿真研究；最后使用神經(jīng)網(wǎng)絡(luò)對仿真結(jié)果進行擬合，并對擬合表達式進行GA算法尋優(yōu)，得到了防止履帶脫輪主要影響因素的參數(shù)最優(yōu)值，以提高履帶的運行穩(wěn)定性。

2 高速履帶車輛“履-輪脫離”機理分析

從履帶車輛易脫輪的現(xiàn)象出發(fā)，具體考慮高速履帶車輛行駛工況，可得知履帶脫輪的本質(zhì)是行走系統(tǒng)中轉(zhuǎn)動的各輪與履帶的相互位置發(fā)生傾斜后，繼續(xù)行走履帶將會從行走系統(tǒng)輪上脫下的現(xiàn)象。當(dāng)履帶的縱向軸線與負(fù)重輪的滾動平面不平行時，滾動的負(fù)重輪與履帶誘導(dǎo)齒發(fā)生接觸繼而導(dǎo)致履帶脫輪。假設(shè)負(fù)重輪與誘導(dǎo)齒接觸于一點a，如圖1所示。

圖1 負(fù)重輪與誘導(dǎo)齒的接觸

選取坐標(biāo)軸的方向使作用在負(fù)重輪上的三個相互垂直的力Q，P，及F的方向平行。Q，P分別表示平衡肘作用于負(fù)重輪上的力，F(xiàn)表示車輛在不同工況下負(fù)重輪所受的橫向力。根據(jù)文獻[10]可知，將坐標(biāo)軸的原點設(shè)在接觸點a，則QP平面與負(fù)重輪的滾動平面平行。過a點引一與誘導(dǎo)齒斷面相切的平面(平面t)。此平面的位置決定于平面t及PF交線的角度β，及通過點a的法線的角度α。其在a點的受力關(guān)系如下圖2所示。

圖2 在接觸點作用于負(fù)重輪上的力

圖3 α、β、及γ之間的關(guān)系

在負(fù)重輪的a點上，作用有以下各力：Q，F(xiàn)，及P。因為負(fù)重輪在滾動，而平面t是固定的，所以在a點發(fā)生滑動摩擦。摩擦力Fr應(yīng)該同時在兩個平面內(nèi)：即在負(fù)重輪的滾動平面QP及在與誘導(dǎo)齒斷面相切的平面t內(nèi)。此時，摩擦力Fr在兩平面的交線ab上，以γ表示直線ab與軸線Q的傾角，則摩擦力可以表示為

Fr=μN

(1)

式中，μ為滑動系數(shù)；N為導(dǎo)向齒對負(fù)重輪的法向反作用力。Fr和N力的和形成導(dǎo)向齒作用于負(fù)重輪上的a點的反作用力。因此在負(fù)重輪上有與Fr和N相平衡的力F、Q及P的作用。由圖2可寫出點a的平衡條件如下

P=Ncosαsinβ-Tsinγ

(2)

Q=Nsinα+Tcosγ=N(sinα+μcosγ)

(3)

F=Ncosαcosβ

(4)

聯(lián)立方程(2)、(3)、(4)可得

(5)

以α及β角來表示γ角，三者關(guān)系如下圖3所示，則可寫出

h=acosγ

(6)

h=bcotα

(7)

b=csinβ

(8)

a2=c2+h2

(9)

在此基礎(chǔ)上，可以推得

(10)

將其帶入式(5)中，得到

(11)

由上式，可推得履帶不脫輪的條件為

(12)

由式(12)可知，摩擦系數(shù)μ越大，則履帶發(fā)生脫輪所需要的橫向力越小，即履帶發(fā)生脫輪的概率越大。因此，如果金屬誘導(dǎo)齒與負(fù)重輪的橡膠輪緣接觸時，其發(fā)生履帶脫輪的機會比兩個摩擦表面均為金屬的機會要大。這為研究防止履帶脫輪措施提供了一定的理論依。α及β角對履帶脫輪也具有一定的影響：α角愈大，即切面t的傾斜越大，履帶發(fā)生脫輪的概率也越大。β為負(fù)重輪與誘導(dǎo)齒的相遇角，該角度越大，履帶發(fā)生脫輪的概率也越大。

3 履帶剛度特性的有限元仿真分析

履帶銷上硫化有橡膠襯套，故相鄰兩塊履帶板間的相互作用為柔性連接，可將這種柔性連接等效為彈簧阻尼系統(tǒng)。該柔性連接模型使履帶具有一定的剛度特性而非純剛體結(jié)構(gòu)。當(dāng)履帶受到不同的工況載荷時，就會發(fā)生相應(yīng)的變形，其變形過程及柔性連接模型如圖4～6所示。履帶的剛度特性對履帶脫輪產(chǎn)生重要影響，為了分析履帶剛度對履帶脫輪的靈敏性，需要將一段履帶模型分別在有限元軟件中建立拉伸，橫推，扭轉(zhuǎn)三種工況，得到相應(yīng)的仿真曲線，最后擬合出履帶在此三個方向的剛度值。

圖4 履帶扭轉(zhuǎn)工況載荷下的模型

圖5 履帶橫推轉(zhuǎn)工況載荷下的模型

圖6 履帶拉伸工況載荷下的模型

3.1 履帶有限元模型的建立

為了在ABAQUS中來模擬計算履帶三個方向剛度值，需要在履帶銷上硫化有多個天然橡膠襯套，采用tie連接來模擬履帶板和橡膠襯套之間的過盈連接。為節(jié)省計算機時，對模型進行如下處理：履帶板端連器及誘導(dǎo)齒變形較小，網(wǎng)格劃分可以較粗大，而對履帶銷及橡膠襯套處網(wǎng)格進行細(xì)化，忽略幾個不重要的圓角倒角特征[11]。履帶模型如圖7所示，橡膠模型采用二階Odgen模型，近似不可壓縮模型，主要參數(shù)如表1所示。

圖7 履帶及橡膠部分模型

表1 橡膠模型主要參數(shù)

3.2 仿真分析過程及結(jié)果匯總

履帶的結(jié)構(gòu)特征復(fù)雜，由于其結(jié)構(gòu)特點選取六面體單元進行離散化，將履帶離散為一系列單元，各單元在節(jié)點處相連，相鄰單元之間通過公共節(jié)點傳遞力[12]?？紤]履帶在實際工程中受力變形情況，需要設(shè)置合理的邊界條件和工況。本文共分為三種工況載荷，拉伸工況載荷、橫推工況載荷、扭轉(zhuǎn)工況載荷。在分析履帶受到縱向拉伸工況載荷時，將履帶的一段的固定，另一端施加一定的位移，單個履帶板的有效長度取履帶板中兩個履帶銷中心距離為107 mm，履帶模型的有效長度為314 mm。在分析履帶板扭轉(zhuǎn)工況時，建立多塊履帶板模型，且一端固定，一端施加一定扭轉(zhuǎn)角度，履帶的有效長度為628mm；當(dāng)履帶板受到橫向推力時，邊界條件為履帶板兩端固定，處于中間位置的端連器受到橫推位移，履帶的有效長度為628mm。其得到的履帶應(yīng)力云圖及剛度曲線如圖8所示。

圖8 三種工況載荷下履帶應(yīng)力云圖及剛度曲線圖

將計算結(jié)果進行匯總，如表2所示。

表2 三種工況載荷下履帶剛度模擬仿真結(jié)果

4 試驗設(shè)計與仿真分析

4.1 試驗設(shè)計方法

為測試不同剛度特性履帶及誘導(dǎo)齒、負(fù)重輪設(shè)計參數(shù)從雙胎負(fù)重片間隙中脫出的難易程度，建立了如圖9所示履帶脫輪的多體動力學(xué)模型。

圖9 模擬履帶脫輪多體動力學(xué)模型

該模型在試驗過程中可以為履帶施加扭轉(zhuǎn)力矩、側(cè)向力，驅(qū)動履帶產(chǎn)生扭轉(zhuǎn)、側(cè)向變形。當(dāng)負(fù)重輪向前移動時，在不同的履帶剛度及誘導(dǎo)齒、負(fù)重輪設(shè)計參數(shù)下，履帶在受到載荷發(fā)生變形之后，履帶脫輪的機會不等。為探究履帶剛度、彈簧剛度、誘導(dǎo)齒及負(fù)重輪設(shè)計參數(shù)對履帶從負(fù)重片間隙中脫出概率的影響，用三維軟件SOLIDWORKS組裝好不同參數(shù)履帶模型，導(dǎo)出成STEP格式文件，在多體動力學(xué)軟件ADAMS中進行仿真分析[13]。在ADAMS中，用襯套力代替相鄰履帶板間的柔性連接模型。例如：當(dāng)給履帶施加扭轉(zhuǎn)工況載荷時，將履帶一段固定，利用階躍函數(shù)STEP(TIME，0，0，t，n)，給履帶另一端施加一定扭矩，使得履帶發(fā)生相應(yīng)的變形，t為時間，n為載荷值。

采用正交試驗方案設(shè)計，以履帶三個方向剛度、誘導(dǎo)齒齒形角度、負(fù)重輪輪緣角度為影響因素，負(fù)重輪在履帶上移動的距離為試驗指標(biāo)，進行仿真分析。試驗共分為兩大組工況：履帶受到恒扭矩工況和履帶受到橫推力工況。正交試驗設(shè)計如表3所示。在同樣的載荷試驗條件下，不同參數(shù)的設(shè)置，導(dǎo)致履帶脫輪發(fā)生的概率不盡相同，通過與用戶的交流后，本文統(tǒng)一定義為：負(fù)重輪向前移動的距離越大，則輪履脫帶概率越小。圖10，圖11為負(fù)重輪及誘導(dǎo)齒相關(guān)設(shè)計參數(shù)位置示意圖。

圖10 負(fù)重輪因素參數(shù)變化部位

圖11 誘導(dǎo)齒因素參數(shù)變化部位

表3 履帶脫輪影響因素分析表

4.2 試驗結(jié)果分析

在仿真過程中，當(dāng)負(fù)重輪即將脫出時，記錄下負(fù)重輪移動的距離(mm)，結(jié)果如表4，表5所示。表4為履帶受扭轉(zhuǎn)工況，表5為履帶受橫推工況，圖12表示在兩大組工況下不同因素對負(fù)重輪行駛距離變化的影響趨勢。其中A1表示履帶縱向剛度(kN·m·mm-1)、A2表示履帶橫向剛度(kN·m·mm-1)、A3表示履帶的扭轉(zhuǎn)剛度(kN·m2/°)、A4表示負(fù)重輪輪緣角度(°)、A5表示彈簧剛度(kN·m-1)、A6表示誘導(dǎo)齒高度(mm)、A7表示誘導(dǎo)齒U面角度(°)、A8表示誘導(dǎo)齒小面角度(°)，Ki表示某一個水平下，對應(yīng)因素的試驗結(jié)果之和，ki表示在相應(yīng)水平下，對應(yīng)因素試驗結(jié)果的平均值，R表示極差。

表4 扭轉(zhuǎn)工況履帶脫輪正交試驗表

表5 橫推工況履帶脫輪正交試驗表

圖12 兩種工況下各因素對負(fù)重輪行駛距離影響的趨勢圖

從圖12中可以看出不同的剛度參數(shù)，誘導(dǎo)齒齒形及負(fù)重輪設(shè)計參數(shù)，對履帶的運行穩(wěn)定性影響的趨勢有很大不同。從表4中可以看出在扭轉(zhuǎn)工況中設(shè)計參數(shù)對履帶運行穩(wěn)定性影響程度的排序為：A4>A5>A3>A8>A7>A6>A1>A2。其中A4、A5、A3對履帶脫輪影響較大，A4為負(fù)重輪輪緣角度，A5彈簧剛度，A3為履帶扭轉(zhuǎn)剛度。當(dāng)履帶受到扭轉(zhuǎn)工況載荷時，履帶沿縱向發(fā)生扭轉(zhuǎn)變形，誘導(dǎo)齒偏移角度較大，當(dāng)負(fù)重輪運動到該處時，負(fù)重輪會以很快的速度騎上鄰近的誘導(dǎo)齒，或者以輪緣緊貼誘導(dǎo)齒U面而發(fā)生負(fù)重輪脫帶，所以在扭轉(zhuǎn)工況時，履帶輪緣角度，負(fù)重輪安裝架的彈簧剛度及履帶的扭轉(zhuǎn)剛度參數(shù)影響較大。

從表5中可以看出在橫推工況中設(shè)計參數(shù)對履帶運行穩(wěn)定性影響程度的排序為：A6>A1>A4>A5>A2>A7>A3>A8。其中A6、A1、A4對履帶脫輪影響最大，A6為誘導(dǎo)齒高度，A1為履帶縱向剛度，A4為負(fù)重輪輪緣角度。當(dāng)履帶受到橫向力時，履帶發(fā)生橫向撓曲變形，負(fù)重輪脫輪時，與誘導(dǎo)齒發(fā)生剛體碰撞，相互作用力較大，負(fù)重輪被迫沿誘導(dǎo)齒面移動。當(dāng)誘導(dǎo)齒的高度較高時，負(fù)重輪難以脫出誘導(dǎo)齒的束縛，抵抗脫帶能力較強，所以當(dāng)條件一定時，誘導(dǎo)齒的高度較高，負(fù)重輪脫帶概率較小。

3.3 神經(jīng)網(wǎng)絡(luò)擬合及優(yōu)化分析

神經(jīng)網(wǎng)絡(luò)作為新興的信息處理科學(xué)，在許多學(xué)科都有著廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)在機械工程重的應(yīng)用，包括在機械設(shè)備的運動控制、加工工藝、摩擦學(xué)、表面工程、故障診斷、結(jié)構(gòu)優(yōu)化等方面。BP神經(jīng)網(wǎng)絡(luò)采用最小均方誤差學(xué)習(xí)方式，建立從輸入到輸出的任意非線性映射關(guān)系，只需要樣本數(shù)據(jù)[14]。為進一步降低履帶脫輪概率，從而對履帶剛度、誘導(dǎo)齒、負(fù)重輪的參數(shù)設(shè)計提供指導(dǎo)思路，綜合考慮在兩種工況下各因素對履帶脫輪的影響，將試驗結(jié)果進行線性疊加。利用神經(jīng)網(wǎng)絡(luò)擬合正交試驗數(shù)據(jù)，并對擬合后的表達式進行遺傳算法優(yōu)化，找到履帶系統(tǒng)設(shè)計變量的最優(yōu)值?；贕A-BP算法的結(jié)構(gòu)優(yōu)化設(shè)計方法包含2個步驟：1)通過學(xué)習(xí)樣本，建立BP神經(jīng)網(wǎng)絡(luò)近似模型，實現(xiàn)設(shè)計變量到結(jié)構(gòu)響應(yīng)的非線性映射；2)通過非線性映射關(guān)系，建立基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，并通過遺傳算法實現(xiàn)全局優(yōu)化。

BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練模式是以誤差逆?zhèn)鞑サ姆绞?，利用最速下降法的學(xué)習(xí)規(guī)則，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。神經(jīng)元是神經(jīng)網(wǎng)絡(luò)中最基本的結(jié)構(gòu)和功能單元，可認(rèn)為神經(jīng)網(wǎng)絡(luò)就是由任意數(shù)量的神經(jīng)元通過不同連接方式組合而成的數(shù)學(xué)網(wǎng)絡(luò)模型，BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖13所示。

圖13 神經(jīng)網(wǎng)絡(luò)示意圖

BP神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)過程得到其模型的結(jié)構(gòu)和權(quán)值。學(xué)習(xí)過程為多層前饋和反向誤差修正兩個階段。

前者是指從輸入層開始依次計算各層各節(jié)點的實際輸入、輸出；后者是根據(jù)輸出層神經(jīng)元的輸出誤差，沿路反向修正各連接權(quán)值，使誤差減少。多層前饋數(shù)學(xué)模型為

(13)

本節(jié)基于機器學(xué)習(xí)框架構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，需設(shè)置隱含層層數(shù)、各層神經(jīng)元個數(shù)以及神經(jīng)元激活函數(shù)。查閱文獻可知，在神經(jīng)元個數(shù)和隱含層層數(shù)選擇上，尚缺少明確的設(shè)定準(zhǔn)則，需要根據(jù)數(shù)據(jù)特征進行試算，經(jīng)驗性地進行設(shè)置[15]。通過建立的8因素3水平的正交試驗表建立神經(jīng)網(wǎng)絡(luò)擬合，對擬合后的表達式進行GA算法尋優(yōu)，找到脫帶距離的最大值。本節(jié)正交試驗中考慮了扭轉(zhuǎn)工況和橫推工況下兩種情況下的脫輪距離，而履帶車輛在行駛過程中，處于復(fù)雜工況下，故將扭轉(zhuǎn)工況與橫推工況脫輪距離相加，尋優(yōu)最大值。神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)為8個，分別對應(yīng)正交試驗的8個因素，輸出為脫輪距離。選取激活函數(shù)為Relu，其中27組試驗結(jié)果隨機分為20組訓(xùn)練集和7組檢測集，其中訓(xùn)練集和測試集的誤差分別如圖14圖15所示。

圖14 訓(xùn)練集預(yù)測結(jié)果及誤差

圖15 測試集預(yù)測結(jié)果及誤差

從圖中可以看出神經(jīng)網(wǎng)絡(luò)擬合效果良好，采用回歸系數(shù)R2來評定神經(jīng)網(wǎng)絡(luò)擬合效果。

(14)

對擬合好的神經(jīng)網(wǎng)絡(luò)進行遺傳算法優(yōu)化，優(yōu)化設(shè)計變量為正交試驗8個因素，適應(yīng)度函數(shù)為神經(jīng)網(wǎng)絡(luò)的擬合函數(shù)。遺傳算法的迭代進化曲線如圖16所示。由圖16可以看出隨著迭代次數(shù)的增加，負(fù)重輪可移動的距離逐漸趨于平穩(wěn)，遺傳算法達到收斂值。其中遺傳算法優(yōu)化后各個因素最優(yōu)取值如表7所示。

圖16 遺傳算法迭代圖

根據(jù)優(yōu)化后的結(jié)果可以看出，履帶三個方向的剛度相比于優(yōu)化前均有不同程度的增大，這也說明剛度越大，履帶發(fā)生脫輪的概率越小。其中彈簧剛度、誘導(dǎo)齒高度也相應(yīng)增加，這與上文分析的誘導(dǎo)齒高度越高、彈簧剛度越大，履帶發(fā)生脫輪概率越小相吻合。將優(yōu)化后的各個設(shè)計參數(shù)值帶入到擬合的神經(jīng)網(wǎng)絡(luò)中，可得到優(yōu)化后負(fù)重輪的行駛距離為3100 mm，相比于初始值，履帶系統(tǒng)的運行穩(wěn)定性可提升36.8%，脫輪概率大幅度下降。

表7 優(yōu)化變量值

5 結(jié)論

為降低履帶車輛在行駛過程中履帶脫輪發(fā)生概率，以試驗和仿真為手段充分考慮到實際車輛履帶特性參數(shù)，并基于多體動力學(xué)仿真平臺ADAMS搭建了履帶脫輪虛擬樣機實驗臺，并由正交試驗理論設(shè)計了會影響履帶車輛脫輪的影響因素試驗方案，重點研究了履帶剛度、彈簧剛度、誘導(dǎo)齒及負(fù)重輪設(shè)計參數(shù)等對履帶脫輪發(fā)生概率的影響規(guī)律，得到結(jié)論如下：

1)從履帶脫輪機理出發(fā)，分析了履帶脫輪時誘導(dǎo)齒與負(fù)重輪相互作用力的關(guān)系，并建立了履帶脫落的條件公式。并由此可得出摩擦系數(shù)μ越大，履帶發(fā)生脫輪的概率越大。α角及負(fù)重輪與誘導(dǎo)齒的相遇角β越大，履帶發(fā)生脫輪的概率也越大。

2)通過對履帶脫輪仿真研究可知，不同剛度特性履帶、誘導(dǎo)齒及負(fù)重輪設(shè)計參數(shù)對履帶發(fā)生脫輪難易程度的影響有較大同，其中在扭轉(zhuǎn)工況中，負(fù)重輪輪緣角度、彈簧剛度、履帶扭轉(zhuǎn)剛度對履帶脫輪的影響較為顯著，在橫推工況中誘導(dǎo)齒高度、履帶縱向剛度、負(fù)重輪輪緣角度對履帶脫輪的影響較為顯著。正交試驗的設(shè)計為今后防止履帶脫輪，履帶參數(shù)化設(shè)計提供了理論依據(jù)和使用指導(dǎo)。

3)基于正交試驗結(jié)果利用BP神經(jīng)網(wǎng)絡(luò)進行擬合，結(jié)果表明擬合效果良好，測試集R2為0.932，滿足誤差許可。經(jīng)過遺傳算法優(yōu)化后，履帶車的行駛的穩(wěn)定性提高了36.83%，脫輪概率大大降低。