用遗传算法进行二级同轴螺旋速度减速器的质量小最优化设计.docxVIP

用遗传算法进行二级同轴螺旋速度减速器的质量最小最优化设计摘要：两级减速机的完整描述通常需要大量的设计变量(通常10个以上),从而产生了一个非常大的、严重束缚设计的空间。这篇文章介绍了完整的自动化的具体情况与遗传算法的两阶段优化设计螺旋形同轴减速器。通过17种混合设计变量（即整型、离散型、及实际变量）来描述目标函数。目标函数同时也受到了76种非线性约束。可以观察到与传统的设计方法相比该遗传算法提供了更好的设计方案（即一般的试验与剪切误差）。1 简介作为一个二级螺旋同轴减速器其机械动力传动的设计问题是一个复杂的过程。特别是当考虑多个设计变量之间的相互依赖关系定义它的子系统（即传动装置、轴组件、机壳及封盖）时将涉及许多挑战。换句话说，一个最理想的减速器通常不是一个孤立的部件最优化的集合，而这一点正是通常会被许多常规设计试探法忽略的一个事实。实现减速器的最优化将产生一个复杂的、拥有大量混合性质的设计变量（即整型值齿轮齿数,离散值正常齿顶高系数和实际值）及高度非线性约束的目标函数。而且设计本身意味着的是去作决定，但不幸的是在过程中我们总是在妥协。一个典型的例子可能是选择一个小于最佳齿轮直径(和相应更大的接触宽度)可能产生有些重的传动装置，但同时也将产生更紧凑的布局，更轻便的桥壳；不过值得一提的是，在现实中，对整体目标的影响往往是更直接，因此比这个例子更难以理解。[1]很明显,它几乎是不可能告诉第一个妥协应该是什么,更不用说考虑与总体目标有关的任何后续的选择了。如果我们考虑到上述事实,显然,传统设计(对于这样一个复杂的问题)是一个非常艰难的过程,所以齿轮的计算机辅助设计是必要的。不管怎样,一个更明显的增加对齿轮紧密度、效率和可靠性的要求已经迫使设计师使用的最优设计方法。[2]在过去的几十年,许多研究人员开始关注齿轮最优化这个问题。马德华苏丹和维加亚思米哈[3]提出了一个计算机程序来设计一套在特定工作条件下所需类型的齿轮。描述了一个在一个新的计算机辅助自动变速器的设计方法[4]。黄氏及他的研究小组为了优化一个三级圆柱齿轮减速器开发了一个交互式物理编程[5]。埃博塞克及他的研究小组在描述一个专家系统来设计和生产一个变速箱[6]。李氏及他的研究小组[7]报道了一项使用美国设备制造商协会(AGMA)的驱动程序减少斜齿轮中心距的研究。横田及他的研究小组[8]在运用一种改进了的遗传算法(GA)解决齿轮的最佳体重设计问题。德布和萨钦[9]为了解决多目标优化的多速变速箱在使用需求排序遗传算法(NSGA-II)。汤普森及他的研究小组[10]提出了一个广义优化设计多目标两级和三级直齿圆柱齿轮换算单位的构想。雷和萨伊尼阐明了在解决不同的工程设计问题时粒子群有哪些信誉好的足球投注网站的好处。萨瓦瑟尼及他的研究小组[11]为了减少齿轮轮系的重量提出了两种先进的优化算法：粒子群优化(PSO)和模拟退火(SA)。被推荐的算法所得到的结果与横田及他的研究小组[8]所得到的结果相比较。高隆格鲁和泽伟李[12]应用遗传算法来最小化二级斜齿轮轮系的体积。提出了两级速度变速箱的设计方法学[13]。为了突出关于这项工作主题的两个重要方面，以上引用的这些研究已检测。首先，很明显,以上作者引用应用单个组件的优化技术(只有齿轮或轴)或中间组件而不是整个减速机(考虑到多个子系统之间的连接：即传动装置、轴组件及外桥壳)。在相同的性能下为了找出哪些是维倾向减速器的组件与功能及结构如何影响它们的相互依赖关系,我们将最优设计问题分解为一组两个容易处理的子问题。所以我们分开处理齿轮[14]和轴[15]。通过这种方式,我们可以采取正确的和必要的决策完成复杂和困难的减速器[1]的优化设计。我们使用二级进化算法来使复杂完整的减速器达到最小化，基于强调均衡的模式，即一些生物学家所谓的寒武纪大爆发时期，迅速增加遗传多样性的相关现象[1]。其次，即使考虑某些确定的组件(即齿轮、轴等)，这些研究也强调了使用现代的全局优化技术在机械动力传动设计(如与传统相反，跟踪及错误类型方法)的重要性。在本文中，为了构建一个基于进化优化概念的通用的传动系统设计工具，我们设法成功地优化设计二级减速器（即。一个同轴——意味着输入和输出轴一条直线上(图2)）的一个新的、复杂并且引人注目的布局(见例图1)。在图多塞及他的研究小组[1]中，作为相反的例子这个新的布局引入了许多挑战(考虑到这两个阶段的中心距相同的值)。此外，与之前被提到的优化设计相反,在这里我们考虑为四个齿轮（即可以在第5节观察到的经表面硬化处理的合金钢）和一套新的输入数据。我们现在应当引入传统的减速器设计方法(目前用于设计一个多阶段动力传输系统-第2节)，在我们描述的被提到的遗传算法（第3节）的一般原则之后,随后详细讨论关于优化设计的问题（目标函数、设计变量和约束-第4节)。第五部分包含一个