行星齿轮减速器设计中主要结构尺寸的优化设计

太阳轮的齿数、模数、厚度及行星齿轮的个数是行星齿轮减速器设计中主要的结构尺寸参数.在一定条件下以最小体积为目标,利用优化方法对行星齿轮减速器主要结构尺寸进行优化,取得了一组最优解,这样不仅可以使减速器体积减小,还可以使减速器重量减轻、材料节省和成本降低,对减速器设计十分有益.     

基于MATLAB的圆柱齿轮减速器优化设计

为了优化设计圆柱齿轮减速器以体积最小为目标,建立了圆柱齿轮减速器的优化设计数学模型,通过采用Matlab软件中的优化算法,实现圆柱齿轮减速器参数的优化设计,实践证明:利用MATLAB优化工具箱求解优化问题,不用编写大量算法程序,提高了设计效率,算法可靠,非常实用。     

单排内外啮合行星机构最小体积优化设计

本文以最小体积为目标函数对行星机构进行优化设计,解决了最佳参数选择问题。所编程序适用于标准齿、按接近等弯曲强度的高变位、按等磨损观点的高变位和角变位齿。所述数学模型和解题方法亦可作为其它类型行星机构优化设计的参考。可用于行星减速器、行星变速器等产品的新设计和改进设计中。     

摆线针轮行星减速器最佳短幅系数的确定及优化

短幅系数是摆线针轮行星减速器的重要设计参数,它直接决定着减速器的性能.针对目前设计中短幅系数往往由经验选取的问题,提出了以单参数最大效能体积比来确定最佳短幅系数的方法.并基于遗传算法对摆线针轮行星减速器进行了优化设计,得到了良好的设计结果.通过实例说明研究结果具有一定的理论和应用价值.     

基于MATLAB的二级圆锥-圆柱齿轮减速器优化设计

为了得到二级圆锥-圆柱齿轮减速器的传动比最优分配,提出了一种简便实用的优化设计方法,从齿面接触疲劳强度要求出发,使减速器展开长度最小,并从齿根弯曲强度要求出发,使减速器体积最小,建立多目标优化设计数学模型.基于MATLAB优化工具箱对二级圆锥-圆柱齿轮减速器进行优化设计得到全局最优解,结果表明该方法简单有效,编程量小,提高了设计效率和质量.     

超环面行星蜗杆传动系统的动力学建模

为研究超环面行星蜗杆传动的自由振动特性,建立了超环面行星蜗杆传动的三维动力学模型.考虑该模型中行星蜗轮个数、质量和材质等设计参数,首次将滚动体作为系统的一个部件进行建模,对动态啮合力进行了计算.该三维模型为研究设计参数对自由振动特性的影响奠定了基础.     

基于润滑可靠性的RV减速器曲柄轴承优化

RV减速器作为机器人结构的核心零件,其寿命可靠性问题受到曲柄轴承失效的制约.本文在考虑了曲柄轴承润滑可靠性的情况下,建立了RV减速器曲柄轴承的优化设计模型,采用遗传算法对曲柄轴承额定动载荷和润滑油膜厚度进行了多目标优化.首先根据几何结构和强度要求确定设计变量的取值范围,同时基于润滑数值模型求解的最小油膜厚度作为约束条件来保证润滑可靠性.最后采用遗传算法对模型进行优化得到Pareto最优解.优化后的RV减速器曲柄轴承的额定动载荷得到了较大的提升,同时其润滑的最小油膜厚度提高了26％以上.研究结果表明:该方法对于RV减速器曲柄轴承可靠性优化设计具有指导意义.     

目标分流法理论及其在汽车开发中的应用

针对汽车开发工作特点,提出采用目标分流法进行汽车总体方案优化. 某电动汽车总体设计被考虑为两个层次的优化问题:整车和子系统层次. 在整车层次,电机参数、动力电池组参数、变速器速比及主减速器速比等设计变量通过求解一个针对整车动力性和能耗经济性的多目标优化问题得以确定;在子系统层次,主减速器主动齿轮、从动齿轮有关参数得以优化设计,以实现其所构成的主减速器速比与整车层次所需最佳主减速比尽可能一致. 优化设计结果表明,在满足各种约束条件前提下,整车层次所期望性能指标及子系统层次设计方案可行性均能得以保证.     

基于复合—遗传算法斜齿轮减速器优化设计

针对标准复合形算法在设计变量较多时容易陷入局部最优的缺点,提出了复合形—遗传算法.建立了两级斜齿圆柱齿轮减速器的结构参数优化模型,并开发了相应的计算程序.以齿轮中心距之和为优化目标,在所确定的约束条件下,采用复合形—遗传算法对两级斜齿圆柱齿轮减速器进行结构参数优化设计.结果表明,减速器原方案并不是最优方案,尚有较大的优化空间,同时优化结果也证明该优化设计方法的可行性.     

亍星齿轮减速器的参数设计及应用

本文给出了行星齿轮减速器结构设计和参数设计的概念,论述了通过选择合理的参数来达到优化行星齿轮减速器性能的理论和方法,概括地介弩了行星减速器的性能和应用因此行星齿轮减速器的合理设计相当重要。     

渐开线圆柱齿轮的动态优化设计

本文从动力学角度以振动最小为目标，对渐开线圆柱齿轮传动进行了动态优化设计，得出了齿轮传动的主要设计参数．     

微球聚焦测井仪推靠系统多目标优化设计

提出了基于极板速度、加速度以及推靠系统主传动机构传动角为优化设计目标的推靠系统优化设计方法。通过推靠系统的运动分析，根据实际工况，择优选取推靠系统中极板质心处的速度、加速度，作为推靠系统传动性能的评价参数。以此期望参数与推靠极板质心点处的运动速度差值均方根，加速度差值均方根，推靠系统主传动机构传动角差值均方根最小为目标，建立推靠系统的约束多目标优化模型。采用复合形-遗传算法中群体搜索策略和群体间个体之间的信息交换方法引入复合形算法中，来求解该约束多目标优化问题。获得了与期望值逼近程度较高、机构参数合理的测井推靠系统。最后，将优化结果与原设计的微球聚焦测井仪推靠系统进行动力性能分析比对，以验证其优化方法的正确性与有效性。结果表明，优化效果明显，对推靠系统的运动平稳性以及推靠极板的传力性能都有较大改善。     

普通V带传动的多目标优化设计

<正>本文介绍了普通V带传动的多目标优化设计方法,所追求的目标是轴压力、中心距最小和皮带根数最少,采用线性加权的方法进行优化设计,其加权因子用各分目标的变异系数确定。可供机械设计人员设计普通V带传动时参考。     

基于响应面模型和多目标遗传算法的动车组水箱优化设计

以获取动车组水箱最佳结构参数组合为目的,结合双向流固耦合分析,采用拉丁超立方抽样生成试验设计样本点,构建了动车组水箱的响应面近似模型,通过拟合优度验证了该响应面的准确性。最后运用多目标遗传算法寻找水箱结构参数优化设计的Pareto最优解前沿,以此提出优化策略。研究结果表明,基于响应面模型和多目标遗传算法的动车组水箱优化方法,有效克服了水箱结构总体性能方案设计时重复性和经验依赖的缺点,可为决策者进行目标权衡提供充分依据,为其他复杂模型的设计优化问题提供设计参考及解决方案。     

基于遗传算法的转向垂臂结构优化设计

提出了以体积(质量)最小和多工况下应力最小为优化目标,建立了转向垂臂的拓扑优化模型。以转向轮左、右转向极限工况和原地转向工况作为设计载荷,以垂臂模型的控制参数作为设计变量,建立了垂臂的多目标数学模型。采用第二代非劣排序遗传算法(NGSA-II)对所建立的数学模型问题进行优化求解,得到各自的Pareto优化解集,并参考Pareto解集对垂臂进行尺寸优化。结果表明,在不影响各项性能的前提下,转向垂臂减重17. 87%,取得了较好的轻量化效果。     

伸缩臂装运机变幅机构的优化设计

本文探讨伸缩臂装运机变幅机构的优化设计方法。建立以整机性能指标为约束条件的优化设计数学模型,应用正交设计计算法,得到机构关于驱动力臂均值最大与系统压力波动幅值最小的优化定解。     

基于多目标遗传算法的热定型工艺参数优化设计

为了解决染整后整理中热定型工艺参数难以定量设计的关键技术难题,将工艺参数优化设计问题视为以成品门幅、克重与客户要求的相应值的绝对误差最小为目标函数,温度、车速、超喂率和上机门幅为优化变量,以根据实际情况中各优化变量的取值范围为约束条件的多目标优化问题。建立多目标优化模型,并基于该模型采用多目标遗传算法,实现了热定型参数精确定量设计。用该方法得到的工艺参数加工弹力布,生产成品的克重、门幅与用户要求指标的偏差小于1%,完全可以满足实际生产要求。     

面向定制化需求的冷轧产品多目标质量控制方法

To deal with the increasing demand for low-volume customization of the mechanical properties of cold-rolled products, a two-way control method based on mechanical property prediction and process parameter optimization (PPO) has become an effective solution. Aiming at the multi-objective quality control problem of a company’s cold-rolled products, based on industrial production data, we proposed a process parameter design and optimization method that combined multi-objective quality prediction and PPO. This method used the multi-output support vector regression (MSVR) method to simultaneously predict multiple quality indices. The MSVR prediction model was used as the effect verification model of the PPO results. It performed multi-process parameter collaborative design and realized the optimization of production process parameters for customized multi-objective quality requirements. The experimental results showed that, compared with the traditional single-objective quality prediction model based on support vector regression (SVR), the multi-objective prediction model could better take into account the coupling effect between process parameters and quality index, the MSVR model prediction accuracy was higher than that of the SVR, and the optimized process parameters were more capable and reflected the influence of metallurgical mechanism on the quality index, which were more in line with actual production process requirements.     

基于改进支持向量机的永磁驱动器设计

将多输出支持向量机回归方法与模糊化理论相结合,提出一种永磁驱动器的设计方法.首先,引入空间粒子群优化算法对合成核多输出支持向量回归模型参数进行寻优,在此基础上通过实验法建立了永磁驱动器的性能与结构参数的多目标回归模型;然后,运用模糊理论将多目标转化为单目标,建立了设计问题的数学模型并利用空间粒子群算法进行求解;最后,通过模型精度分析以及ANSYS仿真和样机的测试,验证了该方法的有效性.     

Multi-objective quality control method for cold-rolled products oriented to customized requirements

To deal with the increasing demand for low-volume customization of the mechanical properties of cold-rolled products, a two-way control method based on mechanical property prediction and process parameter optimization(PPO) has become an effective solution. Aiming at the multi-objective quality control problem of a company's cold-rolled products, based on industrial production data, we proposed a process parameter design and optimization method that combined multi-objective quality prediction and PPO. This method used the multi-output support vector regression(MSVR) method to simultaneously predict multiple quality indices. The MSVR prediction model was used as the effect verification model of the PPO results. It performed multi-process parameter collaborative design and realized the optimization of production process parameters for customized multi-objective quality requirements. The experimental results showed that, compared with the traditional single-objective quality prediction model based on support vector regression(SVR), the multi-objective prediction model could better take into account the coupling effect between process parameters and quality index, the MSVR model prediction accuracy was higher than that of the SVR, and the optimized process parameters were more capable and reflected the influence of metallurgical mechanism on the quality index,which were more in line with actual production process requirements.