基于改进神经网络的少齿差行星齿轮参数优化设计.pdfVIP

第26卷 第2期 重 庆 理 工 大 学 学报(自然科学) 2012年2月 Vo1．26 No．2 JournalofChongqingUniversityofTechnology(NaturalScience) Feb．2012 基于改进神经网络的少齿差行星齿轮 参数优化设计 吕俊峰 ，陈小安 ，赵孟娜 (1．重庆大学 机械传动国家重点实验室，重庆 400044；2．重庆理工大学 重庆汽车学院，重庆 400054) 摘 要：在对少齿差行星齿轮进行结构分析的基础上，根据其传动特点和设计要求，运用模 糊数学的原理进行了模糊可靠性分析，建立了可靠性数学模型，将模糊设计优化模型转化为了 常规的优化模型。通过所建立的模型可以实现最优参数选取，同时针对传统BP神经网络的不 足，将模拟退火和BP网络相结合，设计了一种新型的改进神经网络。实验结果表明，此种算法 得出的绝对误差和相对误差都较小。 关 键 词：少齿差行星齿轮 ；BP神经函数；模拟退火；模糊可靠性 中图分类号：TH132．41 文献标识码：A 文章编号：1674—8425(2012)02—0055—05 OptimalDesignofParameterforFew-t·ooth-d·ifferencePlanetary GearTransmissionBasedon ImprovedNeuralNetwork LV Jun—feng．CHEN Xiao．antZHAO Meng．Ila , (1·StateKeyLaboratoryofMechanicalTransmission，ChongqingUniversity，Cbongqing40o0咐 ，China； 2．ChongqingInstituteofAutomobile，ChongqingUniversityofTechnology，Chongqing400054，China) Abstract：Thispaper，onthebasisofanalyzingfew -tooth—differenceplanetarygearstructureand accordingtoitstransmissioncharacteristicsanddesignrequirements，buildsareliabilitymathematical modelbasedonambiguityreliabilityanalysisthroughambiguityreliabilityprinciple，whichtransforms theambiguitydesignoptimizationmodelintothecommonoptimizationmode1．Throughthismodel，the optimalparameterscanbeselected．AndconsideringthedeficiencyofthetraditionalBPneuralnet— work，thispaperdesignsanew typeofimprovedneuralnetworkbycombiningstimulatedannealing andBPneural network．Theresultsshowedthattheabsoluteerrorandrelativeellorthroughthisalgo- rithm aresmaller．Th isisacomparativelyaccuratemethodforoptimizationdesign． Key words： few—tooth—difference planetary gear；BP neural network；stimulated annealing； ambiguityreliability 收稿 日期：2011—12一O1 基金项目：国家 自然科学基金资助项 目