利用Matlab求解机械设计优化问题-螺栓.docVIP

3．机械优化设计应用实例 机械优化设计把数学规划理论与数值方法应用于设计中，用计算机从大量可行方案中找出最优化设计方案，从而大大提高设计质量和设计效率。MATLAB具有解决线性规划和非线性规划、约束优化和无约束优化问题的内部函数，因而可以完成这一功能。 现举一例：螺栓组联结的优化设计 如图所示的螺栓联接中，已知D2 = 250mm，缸内压力为p=1 MPa，螺栓材料为，s=320Mpa,安全系数S=3,取残余预紧力Q’p=1.6F,采用铜皮石棉垫片。螺栓螺栓直径d 。mm)为设计变量: 3．2 .2 目标函数 追求螺栓组联结经济成本Cn最小为目标。而当螺栓的长度、材料和加工条件一定时，螺栓的总成本与nd值成正比，所以本问题优化设计的目标函数为 min F(X) = Cn = nd = x1x2 ① 强度约束条件 为了保证安全可靠地工作，螺栓组联结必须满足强度条件 ； 其中； N； 对于粗牙普通螺纹：由文献[3]推荐，小径 d1=0.85d 所以，强度约束条件为： ② 密封约束条件 为了保证密封安全，螺栓间距应小于10d，所以，密封约束条件为： ③ 安装扳手空间约束条件 为了保证足够的扳手空间，螺栓间距应大于5d，所以，安装约束条件为： ④ 边界约束条件 ； 3．3 ．3 建立数学模型 综上所述，本问题的数学模型可表达为： 设计变量： 目标函数：min F(X) = x1x2 约束条件： s.t. ( i = 1, 2, 3, 4, 5,) 现运用Matlab的优化函数进行求解 : 先编写M文件 function [c,ceq]=mynas(x) c(1)=146192/(x(1)*x(2)^2)-106; % 非线性不等式约束 c(2)=400*pi/x(1)-10*x(2); c(3)=-400*pi/x(1)+5*x(2); ceq=[]; % 非线性等式约束 在Matlab命令窗口输入: fun=x(1)*x(2); % 目标函数 x0=[4,6]; % 设计变量初始值 A=[-1,0;0,-1]; % 线性不等式约束矩阵 b=[0;0]; Aeq=[]; % 线性等式约束矩阵 beq=[]; lb=[]; % 边界约束矩阵 ub=[]; [x,fval]=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,@mynlsub) % 调用有约束优化函数 运行结果如下: x = 11.4499 10.9751 fval = 125.6637 所以，该问题优化结果为：n =11.4499 ,d = 10.9751，目标函数最小值： F(X)= 125.6637。根据实际问题的意义取整、标准化：n =12 ,d = 12。 由此例可以看出，与其它编程语言相比，Matlab语言可以简化编程。 图5是调用Matlab绘图函数自动对上例绘制的数学模型要素图（标注数字的曲线为目标函数的等值线），为此 在Matlab命令窗口输入: x1=0.1:20; y1=146192./(106.*x1.^2); y2=400.*pi./(10.*x1); y3=400.*pi./(5.*x1); plot(y1,x1,y2,x1,y3,x1,x(1),x(2),o) y4=0.1:0.1:20; [y4,x1]=meshgrid(y4,x1); Q=y4.*x1; hold on; [c,h]=contour(y4,x1,Q); hold on; clabel(c,h) ; 4．结束语 从上述实例可以看出，利用求解最优化问题具有编程简单，精度很高，速度很快，各种工形式的最优化问题都适用等优点，巧妙各种利用MATLAB语言可以取得事半功倍的效果。MATLAB具有科学计算的强大能力不管处理什么样的对象——算法、图形、图像、报告或者算法仿真—— MATLAB 都能够帮助大家不断提高工作效率。 MATLAB 环境能够完成算法开发、数据分析和可视化、高性能数据分析等工作，相对于传统的 C 、 C++ 或者 FORTRAN 语言，在 MATLAB 中完成这些工作所消耗的时间仅仅是传统手段的极小一部分。开放性的 MATLAB 软件和开发语言—— M 语言，能够快