机械优化设计201557.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(3)指数法 4、分层序列法: 把各个目标函数按最要程度排序,f1最重要,f2…fq顺序排列 3、协调曲线法: 解决目标函数相互 矛盾的设计为题。 ● ● ★ 离散变量优化方法 1.圆整法 极值点周围整型点群不在可行域内 极值点远离整型最优值 ● ● ● (1)先按连续变量求的最优解,并圆整(满足条件) (2)依次将每个圆整分量xi加1 ,查是否可行,仅保留函数值最小的点,重复此过程。 (1)先将连续变量优化解圆整到最近的一个离散点上, 2.拟离散法 1)交替查找法:适用于全整数变量优化问题。 2)离散分量取整,连续分量优化法:适用于混合变量 (2)将离散分量固定,对其余连续分量优化, (3)若新点可行并满足收敛条件,结束。 (4)否则将离散分量移到邻近离散点上,重新寻优, 直到求解最优值。 第八章机械优化设计实例 第一节应用技巧 一、机械优化设计的一般过程 1.建立优化设计的数学模型。 二、建立数学模型的基本原则 数学模型的建立整体要求确切、简洁的反映工程 问题的客观实际。 2.选择适当的优化方法。 3.编写计算机程序。 4.准备必须的初始数据并上机计算。 5.对计算机求得的结果进行必要的分析。 3.约束条件的要求 2.目标函数的要求 追求的目标要 体现对设计科学评价,尽量把最重要的指标 作为目标函数,其余的次要的指标可作为约束条件。 对于一般机械,可按重量最轻或体积最小的要求建立目标函数; 对应力集中现象尤其突出的构件,则以应力集中系数最小为追 求的目标;对于精密仪器,应按其精度最高或误差最小的要求 建立目标函数。 约束条件避免矛盾约束出现,就工程设计本身而提出的对 设计变量取值范围的限制条件。 1.设计变量的选择 在充分了解设计要求的基础上,应根据各设计参数对目标 函数的影响程度分析其主次,应尽量减少设计变量的数目,以 简化优化设计问题。应注意各设计变量应相互独立。 第二节机床主轴结构优化设计 一、数学模型的建立 普通机床主轴优化设计重量最轻目标函数 再确定约束条件 在外力F给定的情况下,y是设计变量x的函数,其值按 下式计算 设计变量: min 首先是挠度变形要求: 刚度满足条件,强度尚有富裕,因此应力约束条件可 不考虑。边界约束条件为设计变量的取值范围,即 将所有的约束函数规格化,主轴优化设计的 数学模型可表示为: min s.t 第三节 圆柱齿轮减速器的优化设计 目前我国减速器存在的问题:体积大,重量重、承载 能力低、成本高和使用寿命短等问题。 对减速器进行优化设计,就要考虑:提高承载能力、 减轻重量或尺寸最小、功率损耗 低和降低经济成本。 减速器的优化设计一般是在给定功率P、传动比u、 输入转速n以及其他技术条件和要求下,找出一组使 减速器的某项经济技术指标达到最优的设计参数。 设计变量的选取 展开式圆柱齿轮减速器:齿轮齿数、模数、齿宽、 螺旋角及变位系数等。 设计变量应是独立参数,一对齿轮传动中,只能取Z1或Z2 一个为设计变量 。 行星齿轮减速器:除此之外,还可加行星轮个数。 目标函数: 若中心距固定,可取其承载能力为目标函数。 1)边界约束:最小模数;螺旋角;变位系数;齿宽系数; 不根切最小齿数 2)性能约束:强度;总速比误差;重合度;齿厚; (装配条件;同心条件;邻接条件) (中心距最小) 第四节 平面连杆机构的优化设计 曲柄摇杆机构再现已知运动规律的优化设计 设计变量确定: 只有三个变量为独立的: 初步认定 以及四杆机构的关系 三、可行方向的产生方法 优选方向法 第五节 惩罚函数法 惩罚函数法是一种很广泛、很有效的间接解法。它的基本原理是将约束优化问题中的不等式和不等式约束函数经加权后,和原目标函数结合为新的目标函数——惩罚函数。 将约束优化问题转换为无约束优化问题。求解无约束优化问题的极小值,从而得到原约束优化问题的最优解。 障碍项 ↙ ↘ 惩罚项 惩罚函数法是按一定的法则改变加权因子的值,构成一系列的无约束优化问题,求一系列无约束最优解,并不断地逼近原约束优化问题的最优解。因此又称序列无约束极小化方法。常称SUMT方法。 根据它们在惩罚函数中作用,分别称障碍项和惩罚项。 障碍项的作用是当迭代点在可行域内时,在迭代 过程中将阻止迭代点越出可形域。 惩罚项的作用是当迭代点在非可行域或不满足等式 约束条件时,在迭代过程中将迫使迭代点逼近约束 边界或等式约束曲面。 按照惩罚函数在优化过程中迭代点是否可行,分为:

文档评论(0)

kabudou + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档