机械传动论文..doc

基于遗传算法的机械传动方案可拓优化设计 摘要：传动方案的遗传算法是求解传动方案优化问题的关键技术。将多目标物元优化方法应用到机械传动方案优化设计中，给出设计实例，验证了所提出方法 的有效性和可行性。 关键词：遗传算法；机械传动方案；可拓；优化设计 1 传动方案设计知识的面向对象可拓表示 从系统中知识的作用来看，系统中用到的知识主要有控制知识、方案评价知识及有关机构的知识。控制知识是有关问题分析、求解策略及使用知识的知识，如根据设计要求划分传动链，生成设计约束条件。方案评价知识对遗传算法生成器产生的方案进行分析、评价，确定其适应值。机构知识描述传动方案中的各种机构相关的知识。 从知识表现的形式看，主要有数据、算法及判断形式，在面向对象的知识表示法中，可用参数、规则和方法等知识项来表示每个知识。参数可以表示数据形式的知识，用知识类中的成员变量来描述。规则用以表示判断形式的知识，规则主体由IF 一叨伍N 两部分组成。方法用以表达计算过程或判断形式的知识。如方案评价知识类可用图l 来描述。 2 传动方案物元优化的算法描述 对于传动的优化设计问题，人们往往将设计目标描述成严密的数学公式的形式，这种形式在结构优化设计中得到了很好的应用。而对于方案设计的问题，就难以采用严密的数学公式的表达形式来描述方案设计的目标函数，因此将方案的设计目标采用物元形式来描述。 2.1 传动方案的物元优化模型 在传动方案设计过程中，希望它满足各项设计指标。可以将传动描述为以各项指标作为其特征的物元。现采用传动方案的：传动效率、工作平稳性、使用寿命、环境适应性、成本等指标描述传动方案的物元模型，设它的名称为M ，则传动方案M 的物元为： 其中：R 表示传动方案物元；c ( i= 1 , 2 ，… ，5 ）表示第 i 项特征拼、表示产品M 第i项特征c 的量值u［0 , 1 〕 。在实际的产品方案设计过程中，各项指标都占有各自的权重。若以R 表示方案物元各项特征的权重复合物元，并以叨( i 二1 , 2 ，… ，5 ）表示方案各个指标的权重，则有： 判断一个产品的优劣，看它与理想中产品的关联性大小，即关联度。关联度越大表示方案越优。可按下式计算出关联度无： 2.2 遗传算法求解传动方案优化问题的策略 从传动方案优化设计的模型可以看出，各个设计目标函数并不是常规的数学函数表达式。例如工作平稳性子目标，在现有的技术水平难以应用一个合理的数学函数来表达，一般都采用定性的评语来评判。因此，用常规的优化方法来解决这样的优化模型还是有一定难度的。根据遗传算法的特点，它对求解问题不需要严格的数学表达式，因此采用遗传算法来解决方案设计的优化问题。 遗传算法采用群体全局搜索技术，初始群体的产生意味着多个初始方案的产生，这些初始方案其性态一般都不好。根据适应值的大小对它们进行排序，通过遗传算法的三种主要算子，选择、交叉和突变来进化方案种群，实现求解过程。这种算子一直进行到得到用户满意的一个或多个方案。同时采用遗传算法〔 4 石〕 来模拟传动方案设计者的创造性的过程，实现计算机自动设计。现采用自适应宏进化遗传算法（AMGA ）和保留最好个体方法来提高遗传算法的进行性能。遗传算法求解策略如图2 所示。 3 遗传算法求解传动方案的关键技术 3.1 传动方案编码表示和初始种群的产生 遗传算法是一个搜索编码空间的过程，其目的是找到相对高适应值的染色体，在应用遗传算法求解特殊问题时，首先要确定染色体的表示方法。对于机械传动方案设计，一个染色体就是一种传动方案。以两级传动方案为例，假设它由带传动、圆柱齿轮传动组成，它们的传动比分别为b1: b 2 ，则将其编码成染色体的形式为{ 1, b 1, 6 , b 2: } , 其中1 是带传动的代号，6 是圆柱齿轮传动的代号。组成的传动方案第一级为带传动、第二级为圆柱齿轮传动的方案。设定种群的大小为m ，随机产生m 个染色体，则表示产生m 个初始传动方案。 3.2 适应值的计算 确定适应值以检测一个特定染色体所表示的方案的优劣程度，采用方案的关联度作为方案设计目标函数，方案染色体的适应值计算方法如下。传动方案的每一级传动机构自身就是一个物元。取传动方案的第i ( i = 1 , 2 , … ，5 ）个特征量值拜，为两级传动机构的第i 个特征量值的平均值，即： 其中，分别为第一级和第二级传动机构的第i 个特征量值。采用0.3 、0.6 、0.9 等值来表示传动机构各个特征量值的优中劣等级。则两级传动方案的关联度k 为: 其中，w 为第i 项指标的权重。对于不同的设计要求和设计参数，各个特征的权重是变化的，采用层次分析法来确定。 3.3 遗传算子操作 l ）选择算子 选择就是从群体中选取适应值高的染色体，作为繁殖子代的双亲。选择