机械设计优化作业 第1次次作业.docVIP

基于整车性能的汽车传动系参数的优化设计 为了降低汽车的耗油量和废气排放,我们一般采用优化匹配动力传动系统。因为汽车的动性燃油经济性和排放特性的好坏在很大程度上取决于发动机的性能和传动系形式参数的选择。提出将汽车原地起步连续换档加速时间、多工况百公里油耗和多工况尾气排放的主要污染物(CO、H才和NOx)的排放总量作为汽车传动系优化性能的指标，利用计算机对汽车动力传动系统进行模拟仿真计算,通过对汽车动力传动系参数的优选,达到改善汽车的燃油经济性、动力性和尾气排放. 优化目标：Ts = T0 +umax∫uminδm du /3.6 [ Ft - ( Ff + Fw ) ] 式中: Ft = Ttq ig i0ηT / r; Ttq =Σi = 0ai nie; ne = ig i0 ua /0.377 r;Ff =Gf; Fw = CD Au2a /21.15; Ft 为汽车驱动力, N; Ff 为滚动阻力, N; Fw 为空气阻力, N;δ为汽车旋转质量换算系数; m 为汽车质量, kg; ig, i0 分别为变速器和主减速器传动比; r为车轮滚动半径,m; f为滚动阻力系数;CD 为空气阻力系数; A 为汽车迎风面积; m2 ; ua 为汽车车速, km /h; T0 为起步时间, s; ηT 为传动效率, ; um ax , um in为汽车加速起始及加速终了车速, km /h。 优化参数：X = [ x1 , x2 , ?, xn ]T = [ ig1 i0 , ig2 i0 , ?, ign i0 ]T 优化实例：汽车总重W = 9506N,轴距L = 2.335m,轮距B = 1.36m,风阻系数CD = 0.4,迎风面积A = 2.31m2 ,滚动阻力系数f = 0.012。该车采用的发动机型号为DA468QL1型汽油机,最大功率Pe = 48kW,最大转矩Te = 88N·m,发动机外特性拟合时选取9个点,拟合阶数为5阶,万有特性拟合时选取80个点,拟合阶数为3阶,轮胎半径r = 0.272m。选择所满足设计要求的排放标准为欧Ⅱ标准,则QCOh =2.2, QHCh +QNOxh = 0.5;起步加速时间计算的是该车起步换挡加速至90km /h的时间,选择的各目标函数的加权因子ω1 = 0.25,ω2 = 0.45,ω3 = 0.30,最高挡动力 因数.104 ≤ D0 max≤ 0.06,最大爬坡度不小于35% ,附着系数取φ0 为0.75,最高车速为140km /h, ql 为114, qh 为118,传动系的效率η = 0.9。 基于遗传算法的齿轮减速器多目标优化设计 减速器是一种重要的机械部件，被广泛的用于冶金技术，采矿业，建筑业，材料处理等等。但是通过传统的方法很难设计出理想的减速器结构。因此Thompson顺利的优化设计出体积最小的减速器，Gao则采用渐进的进程。Li 和 Symmons运用将最小的中心距离作为目标函数的方法优化设计出一个螺旋齿轮减速器。这些报告已经获得了一些具有发展前景的研究成果。但是由于经常只用单一的目标函数来进行设计，但是具体实行的时候最佳成果仅仅是局部的最佳。 优化目标： 优化参数： 编号 模数 螺旋角 传动比 齿宽 齿数 Ⅰ Ⅱ 约束条件: 接触强度 弯曲强度 大齿轮的最大浸油深度 高速齿轮和低速轴之间有无干涉 设计变量的上下限 例证 本例中的二级齿轮减速器具有以下初始条件：P1＝6.2kW；n1 =1450r/min; i = 31.5。 种群大小是100，终止代为500，浮动代码和竞赛选择采用演算法。模拟解决方案的结果如表2所示。 表2 测试案例比较结果 对比标准化设计，减速器的承载能力，体积和传动精度分别提高了6.9%, 26.5% 和 96.9%，比参考书目的数据更优化。 总结 遗传算法是在这么大的搜索空间里，在合适的时间内以达到最佳的解决方法的最好工具，而且不必要求要有凸面，凹面，和/或连续性的最佳化性能。其可行性和实用性使遗传算法执行多目标的减速器优化设计。 如何获得遗传算法的参数直接影响遗传算法的性能。遗传算法协同模糊控制器的方法比起SGA更适合，并且能获得减速器设计的最佳结论。 基于混合遗传算法的宽带阶梯阻抗变换器的优化设计阶梯阻抗变换器作为一种阻抗匹配结构，广泛应用于各种微波电路和天线系统中，对提高系统的性能起着十分重要的作用．阶梯阻抗变换器的设计可分为网络综合法和数值优化法．网络综合法已有十分成熟的理论，其中以Chebyshev综合得到的变换器为优［1］，但网络综合法只适于负载阻抗为纯实数，而且传输线各段的长度是已知值的情形，因而其应用有很大的局限性．阶梯阻抗变换器数值优化技术的应用始于本世