机械优化设计之数模型及其实例.docVIP

机械优化设计之数学模型及其实例 摘要：数学建模的思想就是用数学的思路、方法去解决实际生产、生活当中所遇到的问题。古今中外几乎一切应用科学的基础都是数学建模，凡是要用数学解决的实际问题也都是通过数学建模的过程来实现的。尤其到了20世纪中叶计算机和其他技术突飞猛进的发展，给数学建模以极大的推动，通过数学建模也极大地扩大了数学的应用范围。人们越来越认识到数学建模的重要性。曾经有位外国学者说过：“一切科学和工程技术人员的教育必须包括数学和计算数学的更多内容。数学建模…… 以机械专业知识为背景，用“数学建模”的思想方法去分析解决案例中提出的问题，在数学知识与机械专业知识间架起沟通的桥梁。最优化技术在机械设计领域的移植和应用,根据机械设计的理论,方法和标准规范等建立一反映工程设计问题和符合数学规划要求的数学模型,采用数学规划方法和计算机计算技术自动找出设计问题的最优方案.,在机械优化设计中, 设计变量是标志各零、部件的结构参数、尺寸大小的用来绘制结构图的各种设计参数, 是优化设计的最直接、最有价值的内容。因此,合理选择一定数量的设计变量不仅影响到模型的规模和建模的难度,也直接关系到优化结果能否令人满意,一般应遵循如下原则: （1）抓主要, 舍次要 对性能和结构影响较大的参数建议选为设计变量,对设计目标影响甚微的某些参数甚至可以不予考虑。 （2）注意区分独立变量和相关变量 所谓独立变量是指在边界约束范围内和模型中其取值不受其它变量取值变化的影响的参数,即具有相对独立性的变量。在工程实际问题中,有些参数的取值受到其它参数的影响或相互之间存在一定影响,这些参数称为相关变量。 （3）不要漏掉必要的设计变量 由于借助于计算机自动计算的优化设计方法作为一种高效率的现代设计方法,在数学建模时,就要求对影响设计要求的各种因素通盘考虑、统一规划,不漏掉必要的设计变量,这样才能得到高质量的成功的优化结果。 2.2 目标函数的建立 目标函数是以设计变量表示设计所要追求的某种性能指标的解析表达式, 目标函数的构造与选择, 关系到优化结果的实用性,从不同角度出发或根据设计对象和要求的不同, 可能有若干个目标函数可供选择,在实际的优化设计中, 应根据所设计机械系统和结构的具体性质和应用场合,从若干个候选条件中筛选出最合理的标准作为目标函数。 2.3 约束条件的确定 在机械设计领域, 设计的限制是多种多样的,但一般都归属于两大类,第一类称为性态约束,是预测可能被破坏或失效的特征；第二类称为边界约束,用来规定设计变量的取值范围。不论是哪一类的约束条件,为了能定量处理,都必须是可计算的函数。在确定约束函数时应特别注意以下几点: (1) 避免出现矛盾约束 各种约束构成的可行域,优化模型一旦形成,求解的任务就是在可行域内寻找最优解,若有矛盾约束,很有可能使可行域成为空集。 (2) 避免可行域无界 一般说来,可行域应是n 维空间中的闭域,如图所示在可行域为开域(无界)时,若目标函数值向无界方向下降,且趋于∞,就不可能找到极值点。 (3)尽量避免等价约束和相关约束 在建立较为复杂的模型时, 往往出于工程上的保险考虑,总力图加入尽量多的约束,以保证不出现难以预料和实施的优化结果。另一种是相关约束, 即一个约束是其它几个约束的某种组合,也导致不必要的约束增多,使广义函数的性态变差,从而收敛困难。 (4)不能漏掉必须的约束 剔除多余约束的前提是要对约束是否多余有充分的把握,否则不要轻易这样做,必须的约束不能遗漏。 2.4 优化结果的处理与分析 在优化设计中,建立正确的数学模型和选用适当的优化方法固然是取得正确设计结果的先决条件,但绝非充要条件。由于工程问题的复杂性, 在优化求解后,还必须依据初始数据、中间结果和最终结果进行认真对比、分析, 以查明优化计算过程是否正常和最终结果是否具有合理性和可行性。如有错误, 可尝试改变初始点甚至重新选择优化方法重新进行计算。在机械优化设计的实际应用中,其最后的分析与处理,常常是不容忽视的,特别是对设计变量的敏感度分析对进一步提高工程优化设计的质量很有意义。 3数学模型优化设计实例 3.1 优化设计的优势 减速器在现代机械领域得到广泛应用，对其进行优化设计，具有可观的经济效益。但是，此类优化模型具有高维、线性非凸、多约束及多峰值等特点，对此类问题，传统优化方法优化结果严重依赖于所选初始解，当初始解选择不当时，优化过程易陷入局部最优解；需要对变量进行微分操作运算，计算量大，求解效率低，而且无法求解多元约束下的优化问题；迭代运算时迭代次数很大，收敛速度慢，不能同时保证计算精度和计算效率，优化结果不理想。 因此，应用数学建模方法对其进行设计，在不改变原来转动零件的材质、传动比、输入功率和转速等条件下，根据可靠度要求优选出一组最佳齿轮啮合参数，从而使标准系列的