现代设计方法三级项目报告2.docVIP

  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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
现代设计方法三级项目 三级项目题目:基于MATLAB遗传算法的齿 轮减速器的优化设计 及三维托架建模的有限元分析 班级:11级机械装备「班 设计人员: 王义园 卞勇俊 刘双聪 一、任务分工: 王义园同学做基于M AT LA B遗传算法的齿轮减速器的优化设计 卞勇俊的有限元分析 刘双聪同学做ppt的制作 二、问题描述: 基于M AT LA B遗传算法的齿轮减速器的优化设计: 圆柱齿轮减速器是原动机和工作机之间的常用传动装置,其传统设计方法是:根 据减速器的使用要求,设计人员凭借相关技术资料及以往的设计经验,通过强、刚 度计算获得齿数与模数等设计数据,再对设计结果进行评估和修正。上述传统设 计法难以精确权衡各种因素的影响,设计结果通常有尺寸余量,从而会造成减速 器体积的增大和材料的浪费。 三、基于M A T L A B遗传算法的齿轮减速器的优化设计 1、目标函数 单级直齿圆柱齿轮减速器如图1所示。由于齿轮两端面到箱体内壁的距离及大齿 轮齿顶圆到箱体底面的距离等均有相关的规定,所以减速器体积正比于齿轮副的 体积,从而减速器的体积优化问题可转化成齿轮副的体积优化问题。 图1单级圆柱齿轮减速器传动简图 1.1齿轮副体积函数 按图1,齿轮副的体积V可表示成: 兀 B| k d; 兀 (化 d| + 5) (ud| )2 (% 4 ) V : 4 4 4 4 = [(u + 1+ 5] ( 式中. d 1、d 2分别为主、从动轮的直径;B为大齿轮齿宽,小齿轮齿宽为B +5; m和d 是齿轮副的模数和齿宽系数,z 1是小齿轮的齿数。 1.2约束条件 为避免发生根切,齿数z 1应不小于最小齿数,即应:g1( x)=17- z1^0 (2) 对传动动力的齿轮,模数不能过小,即应:g2( x)=2-m^0 (3) 条件为:对于标准直齿圆柱齿轮传动,齿轮副应满足的接触疲劳强度和弯曲疲劳强度 条件为: (x) = aH - 〔小-琢忌u [小3 (4) 艮(X)= f —[小=盟皿—[小€0 ⑸ (x) = aF2 -[ a]r2 gFI X7! 丫氏 (6) 式中,z H是节点区域系数,对于标准直齿圆柱齿轮传动,Z H=2. 5; Z E为弹性 系数;T1为小齿轮传递的扭矩;[o ] H为齿轮材料的许用接触应力;[o ] F1、 [o ] F2分别为小齿轮和大齿轮的许用弯曲应力;K为载荷系数,一般为1.3; F 1、Y F2分别为小齿轮和大齿轮的齿形系数,对于标准齿轮[6]: F1=0.169+0. 006666Z ,-0. 0000854Z : Y f? =0. 2824+0. 0003539Z 2-0. 000001576Z } (7) 由于两支承相对于小齿轮作对称布置,故齿宽系数应0.9W d 1.4,即: (8) g7( x) =(|)d?1.40 (9) 1.3目标函数 由于上述优化问题是带约束的优化问题,所以采用外点惩罚函数法将其转化为非 约束优化问题如: 7 ?(X,严)= f(X)+a》{max[0, g j(X)]}2 (10) j=\ 式中r满足r(0)r(1) v「(2)v…※其中f( x)是 体积函数,gy( x)是约束条件。 2、优化方法 本文采用M a t 1 a b遗传算法工具箱进行优化,。该工具箱采用MATLAB 矩阵函数构建了一套通用工具,工具是用M文件编写的命令行形式的函数,该工 具箱集合了完成遗传算法大部分重要功能的各种程序,可用于完成广泛领域的遗 传算法优化。 遗传算法与惩罚函数法结合后,实际优化问题的计算步骤如下: 1)选择适当的初始值、初始惩罚因子r、惩罚因子的递增系数C以及计算精度£。 构造惩罚函数,确定需要求解的未知量。 (引采用遗传算法求目标函数的最小值,过程如下: 确定参数: 群体规模:种群规模越大,遗传操作处理的模式越多,群体中个体的多样性越高, 算法陷入局部的危险就越小,但种群规模过大会影响算法效率和交叉配对操作, 一般取 10 ~ 160。 变量数目:根据目标函数确定。 代沟:控制着每一代群体构成中个体被更新的百分比。一般取0. 1。 区域描述:染色体的表示和解释,其中包括各变量的取值范围。 染色体编码,采用二进制编码,一个基因表示一个变量。 产生初始群体。即用随机方法分别在每一个基因取值范围内取得一组基因,形 成一个染色体,共产生N个染色体,形成初始群体,采用c r t b p函数。 计算初始种群的目标函数值。 ⑤计算适应度, 1 ■ T1 吝 X》采用ranking函数。并选择适应度大的 个体移至新种群屮,采用select函数。 进行复制、交叉和变异操作,产生新一代群体。采用r e c o m b i n和m u t函数。 重插入:为了保持原始种群的大小,使新个

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档