基于并行选择遗传算法的3Z(Ⅱ)型行星轮系优化设计

研究了3Z(Ⅱ)型行星轮系的优化设计方法。以行星轮系的体积最小、传动效率最高为目标函数建立了多目标优化模型,利用惩罚函数将原约束问题转换为无约束优化问题,提出了基于并行选择遗传算法的多目标优化求解算法。实例表明,该方法适用于3Z(Ⅱ)型行星轮系的多目标优化,且优化效果显著。该法对于其它行星轮系的优化设计也具有借鉴意义。     

两级行星齿轮传动系统多目标优化设计研究

利用MATLAB优化工具箱对两级行星齿轮传动机构进行多目标优化设计,以体积(重量)最小、传递效率最高作为优化目标,建立多目标优化数学模型.结合算例,给出最优参数求解步骤以及所用方法的特点,为两级行星齿轮传动机构优化设计提供指导.     

三级行星减速器优化设计

按加工精度要求和制作经济性对某种小模数三级2K-H行星传动轮系的传动比进行分配,由一个多级行星轮系的优化设计转化为一个单级行星轮系的优化设计,亦即将整个多级行星轮系体积最小的优化问题转化为单级行星轮系体积最小的优化问题[1]13-17.以单级行星轮系的太阳轮,行星轮,以及内齿圈体积最小为优化目标建立优化数学模型.采用惩罚函数法求解数学模型,择取最优参数方案.     

2K-H型行星轮系优化设计系统的研究

以太阳轮和全部行星轮的体积之和最小为优化设计目标函数,以太阳轮的齿数、齿宽、模数、行星轮的个数为设计变量,以行星轮系的传动比条件、同心条件、装配条件、邻接条件、模数条件、最少齿数条件、强度条件为约束条件,建立了行星齿轮传动优化设计的数学模型。以穷举法为优化设计方法,以VisualBasic为编程工具,研制出了行星轮系的优化设计系统,该系统能自动完成2K-H型行星轮系的优化设计。     

双级NGW型行星轮系的优化设计

按各级径向尺寸协调和外啮合接触强度相等的原则对双级NGW型行星轮系的总传动比进行优化分配 ,将双级行星轮系的优化设计转变成单级行星轮系的优化设计。以太阳轮、行星轮和内齿圈体积之和最小作为优化目标 ,建立了优化数学模型 ,应用复合形法求解数学模型择取最优参数方案。通过实例计算 ,取得了满意的结果     

精密变位斜齿轮行星轮系混合型变量多目标优化设计

斜齿轮行星轮系具有单位体积传动比高、重合度大和谐振小的特点,广泛应用于精密小模数变速传动领域。如何提高单位体积传动比并降低振动,对于实现精密传动具有重要意义。为此,提出了精密变位斜齿轮行星轮系混合型变量多目标优化设计方法。建立二级行星斜齿轮传动方案模型,通过齿顶圆上的压力角与齿数、分度圆压力角、齿顶高系数和变位系数的关联关系,构建太阳轮、行星轮和内齿圈的体积模型和重合度模型,建立轮系的配齿、强度、模数、变位和根切的约束条件集,以体积最小、重合度最大作为优化目标,建立连续与离散混合的多变量多目标优化数学模型。引入模拟退火蚁群算法,实现连续多维空间的混合型变量优化,基于模糊集从Pareto解集中遴选最优解,优化后轮系体积减小9.97%,重合度增大13.35%,提出的方法对于类似斜齿轮行星轮系的性能优化设计具有重要意义。     

基于Matlab的行星轮减速器优化设计

行星轮减速器具有传动效率高、结构紧凑等优点,在冶金、矿山中得到了广泛的应用。行星轮系优化设计是在保证承载能力的条件下,能达到行星轮减速器的体积最小。采用Matlab优化工具箱来进行优化,可以得到较小的体积以及较好的传动性能,并通过与传统优化方法比较,验证了本算法的可行性和正确性。     

基于MATLAB优化工具箱的行星齿轮传动优化设计

可控制起动行星齿轮减速装置进入稳态传动时,其第二级行星轮系的尺寸对整个装置的尺寸影响较大,故以第二级行星传动装置的体积最小为目标,建立了优化设计数学模型,利用MATLAB优化工具箱对其进行优化设计.经计算和分析,说明这种优化方法符合实际,准确可靠.     

改进粒子群算法的行星齿轮系统多目标优化研究

在行星齿轮多目标优化中,传统粒子群算法(PSO)与自适应权重粒子群算法(APSO)在复杂约束下不易收敛或易陷入局部最优。为此,提出改进的自适应权重粒子群算法(D-APSO)并进行行星齿轮高功率密度的多目标优化设计,以最小体积、最大传动效率和最小中心距为多目标优化函数,综合考虑行星齿轮传动的边界协调条件,利用惩罚函数法处理约束条件,对目标进行D-APSO算法下的优化计算。结果表明:D-APSO算法在优化求解效果和速度上明显优于传统PSO算法和APSO算法,在满足行星齿轮系统承载性能的条件下,使行星齿轮系统具有更小的体积及中心距,并表现出更优的传动效率。     

2K-H针摆行星传动机械效率的数学建模

为解决汽车座椅调角器自锁性能不稳定的问题,研究具有齿侧间隙的一齿差2K-H摆线针轮行星传动的正、逆传动机械效率的计算方法。通过对该行星机构的转化机构实际啮合传动过程的力学分析,建立转化机构瞬时效率和平均效率计算的精确数学模型。利用该模型所求出的转化机构效率计算了2K-H行星轮系的机械效率,并开发效率计算的应用程序。调角器产品的效率计算和试验测试结果证明该模型的正确性。运用该程序,还研究机械效率与各运动学参数及结构参数之间的关系,得出增加摩擦因数、减小偏距、减小两针轮齿数差、增加同时啮合轮齿对数及改变作用力分布,改变双片摆轮中心的初始相对转角均可以提高自锁性能的结论,并用以指导汽车座椅调角器自锁性能的改进。该数学模型的建立能够为进一步研究一定加工精度下2K-H摆线针轮的传动效率、机构的优化设计和齿廓修形后的传动性能提供理论基础。     

面向主梁优化的改进果蝇优化算法研究

针对果蝇优化算法收敛速度慢、易陷入局部最优、收敛早熟等不足,引入了自适应步长、粒子群算法中的粒子速度,使得改进后的算法收敛性加强,收敛速度提高,改善了随机性,提高了寻优精度。将改进果蝇优化算法运用到桥式起重机主梁的轻量化中,并运用有限元软件对优化后的主梁进行力学分析,通过实例验证了算法的优越性;最后通过对比优化前后的结果,得出优化后的主梁质量减重效果明显且符合设计要求,对实际工程结构的设计有指导意义。     

企业资源优化与优化模型

讨论了企业资源优化问题的基本概念和特性，综述了学术界为实现企业资源优化所做的努力，提出了一个基于供应链结构、能够实现制造类企业资源优化的企业资源优化模型。该模型能描述制造企业复杂的物料清单关系，进行详细的物流与能力平衡，可对产品组合、库存控制、外协加工等进行优化。模型可以取代传统企业资源计划系统中的主生产计划、物料需求计划和能力需求计划模块，成为企业资源优化系统的核心模块。     

基于粒子群优化和协同优化的多学科设计优化研究

协同优化是进行多学科设计优化的有效方法之一。本文将粒子群优化算法应用于协同优化,通过对系统级优化等式约束条件进行转换,克服了协同优化自身内部的计算缺陷,有效解决了当原始系统优化问题不满足Kuhn-Tucker条件时导致的计算困难,最后以数值计算和减速器设计为例进行了验证。结果表明本文提出的方法是有效的,同时也为将新型算法应用于多学科设计优化问题提供了参考。     

MATLAB优化工具箱在机械优化设计中的应用

研究了以人字架机构的质量最小为目标函数,应用现代优化设计理论技术建立其优化设计模型的方法,详细论述了MAT-LAB优化工具箱在机械优化设计中的应用,特别是对MATLAB优化工具箱中的有约束规划应用给出了比较详细的介绍。优化结果表明该设计方法对于解决机械优化设计问题非常有效。     

基于Labview非线性最优化的机械优化设计

采用Lab VIEW平台及最优化函数模块编程对机械轴销进行优化设计,介绍带约束的非线性最优化函数的使用方法和利用该函数编程优化的一般步骤,并用传统的优化工具验证结果,论述Lab VIEW在机械优化设计中的实用性。     

基于仿真优化的多种类型AGV数量配置优化方法

以生产线产能最大化为目标,以生产工艺、AGV路径、调度规则等为约束条件,建立了以AGV的数量为决策变量的数学模型来描述AGV的数量配置问题。针对该问题的复杂性,提出了基于仿真的优化方法。该方法利用仿真模型模拟AGV运行状态,并通过遗传算法确定AGV的配置数量,有效地提高了模拟的精确度与优化的速度。最后通过空调装配车间实例验证了该方法的有效性和可行性。     

基于MATLAB粒子群算法的切削用量优化

切削用量的合理选择对提高机床使用效率、降低生产成本有很大的帮助。根据线性加权和法,以进给量和切削速度为变量,以最大生产率和最低生产成本为目标建立优化数学模型,并且考虑机床和刀具的约束,利用粒子群算法在MATLAB上对数学模型进行寻优求解。实例表明,优化后的切削用量能明显地降低成本、提高效率。     

多目标优化方法在机构优化中的应用

介绍了多目标优化分类方法,并较详细的分析了几种典型多目标演化算法优缺点。列举了在机构分析中的应用实例。总结了各种算法在机构分析过程中的使用情况。在实际的优化过程中,各种算法都有其自身的缺陷,因此如何利用更有效的手段解决多目标优化问题具有非常重要的意义。     

基于蚁群算法的LED分拣路径优化

提出基于蚁群算法对LED芯片分拣路径进行优化。对分拣工作芯片块间移动策略进行分析,降低盘片变形。在此基础上采用蚁群算法,建立分拣路径的全连接无向图并对分拣时间、分拣路径模型进行建模和优化。对蚂蚁数量、蚁群算法的时间复杂度、信息素挥发因子等参数进行优化。试验表明,该方法与传统方法相比能够缩短分拣时间,提高效率,为LED芯片分拣路径规划提供了一种有效的方法。     

改进鲸鱼优化算法及涡轮盘结构优化

涡轮盘是航空发动机的核心零件,通过智能优化算法对涡轮盘结构进行优化,降低涡轮盘质量,有助于提升推重比。研究并改进了新型鲸鱼优化算法对涡轮盘截面进行结构尺寸优化。改进的鲸鱼优化算法中创新引入差分变异策略,交叉操作和常规变异策略以增强鲸鱼优化算法跳出局部最优解的能力。特别地,以改进的鲸鱼优化算法（Decomposition evolution based whale optimization algorithm,DEWOA）为例对Isight平台进行二次开发,与Isight平台中的五种算法和基本鲸鱼优化算法就八个单目标测试函数进行了对比,在均值和方差等指标验证了改进算法的稳定性和寻优性能。而且,将结合改进鲸鱼优化算法的Isight优化模块组件与有限元分析方法在Isight平台中集成为全自动化优化流程,对航空发动机涡轮盘进行结构优化,并与其他四种算法的涡轮盘结构优化结果进行对比。实验结果表明改进的鲸鱼优化算法对涡轮盘减重达26.09%,超过自适应模拟退火算法减重比2.24%,超过多岛遗传算法减重比5.29%,超过鲸鱼优化算法减重比1.94%,落后于指针自动优化算法减重比0.39%,但改进的鲸鱼优化算法收敛速度更快,达到最优解的代价更小,表明了改进鲸鱼优化算法在工程实际问题上的实用性和通用性。