斜齒輪蝸輪蝸桿減速機的穩(wěn)健優(yōu)化設計。斜齒輪蝸輪蝸桿減速機具有體積小、重量輕、結構緊湊、傳動比大、傳動效率高等優(yōu)點，在許多情況下可以代替二、三的圓柱齒輪減速器和蝸輪減速器，所以為界各所重視口。但該S系列減速機的設計參數較多，計算復雜，特別是些重要參數直接影響到斜齒輪蝸輪蝸桿減速機的性能和使用壽命。
文獻中建立了斜齒輪蝸輪蝸桿減速機的優(yōu)化設計模型，實現(xiàn)了優(yōu)化設計。同時文獻指出對于有約束的優(yōu)化設計問題來說，在優(yōu)化設計過程中般總是把優(yōu)點推向約束的邊界上，而在實際中由于參數的變差將會使優(yōu)點變?yōu)椴豢尚谢蛸|量性能指標(準則函數)超界成為廢品，這就是說，般的優(yōu)化設計優(yōu)解是不穩(wěn)健的。S系列減速機穩(wěn)健優(yōu)化設計方法是將穩(wěn)健設計和優(yōu)化設計相結合，即通過S系列減速機調整設計變量的名義值和控制其偏差來保證設計優(yōu)解的穩(wěn)健性?；谛§`敏度法的工程穩(wěn)健優(yōu)化設計是利用靈敏度分析理論進行產品的穩(wěn)健設計。設計過程中考慮產品質量對不確定因素的敏感性小，以提高設計解的可行穩(wěn)健性和目標函數及約束條件的不靈敏性的種方法。本章采用該種方法對斜齒輪蝸輪蝸桿減速機進行優(yōu)化設計，以尋求優(yōu)、穩(wěn)健的設計結果。
對于S系列減速機設計參數我們只能按它們的個大概的值來設計，而在使用過程中由于各種人為因素或外部環(huán)境等因素的影響，其值會發(fā)生定的擾動，則不確定參數的維數是 。根據靈敏度的定義，S系列減速機目標函數對不確定參數的靈敏度為 約束函數對不確定參數的靈敏度為分別為 ， ,為了使優(yōu)化結果達到穩(wěn)健性要求，應使目標函數和約束條件對不可控因素變差的靈敏度小。斜齒輪的尺寸決定了斜齒輪蝸輪蝸桿減速機的結構大小，故在給定傳動功率和傳動比時，滿足強度條件及其他幾何尺寸要求的條件下，為使其結構緊湊，降低成本，將斜齒輪蝸輪蝸桿減速機的體積小作為穩(wěn)健優(yōu)化設計的目標函數 。為了保證S系列減速機優(yōu)點的可行穩(wěn)健性，考慮到S系列減速機設計參數中輸入功率P及輸入軸轉速n 會受到外界因素的影響而發(fā)生擾動，故將目標函數及約束條件對不確定因素的靈敏度小作為附加目標函數從建立的斜齒輪蝸輪蝸桿減速機穩(wěn)健優(yōu)化設計模型看出，目標函數和約束函數均為非線性的，維數較多，計算起來較為復雜，為使S系列減速機優(yōu)化結果準確、可靠，對該優(yōu)化模型采用遺傳算法求解。
遺傳算法GA (GeneticAlgorithm)是模擬生物在自然環(huán)境中的遺傳和進化過程而形成的種自適應全局優(yōu)化概率隨機搜索算法。遺傳算法通過隨機選擇、交叉和變異等遺傳操作，使群體代代地進化到搜索空間中越來越好的區(qū)域，直至抵達全局優(yōu)點。整個S系列減速機穩(wěn)健優(yōu)化過程通過VB穩(wěn)健優(yōu)化設計原型系統(tǒng).從建立的斜齒輪蝸輪蝸桿減速機穩(wěn)健優(yōu)化設計模型看出，目標函數和約束函數均為非線性的，維數較多，計算起來較為復雜，為使優(yōu)化結果準確、可靠，對該優(yōu)化模型采用遺傳算法求解。遺傳算法GA (GeneticAlgorithm)是模擬生物在自然環(huán)境中的遺傳和進化過程而形成的種自適應全局優(yōu)化概率隨機搜索算法。遺傳算法通過隨機選擇、交叉和變異等遺傳操作，使群體代代地進化到搜索空間中越來越好的區(qū)域，直至抵達全局優(yōu)點。整個S系列減速機穩(wěn)健優(yōu)化過程通過VB穩(wěn)健優(yōu)化設計原型系統(tǒng)實現(xiàn)。
/sdxljsdj.html

本文鏈接:http://m.xmdstl.cn/list_16/4528.html