|
|
摘 要：總結(jié)了機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)的特點(diǎn)，從優(yōu)化設(shè)計(jì)數(shù)學(xué)模型建立和求解算法兩方面討論了機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)的研究趨勢(shì)和應(yīng)用現(xiàn)狀，討論了一些可用于機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)的方法，對(duì)今后的機(jī)械設(shè)計(jì)提出了展望。 關(guān)現(xiàn)代設(shè)計(jì)方法;機(jī)械優(yōu)化設(shè)計(jì);' \# y* j8 y* Y& ~. d( F" ~7 t% W8 r
引言
5 a9 b) B: H/ I3 P 日益激烈的市場(chǎng)競(jìng)爭(zhēng)，對(duì)機(jī)械產(chǎn)品的設(shè)計(jì)提出了更高的要求。為了提高機(jī)械產(chǎn)品的性能和質(zhì)量，縮短設(shè)計(jì)周期和降低原材料消耗和制造成本，優(yōu)化設(shè)計(jì)技術(shù)倍受機(jī)械工程師們的青睞，得到廣泛的應(yīng)用。近 20 年來(lái)，由于計(jì)算機(jī)性能的不斷提高，計(jì)算技術(shù)和優(yōu)化理論的發(fā)展以及工程應(yīng)用的需要，機(jī)械優(yōu)化設(shè)計(jì)已經(jīng)從傳統(tǒng)的面向零部件、單一工作過(guò)程、單一學(xué)科的局部?jī)?yōu)化發(fā)展到面向整體的多學(xué)科的全面優(yōu)化—即現(xiàn)代機(jī)械系統(tǒng)優(yōu)化。與傳統(tǒng)的優(yōu)化設(shè)計(jì)問(wèn)題相比，現(xiàn)代機(jī)械系統(tǒng)的優(yōu)化設(shè)計(jì)問(wèn)題具有以下特點(diǎn)：
, n* K) _# k9 z2 }9 t3 ^ �、�?gòu)?fù)雜性; u, {2 ~8 b8 P
②跨學(xué)科性;- J% L! e0 t6 L9 u' A( M
③多目標(biāo)多約束多參數(shù);; Z9 @8 @1 j0 y. W. T1 g2 @
�、茈[含性。
- @$ H: l4 k- T5 Z; d2 _+ A1 ] 因此我們必須用現(xiàn)代的設(shè)計(jì)方法才能實(shí)現(xiàn)現(xiàn)代機(jī)械系統(tǒng)的優(yōu)化設(shè)計(jì)。
* }& f; S! x( V: j. a& u3 J8 A4 v 1、現(xiàn)代設(shè)計(jì)方法在機(jī)械優(yōu)化設(shè)計(jì)中的應(yīng)用& B ^ X$ q1 X8 }0 c- O2 D
1.1人工神經(jīng)網(wǎng)絡(luò)法
: @' a4 B1 W& U2 k' j3 ~ 人工神經(jīng)網(wǎng)絡(luò) (artificial neural networ- k)：是人類模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)，是理論化的人腦神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型。人工神經(jīng)網(wǎng)絡(luò)從事例中學(xué)習(xí)，可以處理非線性問(wèn)題，特別擅長(zhǎng)處理那些需要人直觀判斷的信息匱乏的問(wèn)題，如不完全數(shù)據(jù)集合，模糊信息以及高度復(fù)雜問(wèn)題等。人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于優(yōu)化設(shè)計(jì)，主要體現(xiàn)在以下兩個(gè)方面：
9 y7 @5 W. L; M' g4 L/ K3 n (1)Hopfield 網(wǎng)絡(luò)：
7 F2 c. x& G, d2 N8 q* s 網(wǎng)絡(luò)在優(yōu)化計(jì)算方面的應(yīng)用顯示出了它的特點(diǎn)。可以認(rèn)為，人工神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶與優(yōu)化計(jì)算兩種功能是對(duì)偶的，當(dāng)用于聯(lián)想記憶時(shí)，通過(guò)樣本模式的輸入給定網(wǎng)絡(luò)的穩(wěn)定狀態(tài)，經(jīng)學(xué)習(xí)求得突觸權(quán)重值 W;當(dāng)用于優(yōu)化計(jì)算時(shí)，以目標(biāo)函數(shù)和約束條件建立系統(tǒng)的能量函數(shù)確定突觸權(quán)重值，網(wǎng)絡(luò)演變到穩(wěn)定狀態(tài)即得優(yōu)化計(jì)算問(wèn)題之解。對(duì)于解決組合優(yōu)化問(wèn)題等顯示出了它的優(yōu)越性。
! G* b( W2 \% T# L# ]% {! B8 c (2)BP 網(wǎng)絡(luò) (back propagation network)。
& A0 ?2 o1 M; L( I( S% G$ } 它是工程中應(yīng)用最多的一種網(wǎng)絡(luò)，在函數(shù)逼近、模式識(shí)別、分類、數(shù)據(jù)壓縮等領(lǐng)域得到成功的應(yīng)用，其最大特點(diǎn)是只需樣本數(shù)據(jù)而不需要建立數(shù)學(xué)模型，就能建立起輸入與輸出之間的非線性映射關(guān)系，用于函數(shù)逼近理論上可達(dá)到任意精度。用 BP 網(wǎng)絡(luò)顯化復(fù)雜系統(tǒng)中的耦合關(guān)系，建立優(yōu)化設(shè)計(jì)模型可以克服上述困難，大大減少結(jié)構(gòu)分析有限元計(jì)算的次數(shù)，表現(xiàn)出巨大的優(yōu)越性。
& K; U2 j1 F( a7 x' u0 Q 1.2模糊優(yōu)化
4 m! P& o9 ]+ h8 b% Y 模糊優(yōu)化理論和方法的研究起源于 70 年代和 Zadeh 提出的模糊決策的概念和模糊環(huán)境下的決策模型，之后許多學(xué)者相繼做了大量的研究。在機(jī)械零部件和機(jī)械系統(tǒng)設(shè)計(jì)中，設(shè)計(jì)的優(yōu)劣標(biāo)準(zhǔn)、材料的強(qiáng)度及適用范圍、某些載荷的分布和性質(zhì)等，尤其是注重于經(jīng)濟(jì)和效益方面的優(yōu)化指標(biāo)都具有模糊性，必須用模糊數(shù)學(xué)理論建立優(yōu)化模型。一個(gè)復(fù)雜機(jī)械系統(tǒng)的優(yōu)化模糊設(shè)計(jì)問(wèn)題也可表述為：; i: \! Y' P/ h {3 _2 u
min F(X!)=[F1(X!),F2(X!),...Fk(X!)]T) O; W, @# ]8 [& Z4 x
subject to gi(X!)∈Gii=1，2，…，m* x+ b2 q- m2 k" c! C# h
式中：X=[x1,x2,...，xn]T為 n 維設(shè)計(jì)變量; F (X!)—模糊目標(biāo)函數(shù)向量;Gi—第 i 個(gè)約束 gi的可行區(qū)間;gi(X!)—在隸屬函數(shù) !i意義下 gi模糊屬于 Gi。: l! @; U7 O1 C
應(yīng)用模糊優(yōu)化理論能夠?qū)⒃O(shè)計(jì)中的模糊因素和模糊主觀信息定量化，通過(guò)合理給定約束函數(shù)、目標(biāo)函數(shù)的容許值、期望值及其模糊分布 (隸屬函數(shù)) 來(lái) “軟化”邊界條件，擴(kuò)大尋優(yōu)范圍和體現(xiàn)專家的經(jīng)驗(yàn)、觀點(diǎn)和某些公認(rèn)的設(shè)計(jì)準(zhǔn)則。把模糊技術(shù)應(yīng)用于優(yōu)化設(shè)計(jì)建模，其特長(zhǎng)不僅在于它善于表達(dá)模糊概念，處理模糊因素，而且還可將復(fù)雜問(wèn)題簡(jiǎn)化，使優(yōu)化模型更加合理。采用模糊理論建立優(yōu)化設(shè)計(jì)模型對(duì)求解復(fù)雜系統(tǒng)優(yōu)化設(shè)計(jì)問(wèn)題具有重要意義。
# }; p% I3 C8 @/ z& [0 V 1.3代理法' U* u$ O5 H) {1 H, }+ Z, ~
復(fù)雜機(jī)械系統(tǒng)的優(yōu)化過(guò)程需要反復(fù)調(diào)用模擬計(jì)算子程序，巨大的模擬計(jì)算量會(huì)妨礙問(wèn)題的求解，模型的逼近度越高，計(jì)算量越大，僅僅靠采用高速計(jì)算機(jī)是行不通的。一個(gè)基本的想法是采用近似模型來(lái)替代計(jì)算量巨大的高逼近度模型，但這會(huì)影響優(yōu)化問(wèn)題的求解精度。一種基于代理思想的代理模型管理框架是一種有意義的嘗試。如圖 1 所示。2 b8 d$ l9 k- f* l
該法首先用模擬計(jì)算量小的近似模型進(jìn)行尋優(yōu)得到預(yù)報(bào)最優(yōu)點(diǎn);其次對(duì)預(yù)報(bào)最優(yōu)點(diǎn)進(jìn)行評(píng)價(jià)和精確分析計(jì)算，更新近似模型;最后用新的近似模型進(jìn)行下一輪尋優(yōu)，如此反復(fù)直到收斂為止。這種代理法是在尋優(yōu)過(guò)程中用一個(gè)序列近似模型來(lái)代替計(jì)算量龐大的精確模型，可大大節(jié)省計(jì)算時(shí)間。$ T2 g% y+ M* l0 a7 d! @* u% P" A* n
1.4分解協(xié)調(diào)法
! N. H2 W9 F7 p9 n$ o' y 機(jī)械系統(tǒng)通常由若干個(gè)子系統(tǒng)組成，每個(gè)子系統(tǒng)的設(shè)計(jì)都要遵循各自的設(shè)計(jì)準(zhǔn)則，滿足各自的設(shè)計(jì)目標(biāo)，同時(shí)各個(gè)子系統(tǒng)之間又存在相互耦合關(guān)系，而且這種耦合關(guān)系加大了求解難度。分解協(xié)調(diào)法是解決復(fù)雜機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)問(wèn)題的一個(gè)有效方法，其基本思想是利用分解策略，按一定方式，把復(fù)雜系統(tǒng)被分別分解為若干個(gè)可以進(jìn)行并行優(yōu)化子系統(tǒng)(或子結(jié)構(gòu))。既然子系統(tǒng)之間互相偶合，利用協(xié)調(diào)策略獲得整個(gè)問(wèn)題的最優(yōu)解。分解策略不同，相應(yīng)的子系統(tǒng)優(yōu)化的協(xié)調(diào)方式也不同。根據(jù)系統(tǒng)的結(jié)構(gòu)，分解策略通常分為 3 種方式，如圖 2 所示。
7 q! f9 {& z' D; m( r 圖 2 (a)為層次結(jié)構(gòu)，這種層次結(jié)構(gòu)的系統(tǒng)優(yōu)化問(wèn)題可以按照系統(tǒng)的物理結(jié)構(gòu)分解，各子系統(tǒng)間的關(guān)系簡(jiǎn)單，求解相對(duì)容易;圖 2 (b)為非層次結(jié)構(gòu)，通常是根據(jù)問(wèn)題的特點(diǎn)，按照設(shè)計(jì)變量和狀態(tài)變量的子空間把整體優(yōu)化問(wèn)題分解求解成較簡(jiǎn)單的若干個(gè)子問(wèn)題，通過(guò)子問(wèn)題之間的協(xié)調(diào)，反復(fù)迭代求出整個(gè)問(wèn)題的最優(yōu)解;圖2(c)為混合層次結(jié)構(gòu)，從結(jié)構(gòu)上看，可以視為前兩種結(jié)構(gòu)的組合。, \ V# B' e. `) ^
1.5智能優(yōu)化法0 R# O5 F' K$ U% @4 Z( ]) @
復(fù)雜機(jī)械系統(tǒng)優(yōu)化問(wèn)題的復(fù)雜性、多目標(biāo)多約束性多參數(shù)性以及優(yōu)化模型的隱含性等特性，使得傳統(tǒng)的數(shù)學(xué)規(guī)劃法顯得無(wú)能為力。智能優(yōu)化法的獨(dú)特優(yōu)勢(shì)在于不需要目標(biāo)函數(shù)和約束條件的導(dǎo)數(shù)信息，且可以獲得全局最優(yōu)解，為解決復(fù)雜機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)問(wèn)題提供了新的思路和方法。但一般而言，智能算法收斂速度慢，需要大量計(jì)算目標(biāo)函數(shù)值，這對(duì)于復(fù)雜機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)問(wèn)題計(jì)算開銷是巨大的。僅僅使用單一的某一種算法往往難以奏效，智能算法與其它技術(shù)相結(jié)合的改進(jìn)算法是克服這一缺陷的有效途徑。智能體可表示為：agent=<標(biāo)識(shí)，類型，知識(shí)庫(kù)，規(guī)則集，屬性，參數(shù)>。基于多智能體的新型遺傳算法中，用 agent 進(jìn)行有關(guān)的遺傳操作，如選擇、繁殖、變異、淘汰等。這種新型遺傳算法，由于的引入，使得遺傳算法在 層次上和 群體上都具有一定的智能和學(xué)習(xí)能力，在 agent 群體上具有較強(qiáng)的演化能力和演化優(yōu)勢(shì)。智能優(yōu)化法已經(jīng)成為當(dāng)前優(yōu)化設(shè)計(jì)領(lǐng)域的一個(gè)研究熱點(diǎn)。3 c" ` i# l& ^! U# r( D
1.6可視化方法
3 D9 L; K( ~0 l6 K, S- J 可視化優(yōu)化設(shè)計(jì)代表著現(xiàn)代優(yōu)化設(shè)計(jì)技術(shù)發(fā)展的一個(gè)重要方向�，F(xiàn)有的優(yōu)化設(shè)計(jì)及其過(guò)程是封閉式的，設(shè)計(jì)人員始終處于被動(dòng)地位，無(wú)法在迭代過(guò)程中及時(shí)駕馭與控制優(yōu)化過(guò)程�？梢暬夹g(shù)用于復(fù)雜機(jī)械系統(tǒng)優(yōu)化問(wèn)題，體現(xiàn)在優(yōu)化設(shè)計(jì)全過(guò)程，即：
' f' B6 E+ X9 b! A0 _% u7 ` �、賰�(yōu)化建模可視化;) Y1 P) l/ U/ M6 |) H5 P' {$ M2 I% u
�、谇蠼膺^(guò)程可視化;
" j7 T q7 X9 a' ]' z �、矍爸锰幚砜梢暬�;
0 l9 m) o2 }3 }! h3 C �、芎筇幚砜梢暬�6 M a/ W9 M) z% w
1.7計(jì)算機(jī)輔助設(shè)計(jì)0 s; O9 h" Q3 x
機(jī)械計(jì)算機(jī)輔助設(shè)計(jì) (機(jī)械 CAD)技術(shù)，是在一定的計(jì)算機(jī)輔助設(shè)計(jì)平臺(tái)上，對(duì)所設(shè)計(jì)的機(jī)械零、部件，輸入要達(dá)到的技術(shù)參數(shù)，由計(jì)算機(jī)進(jìn)行強(qiáng)度，剛度，穩(wěn)定性校核，然后輸出標(biāo)準(zhǔn)的機(jī)械圖紙，簡(jiǎn)化了大量人工計(jì)算及繪圖，效率比人工提高幾十倍甚至更多。: W1 U# W$ R3 A) l2 D
1.8動(dòng)態(tài)設(shè)計(jì)2 v- {) x/ a# a U1 s
傳統(tǒng)的機(jī)械設(shè)計(jì)主要是依據(jù)靜態(tài)條件下強(qiáng)度、剛度、穩(wěn)定性及結(jié)構(gòu)要求和材料選擇來(lái)進(jìn)行設(shè)計(jì)的，動(dòng)態(tài)設(shè)計(jì)則以系統(tǒng)論，控制論為依據(jù)，在一定的位移，速度，力和力矩的干擾下對(duì)影響整機(jī)性能非常重要的戰(zhàn)術(shù)指標(biāo) (包括響應(yīng)速度、跟蹤精度和動(dòng)態(tài)穩(wěn)定性等)進(jìn)行設(shè)計(jì)。目前國(guó)產(chǎn)工程機(jī)械和車輛在高速行駛情況下暴露出的問(wèn)題，除制造工藝、裝配水平原因外，主要原因是動(dòng)態(tài)設(shè)計(jì)技術(shù)落后。
/ O1 R# m5 y+ g# m! m" g) s 1.9模塊化設(shè)計(jì)/ D2 }3 j5 J+ O* `+ G `5 }
根據(jù)各部件的位置及功能不同，設(shè)計(jì)為一個(gè)個(gè)獨(dú)立的模塊，模塊之間又可以組成一個(gè)大單元，如機(jī)械液力變矩器、變速器和中央傳動(dòng)一體化單元等，使整機(jī)的裝配和維護(hù)更為方便。從工程機(jī)械的傳動(dòng)方式看，傳統(tǒng)的“液力變矩十動(dòng)力換檔變速箱+兩級(jí)最終傳動(dòng)”方式，逐步向模塊化的傳動(dòng)方式轉(zhuǎn)變。如采用典型模塊化設(shè)計(jì)的傳動(dòng)系統(tǒng)為：外分流式液力變矩器+傳動(dòng)軸+動(dòng)力換檔變速器與中央傳動(dòng)的組合+離合器與盤式制動(dòng)器的組合+行星最終傳動(dòng)。! B/ l; \& F' h1 }
1.10計(jì)算仿真設(shè)計(jì), }% U! X1 L2 D
根據(jù)工程機(jī)械不同的作業(yè)功能，在計(jì)算機(jī)上模擬各種作業(yè)過(guò)程，以分析和確定各種狀態(tài)下的作業(yè)參數(shù)，研究工程機(jī)械各系統(tǒng)主要部件的結(jié)構(gòu)合理性，借助數(shù)學(xué)實(shí)驗(yàn)等方法預(yù)估工程機(jī)械的作業(yè)效果，從而可大大減少設(shè)計(jì)上的失誤，避免或減少走彎路。4 X3 w- ^: X6 @% i) \; [; L6 \
2、結(jié)束語(yǔ)
* ?4 K. R$ @" a) ` 現(xiàn)代高新設(shè)計(jì)方法在機(jī)械優(yōu)化設(shè)計(jì)中的應(yīng)用已越來(lái)越廣泛，但應(yīng)該看到，現(xiàn)代的設(shè)計(jì)不僅僅是單一的完成某零部件的設(shè)計(jì)，而應(yīng)該將使用及維修等的因素統(tǒng)一考慮，所以殊如強(qiáng)調(diào)環(huán)保設(shè)計(jì)、可靠性設(shè)計(jì)、維修性設(shè)計(jì)等考慮綜合性因素的設(shè)計(jì)應(yīng)該會(huì)得到越來(lái)越廣泛的應(yīng)用。
& j/ F: y8 o3 V, r/ r 參考文獻(xiàn)：
% j$ X$ h N7 z+ j [1] Kalogirou S A.Artificial intelligence for the modeling and control of combustion processes a review [J]. Progress in Energy and combustion Science,2003,29.' D' T; _/ B7 \
[2] 唐小兵,沈成武,陳定方.遺傳算法和人工神經(jīng)網(wǎng)絡(luò)結(jié)合在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J].武漢交通科技大學(xué)學(xué)報(bào),1999,5.
$ \7 f- |! E" T# U' Q [3] Booker A J, et al, A rigorous framework for optim- ization of expensive functions by surrogates[J]. struct. Optim.: ~: o' \# r, d- I$ h; U' ^
[4] Kenneth W. English, Coupling Suspension Compl- ex System Optimization[D]. State University of New York, 2001.
, Y% Z$ Y/ U) A [5]張志波. 現(xiàn)代設(shè)計(jì)方法在礦山機(jī)械設(shè)計(jì)中的應(yīng)用[J]. 科技傳播,2013,5(08):162+154.
" n' o! V! H, b: S- t [6] Luis P.Backfill. A Theory of Distribution Camel Structure[J].press of Caliph.0niaUniVersity，2001，21. / `: @; T0 t8 \
[7] Louis Stem and Ambary.Marketing Chillier.5thed.Upper Saddle Riving[J],yinghuiyun.com,prentice Hall，2003，14-15. & U4 z7 w0 q$ k0 c- x; w
[8] Coughlin， Anent， Erin Anderson， Louis W. Stefan. El-Ambary. Marketing Channels (6thed)[M].Beijing： Tsinghai University Press，2001，20.
% I+ q9 Y9 ^2 c$ {
8 T; p/ }) e: v& c7 X9 v2 Q" h
: J3 X0 T) x7 g
' a# y9 x$ q! E& `1 M5 H |
|
發(fā)表于 2017-10-28 16:54:36
QQ好友和群
收藏
淘帖
問(wèn)題專業(yè)，描述清楚
伸手黨/灌水/看不懂
