[發明專利]基于聚類多目標分布估計算法的齒輪減速器優化設計方法有效
| 申請號: | 201710101534.7 | 申請日: | 2017-02-23 |
| 公開(公告)號: | CN107045569B | 公開(公告)日: | 2020-08-11 |
| 發明(設計)人: | 宋申民;張秀杰;高肖霞;張虎;趙杰 | 申請(專利權)人: | 哈爾濱工業大學 |
| 主分類號: | G06F30/17 | 分類號: | G06F30/17;G06F30/20 |
| 代理公司: | 哈爾濱華夏松花江知識產權代理有限公司 23213 | 代理人: | 高志光 |
| 地址: | 150001 黑龍*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 多目標 分布 估計 算法 齒輪 減速器 優化 設計 方法 | ||
1.基于聚類多目標分布估計算法的齒輪減速器優化設計方法,其特征在于該方法具體是按照以下步驟進行的:
步驟一:初始化種群P={x1,x2,…,xN}和控制概率β,設置演化代數t=0;x1,x2,…,xN為種群中的個體;
建立齒輪減速器優化設計模型:
s.t.:g1:
g2:
g3:
g4:
g5:x2x3-40≤0;
g6:x1/x2-12≤0;
g7:5-x1/x2≤0;
g8:1.9-x4+1.5x6≤0;
g9:1.9-x5+1.1x7≤0;
g10:fstress≤1300;
g12,13:2.6≤x1≤3.6;
g14,15:0.7≤x2≤0.8;
g16,17:17≤x3≤28;
g18,19:7.3≤x4≤8.3;
g20,21:7.3≤x5≤8.3;
g22,23:2.9≤x6≤3.9;
g24,25:5.0≤x1≤5.5;
式中:x1為齒寬;x2為齒輪模數;x3為小齒輪齒數;x4為第一軸承之間的距離;x5為第二軸承之間的距離;x6為第一軸的直徑;x7為第二軸的直徑;g1為齒的彎曲應力約束;g2為齒的接觸應力約束;g3、g4為軸的變形約束;g5、g6、g7為基于空間尺寸限制和經驗約束;g8、g9為由經驗得到的設計軸的要求;g10、g11為軸的應力約束;g12至g25為7個變量的上下邊界;
P={x1,x2,…,xN}中:
x1={x1,x2,x3,x4,x5,x6,x7}
x2={x1,x2,x3,x4,x5,x6,x7}
x3={x1,x2,x3,x4,x5,x6,x7}
.............................................
xN={x1,x2,x3,x4,x5,x6,x7}
x1…xN都代表x1,x2,x3,x4,x5,x6,x7,但取值不同;
步驟二:進行主循環;
步驟二一:設置一個空的外部文檔A=φ;
步驟二二:對種群P進行聚類,{LC1,…,LCK}=AHC(P,K);AHC為凝聚層次聚類算法,K為AHC中定義的最大聚類個數,LC1,…,LCK為聚類得到的K個局部類;
步驟二三:構建一個全局類GC;
步驟二四:分別計算局部類LCk和全局類GC的協方差矩陣Σk(k=1,…,K)和ΣGC;
步驟二五:新解產生;
步驟二六:環境選擇:更新種群P=EnvSel(Α∪P);
步驟二七:令t=t+1;
步驟二八:如果t>T算法結束,輸出P;否則轉向步驟二;所述T為最大演化代數;
步驟三:停機,輸出P;
所述步驟二六中EnvSel(A∪P)具體為:
(1)利用快速非支配排序方法對A∪P中的個體進行排序;
{B1,···,BL}=Fast_Nondominated_Sort(A∪P);
B1,···,BL為L個不同的非支配前沿;Fast_Nondominated_Sort為快速非支配排序方法,為一種現有算法;
(2)復制較優的個體到輔助種群P'中
(3)如果l>1,進行循環;當|P'|>N時,進行以下步驟:
(3.1)挑選出x*,其中d(x,P')指的是在P'中支配x的點的個數;
(3.2)將x*從P'中移除,P'=P'\{x*};
(4)如果l=1,l的值為大于等于1的正整數,等于1的時候為步驟(4),進行循環:當|P'|>N時,進行以下步驟:
(4.1)挑選出x*,其中為x的超體積貢獻度;
(4.2)將x*從P'中移除,P'=P'\{x*};
(5)將P'賦給P,P=P';
(6)輸出P。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工業大學,未經哈爾濱工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710101534.7/1.html,轉載請聲明來源鉆瓜專利網。





