[發明專利]一種面向節能的機床運動部件多目標結構優化方法

有效

• 申請號: 201811233133.8
• 申請日: 2018-10-22
• 公開（公告）號: CN109358503B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 李聰波;楊青山;曾令萬;楊勇;楊燦輝;朱道光;呂巖;陳行政
• 申請（專利權）人: 重慶大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種面向節能的機床運動部件多目標結構優化方法，其特征在于包括以下步驟：

步驟1：根據機床實際結構特征，選擇機床運動部件眾多結構尺寸作為決策變量；

步驟2：將步驟1選擇的決策變量作為實驗變量，以機床運動部件能耗、機床靜態性能、機床動態性能為實驗目標，設計均勻試驗并利用有限元分析軟件分析計算機床靜態性能及動態性能、MATLAB/Simulink計算運動部件能耗，得出步驟1中決策變量對實驗目標的影響實驗數據；

步驟3：采用靈敏度分析法處理步驟2中的實驗數據，重新選擇靈敏度高的機床結構尺寸作為決策變量；

步驟4：將步驟3重新選擇出的決策變量作為實驗變量，以機床運動部件能耗、機床靜態性能、機床動態性能為實驗目標，重新設計均勻試驗，得到重新選擇出的決策變量對實驗目標的影響實驗數據，并采用非線性回歸分析方法，擬合出重選的決策變量與實驗目標之間的函數關系；

步驟5：采用主成分分析方法，分析實驗目標之間存在的關聯關系，得出降維后的實驗目標；

步驟6：以步驟3重選的決策變量為優化變量，以步驟5降維后的實驗目標為優化目標，構建面向節能的機床運動部件多目標優化模型；

步驟7：采用粒子群模擬退火算法對步驟6中面向節能的機床運動部件多目標優化模型進行求解，得出最優的機床運動部件結構尺寸。

2.根據權利要求1所述的一種面向節能的機床運動部件多目標結構優化方法，其特征在于在步驟7中采用的粒子群模擬退火算法遵循以下步驟：

(1)初始化參數，設置最高溫度、截止溫度、降溫速率、學習因子，隨機生成n個粒子的種群S，每個粒子的位置矢量為運動部件結構的尺寸參數,并定義每個參數的取值范圍；

(2)計算每個粒子的適應度值，并以每個粒子的適應度值作為當前的歷史最優p_best，選取最優的粒子作為當前全局最優g_best；

(3)利用如下公式對每一個粒子進行位置更新：

其中，r₁為[0 1]之間的隨機數；V_i^k為粒子更新速度；為使在高溫階段粒子可以快速跳出局部最小值，而在低溫階段能夠快速收斂，溫度控制的慣性權重ω為：

其中，T_current為當前退火溫度、T_max為最高溫度、T₀為截止溫度；

(4)對每一個粒子重新計算適應度值，然后引入Metropolis準則，對新的粒子適應度值f(x_i)與對應粒子歷史最優p_best比較，如果f(x_i)p_best，則接受更新后的粒子；如f(x_i)p_best，則以一定概率接受更新后的粒子，同理，對全局最優粒子g_best也按Metropolis準則進行更新；

(5)降低溫度；

(6)判斷停止條件，如果不滿足條件則返回(3)；否則，結束迭代，輸出g_best。