[發(fā)明專利]復(fù)雜機(jī)械動態(tài)裝配關(guān)系多級嵌套可靠性優(yōu)化設(shè)計方法

在審

• 申請?zhí)枺?/td>: 202011052285.5
• 申請日: 2020-09-29
• 公開（公告）號: CN112329159A
• 公開（公告）日: 2021-02-05
• 發(fā)明（設(shè)計）人: 費成巍;劉皓天;路成;韓雷;張國強(qiáng)
• 申請（專利權(quán)）人: 復(fù)旦大學(xué)
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/23;G06F30/27;G06F119/02
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;陸尤

本發(fā)明屬于機(jī)械設(shè)計技術(shù)領(lǐng)域，具體為一種復(fù)雜機(jī)械動態(tài)裝配關(guān)系多級嵌套可靠性優(yōu)化設(shè)計方法。本發(fā)明的優(yōu)化設(shè)計方法是基于混合智能回歸技術(shù)的，具體分為五個步驟：裝配體模型分解，單對象單學(xué)科可靠性優(yōu)化，單對象多學(xué)科可靠性優(yōu)化，機(jī)械動態(tài)裝配關(guān)系可靠性優(yōu)化，機(jī)械動態(tài)裝配關(guān)系可靠性優(yōu)化設(shè)計結(jié)果輸出。相比于傳統(tǒng)的二次函數(shù)模型等，本發(fā)明采用改進(jìn)支持向量機(jī)回歸模型，能夠很好地權(quán)衡可靠性與工作效率這一對矛盾的兩個方面，具有更高的計算精度和計算效率；采用多層嵌套模型，考慮了各個裝配體徑向變形可靠性優(yōu)化中可能存在的特定影響因素和約束條件，能收斂到更精確的解。本發(fā)明優(yōu)化設(shè)計方法具有廣闊的實際應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明屬于機(jī)械設(shè)計技術(shù)領(lǐng)域，具體涉及一種復(fù)雜機(jī)械裝配關(guān)系瞬態(tài)概率優(yōu)化設(shè)計方 法。

背景技術(shù)

對于復(fù)雜機(jī)械(如渦輪機(jī)械)中的裝配結(jié)構(gòu)，多個零件之間的裝配關(guān)系直接影響到機(jī) 械產(chǎn)品的質(zhì)量，因此裝配關(guān)系的設(shè)計是一個關(guān)鍵的機(jī)械設(shè)計問題。在復(fù)雜機(jī)械的運(yùn)行過程 中，部件間的裝配關(guān)系有明顯的變化。例如，齒輪系統(tǒng)中齒輪之間的間隙隨著工作條件和 溫度的變化而變化；航空發(fā)動機(jī)的葉尖間隙也在一個工作循環(huán)中隨溫度和轉(zhuǎn)速的變化而變 化，該工作循環(huán)包括啟動、怠速、加速、起飛、爬升、巡航和著陸。因此，從瞬態(tài)角度研究裝配關(guān)系設(shè)計(即運(yùn)行裝配關(guān)系設(shè)計)是一個急需解決的問題，以便在不同的工作階段保持合理的裝配間隙。此外，裝配關(guān)系(如間隙)直接影響復(fù)雜機(jī)械系統(tǒng)的可靠性和工作效率，并且在機(jī)械產(chǎn)品的設(shè)計中，二者是相互矛盾的，不可兼得。間隙過小雖然能保持較高的工作效率或產(chǎn)品性能，但往往會導(dǎo)致運(yùn)行中的摩擦，安全性和可靠性得不到保障；然而，過 大的間隙雖然具有較高的可靠性和安全性，但會犧牲工作效率和產(chǎn)品性能。

然而，復(fù)雜機(jī)械的裝配關(guān)系總是由多個部件組成。在裝配關(guān)系設(shè)計中，每個零部件總 是涉及多個學(xué)科的問題，目前對于復(fù)雜機(jī)械動態(tài)裝配關(guān)系的優(yōu)化技術(shù)中大致存在以下兩個 問題：(1)由于計算量的增加和二次函數(shù)模型在處理高度非線性問題時的局限性，難以保證 建模精度和仿真效率；(2)目前還沒有一個有效的模型可用于機(jī)械運(yùn)行裝配關(guān)系可靠性優(yōu)化。

因此，在保證精度的前提下，如何使得可靠性和效率這兩個不可調(diào)和的沖突中得到完 美的平衡，成為一個亟需解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提出一種在保證精度的前提下，使得可靠性和效率得到最優(yōu)平衡的 復(fù)雜機(jī)械運(yùn)行裝配關(guān)系多級嵌套可靠性優(yōu)化設(shè)計方法。

本發(fā)明提供的復(fù)雜機(jī)械運(yùn)行裝配關(guān)系多級嵌套可靠性優(yōu)化設(shè)計方法，是基于混合智能 回歸技術(shù)的；分為五個步驟：裝配體模型分解，單對象單學(xué)科可靠性優(yōu)化，單對象多學(xué)科 可靠性優(yōu)化，機(jī)械動態(tài)裝配關(guān)系可靠性優(yōu)化；機(jī)械動態(tài)裝配關(guān)系可靠性優(yōu)化設(shè)計結(jié)果輸出； 其中：

S1：裝配體模型分解分解：是將一個“大”的復(fù)雜機(jī)械裝配體模型分解為若干“小”的模 型(亦稱子對象)，并建立各裝配體子對象部件的有限元模型；

S2：單對象單學(xué)科可靠性優(yōu)化。首先設(shè)置邊界條件，確定隨機(jī)輸入變量，并對于每一 個學(xué)科，應(yīng)用改進(jìn)支持向量機(jī)回歸模型(見式(6)，下同)建立單對象單學(xué)科可靠性優(yōu)化模型；具體包括：

S21：將改進(jìn)支持向量機(jī)回歸模型作為代理模型，建立單對象單學(xué)科可靠性優(yōu)化模型， 并基于該模型進(jìn)行單對象單學(xué)科可靠性優(yōu)化分析。當(dāng)改進(jìn)支持向量機(jī)回歸代理模型表示為 單對象單學(xué)科可靠性優(yōu)化模型為：

式中，k表示第k個循環(huán)計算；x_k表示第k個循環(huán)的設(shè)計變量向量；f表示目標(biāo)函數(shù)；g表 示約束函數(shù)；E表示可靠性優(yōu)化平均模型的函數(shù)；t是時間；μ和δ分別為第k個循環(huán)后裝配關(guān)系的允許平均值和允許標(biāo)準(zhǔn)差；Φ^-1表示正態(tài)分布反函數(shù)；a和b分別是x_k的下界和 上界；R₀是預(yù)定的可靠性度。