摘 要:總結(jié)了機械系統(tǒng)優(yōu)化設(shè)計的特點,,從優(yōu)化設(shè)計數(shù)學(xué)模型建立和求解算法兩方面討論了機械系統(tǒng)優(yōu)化設(shè)計的研究趨勢和應(yīng)用現(xiàn)狀,,討論了一些可用于機械系統(tǒng)優(yōu)化設(shè)計的方法,,對今后的機械設(shè)計提出了展望,。 關(guān)現(xiàn)代設(shè)計方法;機械優(yōu)化設(shè)計;, ^. _: ~/ V& J5 h* w# x& [" _9 B
引言
: w$ }$ `: ~# {& K' h% I, K 日益激烈的市場競爭,,對機械產(chǎn)品的設(shè)計提出了更高的要求,。為了提高機械產(chǎn)品的性能和質(zhì)量,,縮短設(shè)計周期和降低原材料消耗和制造成本,,優(yōu)化設(shè)計技術(shù)倍受機械工程師們的青睞,得到廣泛的應(yīng)用,。近 20 年來,,由于計算機性能的不斷提高,計算技術(shù)和優(yōu)化理論的發(fā)展以及工程應(yīng)用的需要,,機械優(yōu)化設(shè)計已經(jīng)從傳統(tǒng)的面向零部件,、單一工作過程、單一學(xué)科的局部優(yōu)化發(fā)展到面向整體的多學(xué)科的全面優(yōu)化—即現(xiàn)代機械系統(tǒng)優(yōu)化,。與傳統(tǒng)的優(yōu)化設(shè)計問題相比,,現(xiàn)代機械系統(tǒng)的優(yōu)化設(shè)計問題具有以下特點:
6 q5 z; R U; {0 c Z ①復(fù)雜性;
1 f7 X9 }, c1 ?& \6 ] �,、诳鐚W(xué)科性;
) B# Z. Y0 H, ? r �,、鄱嗄繕硕嗉s束多參數(shù);
% y& _' `8 w9 B ④隱含性,。1 v { \! n) k& ]
因此我們必須用現(xiàn)代的設(shè)計方法才能實現(xiàn)現(xiàn)代機械系統(tǒng)的優(yōu)化設(shè)計,。6 Z( t/ s6 l1 O! t
1、現(xiàn)代設(shè)計方法在機械優(yōu)化設(shè)計中的應(yīng)用
P* q) J" e: O0 w 1.1人工神經(jīng)網(wǎng)絡(luò)法
! N' E, z2 U6 B* t4 q: x 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,可以處理非線性問題,,特別擅長處理那些需要人直觀判斷的信息匱乏的問題,,如不完全數(shù)據(jù)集合,模糊信息以及高度復(fù)雜問題等,。人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于優(yōu)化設(shè)計,,主要體現(xiàn)在以下兩個方面:; J! Y n+ K4 v/ n! D x
(1)Hopfield 網(wǎng)絡(luò):
/ O% j9 J/ D# j# G 網(wǎng)絡(luò)在優(yōu)化計算方面的應(yīng)用顯示出了它的特點�,?梢哉J為,,人工神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶與優(yōu)化計算兩種功能是對偶的,當用于聯(lián)想記憶時,,通過樣本模式的輸入給定網(wǎng)絡(luò)的穩(wěn)定狀態(tài),,經(jīng)學(xué)習求得突觸權(quán)重值 W;當用于優(yōu)化計算時,,以目標函數(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)化計算問題之解,。對于解決組合優(yōu)化問題等顯示出了它的優(yōu)越性,。% X1 g! O0 C4 j: M( p
(2)BP 網(wǎng)絡(luò) (back propagation network)。
7 O" E5 {' Q! m9 |+ S3 I2 q 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)計模型可以克服上述困難,,大大減少結(jié)構(gòu)分析有限元計算的次數(shù),,表現(xiàn)出巨大的優(yōu)越性。
8 Q1 _0 C* j% [, C- o5 \+ j$ u, d 1.2模糊優(yōu)化
, S/ y, p' `: U! J7 ?9 b( L, l 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,。在機械零部件和機械系統(tǒng)設(shè)計中,設(shè)計的優(yōu)劣標準,、材料的強度及適用范圍,、某些載荷的分布和性質(zhì)等,,尤其是注重于經(jīng)濟和效益方面的優(yōu)化指標都具有模糊性,,必須用模糊數(shù)學(xué)理論建立優(yōu)化模型。一個復(fù)雜機械系統(tǒng)的優(yōu)化模糊設(shè)計問題也可表述為:
0 V" o/ a1 r, o/ w% e% E min F(X!)=[F1(X!),F2(X!),...Fk(X!)]T
0 v; c9 D' m/ g/ k subject to gi(X!)∈Gii=1,,2,,…,m% A' y0 q6 _7 }
式中:X=[x1,x2,...,,xn]T為 n 維設(shè)計變量; F (X!)—模糊目標函數(shù)向量;Gi—第 i 個約束 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,。
$ d7 i/ p( |1 z 應(yīng)用模糊優(yōu)化理論能夠?qū)⒃O(shè)計中的模糊因素和模糊主觀信息定量化,通過合理給定約束函數(shù),、目標函數(shù)的容許值,、期望值及其模糊分布 (隸屬函數(shù)) 來 “軟化”邊界條件,擴大尋優(yōu)范圍和體現(xiàn)專家的經(jīng)驗,、觀點和某些公認的設(shè)計準則,。把模糊技術(shù)應(yīng)用于優(yōu)化設(shè)計建模,其特長不僅在于它善于表達模糊概念,,處理模糊因素,,而且還可將復(fù)雜問題簡化,,使優(yōu)化模型更加合理。采用模糊理論建立優(yōu)化設(shè)計模型對求解復(fù)雜系統(tǒng)優(yōu)化設(shè)計問題具有重要意義,。
: p' }' K: {# f 1.3代理法( k: U/ n4 |2 h
復(fù)雜機械系統(tǒng)的優(yōu)化過程需要反復(fù)調(diào)用模擬計算子程序,,巨大的模擬計算量會妨礙問題的求解,模型的逼近度越高,,計算量越大,,僅僅靠采用高速計算機是行不通的。一個基本的想法是采用近似模型來替代計算量巨大的高逼近度模型,,但這會影響優(yōu)化問題的求解精度,。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,。 Y& {3 m h- @; W o% _
該法首先用模擬計算量小的近似模型進行尋優(yōu)得到預(yù)報最優(yōu)點;其次對預(yù)報最優(yōu)點進行評價和精確分析計算,,更新近似模型;最后用新的近似模型進行下一輪尋優(yōu),如此反復(fù)直到收斂為止,。這種代理法是在尋優(yōu)過程中用一個序列近似模型來代替計算量龐大的精確模型,,可大大節(jié)省計算時間。
' ^& `" |2 C4 s: } 1.4分解協(xié)調(diào)法
+ Z0 c/ C3 l' v, Q' U( K+ G$ s 機械系統(tǒng)通常由若干個子系統(tǒng)組成,,每個子系統(tǒng)的設(shè)計都要遵循各自的設(shè)計準則,,滿足各自的設(shè)計目標,同時各個子系統(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)雜機械系統(tǒng)優(yōu)化設(shè)計問題的一個有效方法,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可以進行并行優(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)策略獲得整個問題的最優(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,。. u% [$ b: c! S
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)系簡單,,求解相對容易;圖 2 (b)為非層次結(jié)構(gòu),,通常是根據(jù)問題的特點,按照設(shè)計變量和狀態(tài)變量的子空間把整體優(yōu)化問題分解求解成較簡單的若干個子問題,,通過子問題之間的協(xié)調(diào),,反復(fù)迭代求出整個問題的最優(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,。
9 p9 a1 Z+ L6 H" h 1.5智能優(yōu)化法. y U# |% U* j" A4 v7 n
復(fù)雜機械系統(tǒng)優(yōu)化問題的復(fù)雜性,、多目標多約束性多參數(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)劃法顯得無能為力,。智能優(yōu)化法的獨特優(yōu)勢在于不需要目標函數(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)雜機械系統(tǒng)優(yōu)化設(shè)計問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,需要大量計算目標函數(shù)值,,這對于復(fù)雜機械系統(tǒng)優(yōu)化設(shè)計問題計算開銷是巨大的,。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)合的改進算法是克服這一缺陷的有效途徑,。智能體可表示為:agent=<標識,,類型,知識庫,,規(guī)則集,,屬性,參數(shù)>,�,;诙嘀悄荏w的新型遺傳算法中,用 agent 進行有關(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)習能力,在 agent 群體上具有較強的演化能力和演化優(yōu)勢,。智能優(yōu)化法已經(jīng)成為當前優(yōu)化設(shè)計領(lǐng)域的一個研究熱點,。
# }& `9 Q1 r/ R1 K0 T6 g% j, Q. }- k 1.6可視化方法
8 k3 X8 C4 ]' W 可視化優(yōu)化設(shè)計代表著現(xiàn)代優(yōu)化設(shè)計技術(shù)發(fā)展的一個重要方向。現(xiàn)有的優(yōu)化設(shè)計及其過程是封閉式的,,設(shè)計人員始終處于被動地位,,無法在迭代過程中及時駕馭與控制優(yōu)化過程�,?梢暬夹g(shù)用于復(fù)雜機械系統(tǒng)優(yōu)化問題,,體現(xiàn)在優(yōu)化設(shè)計全過程,,即:
1 U' s0 X0 p$ T1 a ①優(yōu)化建�,?梢暬�;
- o" x6 a+ S5 [4 Q3 C �,、谇蠼膺^程可視化;
% [$ v% I" n3 I% ?* n- s* y ③前置處理可視化;0 Y% Z# f# H3 P
�,、芎筇幚砜梢暬�,。
; ]5 N0 C8 ^" Q3 l; r 1.7計算機輔助設(shè)計2 n; |+ Z8 |! a+ I
機械計算機輔助設(shè)計 (機械 CAD)技術(shù),是在一定的計算機輔助設(shè)計平臺上,,對所設(shè)計的機械零,、部件,輸入要達到的技術(shù)參數(shù),,由計算機進行強度,,剛度,穩(wěn)定性校核,,然后輸出標準的機械圖紙,,簡化了大量人工計算及繪圖,效率比人工提高幾十倍甚至更多,。
8 n( ~, z1 R5 i# g( c( h+ C: _3 W 1.8動態(tài)設(shè)計* Z: Z# T7 o8 F& B/ y6 q4 B
傳統(tǒng)的機械設(shè)計主要是依據(jù)靜態(tài)條件下強度,、剛度、穩(wěn)定性及結(jié)構(gòu)要求和材料選擇來進行設(shè)計的,,動態(tài)設(shè)計則以系統(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影響整機性能非常重要的戰(zhàn)術(shù)指標 (包括響應(yīng)速度、跟蹤精度和動態(tài)穩(wěn)定性等)進行設(shè)計,。目前國產(chǎn)工程機械和車輛在高速行駛情況下暴露出的問題,,除制造工藝、裝配水平原因外,,主要原因是動態(tài)設(shè)計技術(shù)落后,。5 S1 J5 G& y" a# E! J
1.9模塊化設(shè)計
9 H8 Y: g2 U' v& G& V0 ^& {: s 根據(jù)各部件的位置及功能不同,設(shè)計為一個個獨立的模塊,,模塊之間又可以組成一個大單元,,如機械液力變矩器、變速器和中央傳動一體化單元等,,使整機的裝配和維護更為方便,。從工程機械的傳動方式看,傳統(tǒng)的“液力變矩十動力換檔變速箱+兩級最終傳動”方式,逐步向模塊化的傳動方式轉(zhuǎn)變,。如采用典型模塊化設(shè)計的傳動系統(tǒng)為:外分流式液力變矩器+傳動軸+動力換檔變速器與中央傳動的組合+離合器與盤式制動器的組合+行星最終傳動,。
; i. F3 {7 S+ _/ _! i5 w 1.10計算仿真設(shè)計$ E- D: P+ v( h' E1 I
根據(jù)工程機械不同的作業(yè)功能,在計算機上模擬各種作業(yè)過程,,以分析和確定各種狀態(tài)下的作業(yè)參數(shù),,研究工程機械各系統(tǒng)主要部件的結(jié)構(gòu)合理性,借助數(shù)學(xué)實驗等方法預(yù)估工程機械的作業(yè)效果,,從而可大大減少設(shè)計上的失誤,,避免或減少走彎路。1 S* G f3 Z* L+ d: \7 v, B
2,、結(jié)束語; S8 y8 r' `, m1 R
現(xiàn)代高新設(shè)計方法在機械優(yōu)化設(shè)計中的應(yīng)用已越來越廣泛,,但應(yīng)該看到,現(xiàn)代的設(shè)計不僅僅是單一的完成某零部件的設(shè)計,,而應(yīng)該將使用及維修等的因素統(tǒng)一考慮,,所以殊如強調(diào)環(huán)保設(shè)計、可靠性設(shè)計,、維修性設(shè)計等考慮綜合性因素的設(shè)計應(yīng)該會得到越來越廣泛的應(yīng)用,。7 A* A" P' B7 s9 |
參考文獻:
+ @( X- \. H8 U8 R8 _ [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.
& f" J$ T# s$ U5 c$ R2 z' m [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,1999,5.
* h( j; {7 q. b9 m( I6 L [3] Booker A J, et al, A rigorous framework for optim- ization of expensive functions by surrogates[J]. struct. Optim.
; F& _' J: R2 M9 z" x: W1 P( p9 @ [4] Kenneth W. English, Coupling Suspension Compl- ex System Optimization[D]. State University of New York, 2001.! f5 t9 w3 b- o
[5]張志波. 現(xiàn)代設(shè)計方法在礦山機械設(shè)計中的應(yīng)用[J]. 科技傳播,2013,5(08):162+154.% R# @- R! e2 W$ b
[6] Luis P.Backfill. A Theory of Distribution Camel Structure[J].press of Caliph.0niaUniVersity,2001,,21.
+ e3 k7 C- ~7 v/ I [; K( H) z [7] Louis Stem and Ambary.Marketing Chillier.5thed.Upper Saddle Riving[J],yinghuiyun.com,prentice Hall,,2003,14-15.
3 Z- O0 ]8 a# i% R [8] Coughlin,, Anent,, Erin Anderson, Louis W. Stefan. El-Ambary. Marketing Channels (6thed)[M].Beijing: Tsinghai University Press,,2001,,20.
# X: W$ C! [& b- p& G6 ^/ o4 y/ I$ l/ a' K% V8 N
( }& N/ a& N9 V+ Y% d5 o$ X
8 ]+ {/ A7 S9 J$ b* | |