基于改进蚁群算法的斜齿轮传动动态优化研究.pdf

《基于改进蚁群算法的斜齿轮传动动态优化研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于改进蚁群算法的斜齿轮传动动态优化研究口王帅宝口莫云辉上海大学机电工程与自动化学院上海200072摘要：针对传统蚁群算法在设计变量较多时收敛速度慢和容易陷入局部最优等缺点，提出了一种改进蚁群优化算法。对两级斜齿圆柱齿轮减速器进行了动态优化设计，优化后的减速器与传统设计相比，获得了较好的动态性能。提出的改进蚁群算法为斜齿轮减速器提供了一种新的优化设计方法。关键词：改进蚁群算法斜齿轮减速器动态性能优化设计中图分类号：TH122文献标识码：A文章编号：1000—4998(2009)07—0027—02蚁群算法是由意大利M．Dorigo在仿生学成果的缺点，受遗传算法中的变

2、异算子的启发，引入了变异操基础上提出的⋯，是通过候选解组成的群体在进化过作算法。变异率P可按下式计算：程中寻求最优解的一种随机搜索算法。它具有较强的鲁棒性、优良的分布式计算机制和易于与其它方法相P：fPm一丽Pn,1-Pm2一)(2)【P。f

3、按变异率完成解向量的变异以后，将变异解向量态性能。鉴于此，本文对传统蚁群算法进行改进，并对与原解向量所获得的目标函数值进行比较，取较优的两级斜齿圆柱齿轮减速器进行动态优化求解。解向量进入下一次迭代。1改进传统蚁群算法2两级斜齿圆柱齿轮减速器优化模型针对传统蚁群算法存在的上述缺点，可从以下3个用改进蚁群算法对用于滚砂机的两级斜齿圆柱齿方面进行改进。轮减速器进行动态优化求解。已知条件：高速轴用电动1．1模拟退火法局部搜索策略机驱动，输入功率P。=40kW，转速n。：1470r／min，总模拟退火算法有较强的局部搜索能力】，由于优传动比i=25，载荷有中等冲击。试取高、低

4、速级齿轮的化问题的求解与物理退火过程相似，可利用Metropolis齿宽因数分别为。：=0．4和=0．5；两对齿轮中的算法适当地控制温度的下降过程来实现模拟退火，从小齿轮均采用20crMnTi渗碳淬火，齿面硬度：~J59HRC，而达到求解全局优化问题的目的。大齿轮均采用20cr渗碳淬火，齿面硬度为59HRC。1．2信息残留因数自适应更新策略2．1目标函数及设计变量传统蚁群算法中的信息素挥发因数(1一P)表示信动态优化的主要目的是减小齿轮的振动和噪声，息消逝程度，P为信息素残留因数。若(1一p)取值较采用系统在一个刚度周期内，高、低速级两对齿轮中心大，会使那些从未被搜

5、索到的解的信息量减小到接近的振动加速度均方根值加权和作为齿轮系统动态性能于0；若(1一p)取值较小又会使算法的收敛速度降低。最优设计的目标函数，即因此，采用在计算过程中自适应地改变P的策略。当算厂_元——————————一厂■—————————一法求得的最优值在Ⅳ次循环内没有明显改进时，将PF()：r】^{／∑[罱()】／n+r2／∑[磊()]／(3)值按式(1)调整，式中P值，可以防止因P过小而降j=1J=1式中：F()为动态性能目标；r2为两对齿轮的权因低算法的全局搜索能力。数，由两对齿轮加速度对系统整体动态性能的影响程f0．95p(t一1)0．95p(t一1)

6、≥P⋯，、，、PttJ=1L1J度而定；n为系统在一个刚度周期内等分点数；(J)、pmi．只匕(．)为两对齿轮沿啮合线方向的振动加速度。选择设1．3最优个体变异策略计变量为：传统蚁群算法通过信息正反馈，能使较好路径上X：(mnI，m【l，1，Z3，，I，I)的信息量逐渐增大，但往往需要较长的时间。为克服此=(l，戈2，3，4，5，6，7)(4)收稿日期：2008年12fiJ机械制造47卷第539期2009／7国式中：m。、m分别为高、低速级齿轮传表1结果比较动的法向模数；z。、，分别为高、低速级的参数目标方法小齿轮齿数；届、届-为高、低速级齿轮传mni／ramZl岛

7、／。mnil／mmZ3岛l／。nF／(m·S)动的螺旋角；i。为高速级齿轮的传动比。传统设计方法3．51914．91604．52017．64725．70587．132．2约束条件改进蚁群算法3．5l810．975941915．49875．46426．68根据斜齿轮传动设计的相关经验，给每个设计变量设定一个取值范围。(王塑)齿面接触强度条件：初始化各参数Gl(X)=RHi≤RHPi(5)轮齿弯曲强度条件：将蚂蚁随机置于解空间初始区域G2【)=RFi≤RFpI【6)上，并计算初始目标函数F()式中：RRn为齿轮的接触强度可靠度、弯曲强度可计算蚂蚁的转移概率靠度；RR