摘 要:总结了机械系统优化设计的特点,从优化设计数学模型建立和求解算法两方面讨论了机械系统优化设计的研究趋势和应用现状,讨论了一些可用于机械系统优化设计的方法,对今后的机械设计提出了展望。 关现代设计方法;机械优化设计;
# k7 ~. S0 v. n 引言
* Z' V: Y5 Q1 b 日益激烈的市场竞争,对机械产品的设计提出了更高的要求。为了提高机械产品的性能和质量,缩短设计周期和降低原材料消耗和制造成本,优化设计技术倍受机械工程师们的青睐,得到广泛的应用。近 20 年来,由于计算机性能的不断提高,计算技术和优化理论的发展以及工程应用的需要,机械优化设计已经从传统的面向零部件、单一工作过程、单一学科的局部优化发展到面向整体的多学科的全面优化—即现代机械系统优化。与传统的优化设计问题相比,现代机械系统的优化设计问题具有以下特点:
, _" I( v3 V$ A9 r ①复杂性;/ o1 P! T& w q) b3 e
②跨学科性;
9 v5 J/ ]& C% \2 t! q! ?* }# { ③多目标多约束多参数;
0 c/ T, ?0 S, g4 ~# ?. c0 N: V ④隐含性。& ?, j% P0 ]3 ?4 a0 V: c8 _' N
因此我们必须用现代的设计方法才能实现现代机械系统的优化设计。
2 N" I2 f3 s4 P* H/ q/ `2 ] 1、现代设计方法在机械优化设计中的应用
1 ^5 [, l, l7 X" H 1.1人工神经网络法
/ H" ?( w: r \" }$ f 人工神经网络 (artificial neural networ- k):是人类模仿大脑神经网络结构和功能而建立的一种信息处理系统,是理论化的人脑神经网络的数学模型。人工神经网络从事例中学习,可以处理非线性问题,特别擅长处理那些需要人直观判断的信息匮乏的问题,如不完全数据集合,模糊信息以及高度复杂问题等。人工神经网络应用于优化设计,主要体现在以下两个方面:1 a/ J+ H- H. A
(1)Hopfield 网络:, G' l+ o) h9 E/ x' _
网络在优化计算方面的应用显示出了它的特点。可以认为,人工神经网络的联想记忆与优化计算两种功能是对偶的,当用于联想记忆时,通过样本模式的输入给定网络的稳定状态,经学习求得突触权重值 W;当用于优化计算时,以目标函数和约束条件建立系统的能量函数确定突触权重值,网络演变到稳定状态即得优化计算问题之解。对于解决组合优化问题等显示出了它的优越性。
) ~ s# z/ a$ q" M' e, B7 I1 R2 D (2)BP 网络 (back propagation network)。
0 J* W5 z8 N8 c) z1 Y& [ 它是工程中应用最多的一种网络,在函数逼近、模式识别、分类、数据压缩等领域得到成功的应用,其最大特点是只需样本数据而不需要建立数学模型,就能建立起输入与输出之间的非线性映射关系,用于函数逼近理论上可达到任意精度。用 BP 网络显化复杂系统中的耦合关系,建立优化设计模型可以克服上述困难,大大减少结构分析有限元计算的次数,表现出巨大的优越性。
2 C' a+ j2 K( u 1.2模糊优化
+ B& Z+ [7 O, S; Y 模糊优化理论和方法的研究起源于 70 年代和 Zadeh 提出的模糊决策的概念和模糊环境下的决策模型,之后许多学者相继做了大量的研究。在机械零部件和机械系统设计中,设计的优劣标准、材料的强度及适用范围、某些载荷的分布和性质等,尤其是注重于经济和效益方面的优化指标都具有模糊性,必须用模糊数学理论建立优化模型。一个复杂机械系统的优化模糊设计问题也可表述为:( F# V8 [3 {7 }1 k& P
min F(X!)=[F1(X!),F2(X!),...Fk(X!)]T
. o, p+ `: ]0 v subject to gi(X!)∈Gii=1,2,…,m% S4 Q. [. L) P5 a) W* y
式中:X=[x1,x2,...,xn]T为 n 维设计变量; F (X!)—模糊目标函数向量;Gi—第 i 个约束 gi的可行区间;gi(X!)—在隶属函数 !i意义下 gi模糊属于 Gi。
0 \6 x1 t6 [8 s# q% [, z2 n- G 应用模糊优化理论能够将设计中的模糊因素和模糊主观信息定量化,通过合理给定约束函数、目标函数的容许值、期望值及其模糊分布 (隶属函数) 来 “软化”边界条件,扩大寻优范围和体现专家的经验、观点和某些公认的设计准则。把模糊技术应用于优化设计建模,其特长不仅在于它善于表达模糊概念,处理模糊因素,而且还可将复杂问题简化,使优化模型更加合理。采用模糊理论建立优化设计模型对求解复杂系统优化设计问题具有重要意义。
2 E6 A4 x* G/ _6 V 1.3代理法
) D% d9 T* X; {& f, E 复杂机械系统的优化过程需要反复调用模拟计算子程序,巨大的模拟计算量会妨碍问题的求解,模型的逼近度越高,计算量越大,仅仅靠采用高速计算机是行不通的。一个基本的想法是采用近似模型来替代计算量巨大的高逼近度模型,但这会影响优化问题的求解精度。一种基于代理思想的代理模型管理框架是一种有意义的尝试。如图 1 所示。% s4 Z+ M+ m1 S
该法首先用模拟计算量小的近似模型进行寻优得到预报最优点;其次对预报最优点进行评价和精确分析计算,更新近似模型;最后用新的近似模型进行下一轮寻优,如此反复直到收敛为止。这种代理法是在寻优过程中用一个序列近似模型来代替计算量庞大的精确模型,可大大节省计算时间。
) v) E) R& E+ b0 X/ q& z2 C 1.4分解协调法
/ _, u! u( S6 I% Y* [ 机械系统通常由若干个子系统组成,每个子系统的设计都要遵循各自的设计准则,满足各自的设计目标,同时各个子系统之间又存在相互耦合关系,而且这种耦合关系加大了求解难度。分解协调法是解决复杂机械系统优化设计问题的一个有效方法,其基本思想是利用分解策略,按一定方式,把复杂系统被分别分解为若干个可以进行并行优化子系统(或子结构)。既然子系统之间互相偶合,利用协调策略获得整个问题的最优解。分解策略不同,相应的子系统优化的协调方式也不同。根据系统的结构,分解策略通常分为 3 种方式,如图 2 所示。7 E" h1 y* q+ n, z2 {
图 2 (a)为层次结构,这种层次结构的系统优化问题可以按照系统的物理结构分解,各子系统间的关系简单,求解相对容易;图 2 (b)为非层次结构,通常是根据问题的特点,按照设计变量和状态变量的子空间把整体优化问题分解求解成较简单的若干个子问题,通过子问题之间的协调,反复迭代求出整个问题的最优解;图2(c)为混合层次结构,从结构上看,可以视为前两种结构的组合。
3 {8 v) V7 l: K& ] 1.5智能优化法
* [0 i( A8 x' c8 ]6 }+ }1 C 复杂机械系统优化问题的复杂性、多目标多约束性多参数性以及优化模型的隐含性等特性,使得传统的数学规划法显得无能为力。智能优化法的独特优势在于不需要目标函数和约束条件的导数信息,且可以获得全局最优解,为解决复杂机械系统优化设计问题提供了新的思路和方法。但一般而言,智能算法收敛速度慢,需要大量计算目标函数值,这对于复杂机械系统优化设计问题计算开销是巨大的。仅仅使用单一的某一种算法往往难以奏效,智能算法与其它技术相结合的改进算法是克服这一缺陷的有效途径。智能体可表示为:agent=<标识,类型,知识库,规则集,属性,参数>。基于多智能体的新型遗传算法中,用 agent 进行有关的遗传操作,如选择、繁殖、变异、淘汰等。这种新型遗传算法,由于的引入,使得遗传算法在 层次上和 群体上都具有一定的智能和学习能力,在 agent 群体上具有较强的演化能力和演化优势。智能优化法已经成为当前优化设计领域的一个研究热点。
0 R; b) @3 c$ \9 r 1.6可视化方法3 h% L+ u7 }3 _- q
可视化优化设计代表着现代优化设计技术发展的一个重要方向。现有的优化设计及其过程是封闭式的,设计人员始终处于被动地位,无法在迭代过程中及时驾驭与控制优化过程。可视化技术用于复杂机械系统优化问题,体现在优化设计全过程,即:: M/ h$ W- \! l9 O: B# B" u
①优化建模可视化;
4 X' D( `7 l' l# X8 {# G ②求解过程可视化;) ^. L' F7 K+ e, H' l4 s. X5 v
③前置处理可视化;
2 C. \, x+ k3 F ④后处理可视化。 J7 G. L7 L" h$ m' W" l* N# x
1.7计算机辅助设计
$ x# k+ Q6 E* ^! n. [* T 机械计算机辅助设计 (机械 CAD)技术,是在一定的计算机辅助设计平台上,对所设计的机械零、部件,输入要达到的技术参数,由计算机进行强度,刚度,稳定性校核,然后输出标准的机械图纸,简化了大量人工计算及绘图,效率比人工提高几十倍甚至更多。
* v2 H1 d, }, [ ]7 e T3 S 1.8动态设计8 c$ Z+ N6 P% x
传统的机械设计主要是依据静态条件下强度、刚度、稳定性及结构要求和材料选择来进行设计的,动态设计则以系统论,控制论为依据,在一定的位移,速度,力和力矩的干扰下对影响整机性能非常重要的战术指标 (包括响应速度、跟踪精度和动态稳定性等)进行设计。目前国产工程机械和车辆在高速行驶情况下暴露出的问题,除制造工艺、装配水平原因外,主要原因是动态设计技术落后。' k$ y' [# L; o* t) w
1.9模块化设计: S2 o( h: `1 n8 w- J0 `+ Q5 X) T
根据各部件的位置及功能不同,设计为一个个独立的模块,模块之间又可以组成一个大单元,如机械液力变矩器、变速器和中央传动一体化单元等,使整机的装配和维护更为方便。从工程机械的传动方式看,传统的“液力变矩十动力换档变速箱+两级最终传动”方式,逐步向模块化的传动方式转变。如采用典型模块化设计的传动系统为:外分流式液力变矩器+传动轴+动力换档变速器与中央传动的组合+离合器与盘式制动器的组合+行星最终传动。
" O {$ ]1 y$ ]. e( P F 1.10计算仿真设计
# K/ }" ? \1 _; l 根据工程机械不同的作业功能,在计算机上模拟各种作业过程,以分析和确定各种状态下的作业参数,研究工程机械各系统主要部件的结构合理性,借助数学实验等方法预估工程机械的作业效果,从而可大大减少设计上的失误,避免或减少走弯路。* S3 H# T3 j6 I! N3 h8 V
2、结束语7 `$ g" A0 \. h5 @1 Y; m6 d
现代高新设计方法在机械优化设计中的应用已越来越广泛,但应该看到,现代的设计不仅仅是单一的完成某零部件的设计,而应该将使用及维修等的因素统一考虑,所以殊如强调环保设计、可靠性设计、维修性设计等考虑综合性因素的设计应该会得到越来越广泛的应用。* L" T' e0 u, l
参考文献:
0 I; f$ o0 _/ B* h. g9 S [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.
/ c% v3 `& l5 ~* i! ], T7 ~ [2] 唐小兵,沈成武,陈定方.遗传算法和人工神经网络结合在结构优化中的应用[J].武汉交通科技大学学报,1999,5.* R3 x0 C9 M3 a$ N9 e+ e
[3] Booker A J, et al, A rigorous framework for optim- ization of expensive functions by surrogates[J]. struct. Optim., u* k8 ?. O! |" n& z! X2 \
[4] Kenneth W. English, Coupling Suspension Compl- ex System Optimization[D]. State University of New York, 2001.2 S' N: ~1 Z1 V% j6 |( Y9 O, Y
[5]张志波. 现代设计方法在矿山机械设计中的应用[J]. 科技传播,2013,5(08):162+154.& l5 h5 h7 ~- Z1 M" O% \7 N
[6] Luis P.Backfill. A Theory of Distribution Camel Structure[J].press of Caliph.0niaUniVersity,2001,21. / u/ I+ l" U O& o8 {! C' @& s M# S1 {
[7] Louis Stem and Ambary.Marketing Chillier.5thed.Upper Saddle Riving[J],yinghuiyun.com,prentice Hall,2003,14-15.
! `) r. t, P8 x/ i& E5 }2 T B" A! S [8] Coughlin, Anent, Erin Anderson, Louis W. Stefan. El-Ambary. Marketing Channels (6thed)[M].Beijing: Tsinghai University Press,2001,20.0 v3 ~. D) X3 x0 I6 z7 O E) W
1 S! l* g; V/ }% _
R. w6 W' t- ^0 [0 H2 Y; L: [2 O7 ?1 k
|