劉麗娜 千志科 秦飛躍
摘 要:結合正交試驗原理,本文選擇13個工作臺,保證正交實驗開展科學合理。按照正交試驗結果顯示可知,在對靈敏度函數檢測內,一共開展三個實驗檢測,分別為工作臺質量、最大變形量及固有頻率。
關鍵詞:工作臺;靈敏度;回歸分析;響應面模型;多目標優化
DOI:10.16640/j.cnki.37-1222/t.2017.20.134
0 前言
工作臺作為機床重要元件,自身運行靜態性能對機床整體性能造成嚴重影響。現階段,機床工作臺主要采取經驗設計形式,大部分都處于靜態設計形式,進而造成機床工作臺動態性能較為忽視。
1 研究案例
如圖所示,為某生產企業所生產的數控機床。該數控機床工作臺整體結構呈現出井型結構,工作臺在前兩個階段運行內,固有頻率十分低下,在對該數控機床井型結構改變為x型之后,,前兩個階段固有頻率顯著提升,可以有效提升數控機床工作臺靜態性能及動態性能,有效實現數控機床輕量化目標情況下,以該數控機床改進之后結構作為研究案例,從三個方面開展多目標優化設計,分別為工作臺質量、最大變形量、固有頻率。
2 工作臺結構靈敏度分析
2.1 結構靈敏度分析原理
假設函數f可以應用一個或者是多個參數表示,這樣f多針對的參數導數或者是偏導數,該參數都可以表示函數結構靈敏度。結構靈敏度可以有效表現出函數和不同參數之間變化影響水平。工作臺結構在優化完善內,借助對比結構靈敏度,可以在最短時間內提升參數優化合理性。
2.2 選取靈敏度分析變量
工作臺設計尺寸參數化設計內,主要借助ANSYS工具模型,同時結合相似結構設計尺寸,加強設計尺寸參數化關聯的合理性,進而科學合理設定數控機床工作臺靈敏度,并且選擇多個分析變量.
2.3 基于正交試驗靈敏度分析
為了能夠對正交試驗所獲取的靈敏度,了解工作臺質量、最大變形量及固有頻率,這就需要構建針對性設計變量函數關系,也就是構建靈敏度函數。工作臺設計變量在設計內,按照工作臺變化開展水平因素實驗手段,一同設置27次試驗形式,保證不同因素水平分配科學合理。
3 數控機床工作臺結構多目標優化設計
3.1 基于中心復合試驗建立響應面模型
響應面模型在設計內,需要保證試驗設計方法科學合理,進而選擇針對性樣本點,開展針對性實驗,并且按照試驗數據形式,通過多元二次回歸方程形式,直觀了解響應值及擬合因素之間存在的函數關聯。響應面模型在構建之后,可以經過非試驗點提前預測響應數值。正常情況下,響應面模型主要為二次多項式。
響應曲面試驗設計內,最常應用設計手段為中心復合試驗。中心復合試驗基礎原理為:在響應曲面適當設計空間范圍內,選取針對性設計變量,通過設計變量選擇針對性設計結構。按照上述對靈敏度分析結果顯示可知,本文一共獲取5個靈敏度設計變量。借助在5個靈敏度設計變量,中心復合試驗開展內,一共設置了27個試驗點,每一個工作臺一共開展27次有限元分析計算形式,然后借助有限元分析結構,了解質量、固有頻率及最大變形量之間數值。上述數值獲取之后,通過MATLAB軟件進行你和處理,構建相對應響應面模型。
4 基于理想點法多目標優化求解
多目標函數問題在計算內,必須構建專門評估函數,有效轉變多目標問題,通過更加簡單單目標問題形式,完成多目標函數問題求解任務。借助數控機床工作臺優化問題求解形式,可以通過評估函數,構建針對性構造選擇理想點法。
4.1 理想點法原理
理想點法原理為:數控機床工作臺多目標優化問題求解內,首先將多目標優化問題轉變為單目標優化問題,進而計算單目標優化問題,計算結果就是理想點法。
4.2 數控機床工作臺多目標優化求解
按照理想點法多目標函數計算方程式,首先對數控機床工作臺質量、變形量及固有頻率等數值選擇最優解,按照上述所獲取的最優解,構建針對性構造評估函數,通過MATLAB工具模型內遺傳算法,計算構造函數,獲取構造函數最佳計算結果。構造函數最優計算結果也就是多目標函數最優解。經過計算求解形式,獲取工作臺多目標最優化計算結果。
5 數控機床工作臺優化前后對比
數控機床工作臺在多目標優化處理之后,經過優化前后數值變化顯示。數控機床工作臺在優化處理之后,優化效果十分能顯著,固有頻率顯著提升了11%,最大變形量有效減少了15%,并且工作臺質量也下降了2%。數控機床工作臺在優化處理之后,工作臺靜態性能及動態性能都有著顯著提升,同時有效推動數控機床輕量化發展。
6 結論
借助正交試驗手段,可以通過工作臺有限元實驗,按照正交實驗計算評估結果,構建線性回歸曲線,進而了解數控機床靈敏度函數。中心復合試驗結果在擬合處理內,了解工作臺質量、最大變形量及固有頻率參數,構建針對性工作臺多目標優化模型,深入工作臺多目標優化所取得的效果。
參考文獻:
[1]楊玉萍,張森,季彬彬.龍門加工中心橫梁關鍵尺寸靈敏度分析與優化[J].制造業自動化,2013,35(08):110-112.endprint