王亮,樊智濤
?
基于遺傳算法的圓柱齒輪體積優(yōu)化及評(píng)價(jià)分析
王亮,樊智濤
(陸軍軍事交通學(xué)院 研究生隊(duì),天津 300161)
對(duì)某減速器圓柱齒輪傳動(dòng)進(jìn)行分析,建立優(yōu)化模型,借助平均圓法構(gòu)建嚙合齒輪體積最小的目標(biāo)函數(shù),確定了齒數(shù)、模數(shù)、齒寬系數(shù)等優(yōu)化變量和相關(guān)約束條件,運(yùn)用遺傳算法進(jìn)行全局尋優(yōu),結(jié)果顯示遺傳算法優(yōu)化的齒輪體積為3.01×106mm3。進(jìn)一步借助遺傳算法迭代曲線觀察了迭代過(guò)程,驗(yàn)證了模型的可信性和遺傳算法優(yōu)化的準(zhǔn)確性,給其他齒輪傳動(dòng)系統(tǒng)優(yōu)化分析提供了借鑒和參考。
圓柱齒輪;平均圓法;體積優(yōu)化;遺傳算法
目前,齒輪優(yōu)化的方法很多,包括遺傳算法、懲罰函數(shù)法、模擬退火算法和粒子群優(yōu)化等。本文在分析某型齒輪傳動(dòng)系統(tǒng)的基礎(chǔ)上,引入平均圓法對(duì)齒輪體積進(jìn)行計(jì)算分析,再運(yùn)用遺傳算法建立優(yōu)化模型進(jìn)行全局尋優(yōu),進(jìn)一步證明遺傳算法全局優(yōu)化的可靠性和合理性。
我們將系統(tǒng)消耗功最小抽象成為嚙合齒輪的質(zhì)量最輕,即體積最小建立目標(biāo)函數(shù)。本文采用齒輪體積求解的一種方法——平均圓法進(jìn)行求解,以保證齒輪體積和目標(biāo)尋優(yōu)的準(zhǔn)確性。
確定影響齒輪體積的設(shè)計(jì)參數(shù),并對(duì)齒輪系統(tǒng)中的約束條件進(jìn)行明確。
設(shè)()為目標(biāo)函數(shù),1()為小齒輪體積,2()為大齒輪體積,那么嚙合齒輪體積為:



目標(biāo)函數(shù)表達(dá)式為:



式(5)中:為嚙合齒輪傳動(dòng)比,在遺傳算法案例中=4.
1.2.1 幾何約束
考慮到傳動(dòng)效果的平穩(wěn)和結(jié)構(gòu)尺寸的合理等問(wèn)題,齒輪模數(shù)選取值為3~8.標(biāo)準(zhǔn)直齒圓柱齒輪在傳動(dòng)時(shí)需要考慮根切現(xiàn)象,避免根切的最小齒數(shù)為17個(gè)齒,另外綜合考慮齒輪工作環(huán)境的復(fù)雜性、齒輪結(jié)構(gòu)的合理性等因素,齒數(shù)選范圍為17~40.齒輪傳動(dòng)系統(tǒng)的軸承相對(duì)齒輪對(duì)稱分布,且大小齒輪均采用45鋼,調(diào)質(zhì)處理,齒面硬度均小于350 HBS,經(jīng)查表可以確定齒寬系數(shù)取值為0.8~1.4.
1.2.2 性能約束
1.2.2.1 齒面接觸強(qiáng)度條件約束
齒面接觸強(qiáng)度的計(jì)算公式為:



1.2.2.2 齒根彎曲強(qiáng)度條件約束
齒根彎曲強(qiáng)度的計(jì)算公式為:




以文獻(xiàn)[3]中的閉式直齒圓柱齒輪傳動(dòng)為例,在普通優(yōu)化算法優(yōu)化分析的基礎(chǔ)上借助遺傳算法進(jìn)行全局尋優(yōu)求目標(biāo)函數(shù)的最優(yōu)解。設(shè)定進(jìn)化代數(shù)為500代,種群規(guī)模為20,交叉概率為0.9,變異概率為0.1,隨機(jī)生成初始種群并進(jìn)行選擇、交叉和變異運(yùn)算,最后借助遺傳算法迭代曲線對(duì)齒輪系統(tǒng)的體積進(jìn)行優(yōu)化分析。
遺傳算法(GA)是一種模擬生物進(jìn)化過(guò)程中優(yōu)勝劣汰的啟發(fā)式搜索算法,它可以通過(guò)選擇交叉變異等操作一步步將好的個(gè)體保留下來(lái),將適應(yīng)度差的個(gè)體淘汰出去并最終實(shí)現(xiàn)全局尋優(yōu)的目的。遺傳算法主要包括選擇、交叉、變異三種運(yùn)算操作。其中選擇運(yùn)算主要是根據(jù)個(gè)體適應(yīng)度按照一定規(guī)則將優(yōu)良個(gè)體遺傳到下一代,在選擇方法上主要有精英選擇、穩(wěn)態(tài)選擇、輪盤賭、隨機(jī)遍歷抽樣等方法;交叉運(yùn)算主要是以某一概率將個(gè)體兩兩交叉進(jìn)而獲得新個(gè)體,交叉運(yùn)算是種群產(chǎn)生新個(gè)體的主要方法,主要有單點(diǎn)交叉、兩點(diǎn)交叉、多點(diǎn)交叉等;變異運(yùn)算就是在個(gè)體中隨機(jī)選擇一個(gè)或幾個(gè)基因并改變基因的值以產(chǎn)生新個(gè)體,獲得最優(yōu)解。變異運(yùn)算和交叉運(yùn)算相結(jié)合最終完成全局和局部尋優(yōu)的功能。

2.2.1 編碼
在遺傳算法中編碼方法的確定需要根據(jù)具體問(wèn)題進(jìn)行分析,但目前來(lái)說(shuō)主要的編碼方式有二進(jìn)制編碼、格雷碼編碼、浮點(diǎn)數(shù)編碼和多參數(shù)交叉編碼等,其中浮點(diǎn)數(shù)編碼運(yùn)算效率和實(shí)現(xiàn)的精度都比較高并且可以處理較為復(fù)雜的運(yùn)算。本文采用浮點(diǎn)數(shù)編碼,每個(gè)設(shè)計(jì)變量視為染色體的一個(gè)基因,每個(gè)染色體就是一個(gè)個(gè)體。
2.2.2 運(yùn)算
在本次遺傳算例中為保證能夠找到全局最優(yōu)解,我們?cè)O(shè)定種群規(guī)模為20,根據(jù)變量個(gè)數(shù)確定染色體長(zhǎng)度為3,隨機(jī)生成初始種群進(jìn)行500次迭代,同時(shí)設(shè)置懲罰函數(shù)對(duì)約束條件進(jìn)行處理,通過(guò)懲罰函數(shù)將帶約束條件的目標(biāo)函數(shù)轉(zhuǎn)換成為無(wú)約束的新的目標(biāo)函數(shù)′():

′()由原目標(biāo)函數(shù)()和1,2,3三個(gè)懲罰項(xiàng)組成,1由式(7)變換得到,2由式(9)變換得到,3由式(10)變換得到。在進(jìn)化過(guò)程中如果變量取值滿足約束條件則懲罰項(xiàng)取0,否則懲罰項(xiàng)取108.隨后進(jìn)行選擇、交叉和變異等相關(guān)運(yùn)算。
2.2.2.1 選擇運(yùn)算
選擇操作用來(lái)決定哪些個(gè)體可以進(jìn)入下一代,選擇運(yùn)算的方法多達(dá)十幾種,經(jīng)典遺傳算法常采用輪盤賭法,即個(gè)體進(jìn)入下一代的概率等于它的適應(yīng)度值與整個(gè)種群中個(gè)體適應(yīng)度值和的比例,適應(yīng)度值越高,被選中的概率就越大[7]。本文中就采用輪盤賭法進(jìn)行種群中個(gè)體的選擇。
2.2.2.2 交叉運(yùn)算
群體經(jīng)過(guò)兩兩配對(duì)后的個(gè)體間進(jìn)行交叉運(yùn)算,交叉運(yùn)算作為遺傳算法全局尋優(yōu)的主要途徑,交叉概率一般在0.4~0.99之間選取。在文中我們?cè)O(shè)定交叉概率為0.9,采用單點(diǎn)交叉方法進(jìn)行。
2.2.2.3 變異運(yùn)算
變異運(yùn)算是遺傳算法局部尋優(yōu)的主要途徑,它可以使求解過(guò)程隨機(jī)地搜索到解可能存在的整個(gè)空間,防止早熟現(xiàn)象的出現(xiàn)。一般變異運(yùn)算和交叉運(yùn)算相結(jié)合共同完成對(duì)種群個(gè)體的局部和全局尋優(yōu)。變異運(yùn)算概率一般比較小,本文中變異概率設(shè)定為0.1.
遺傳算法迭代曲線如圖1所示。

圖1 遺傳算法迭代曲線圖


[1]龔敏會(huì).直齒圓柱齒輪體積的工程計(jì)算[J].機(jī)械工程與自動(dòng)化,2013(6):211-213.
[2]邱峻.基于遺傳算法的特種齒輪傳動(dòng)系統(tǒng)優(yōu)化設(shè)計(jì)[J].四川兵工學(xué)報(bào),2012,33(2):68-72.
[3]張少軍,萬(wàn)中,劉光連.直齒圓柱齒輪傳動(dòng)設(shè)計(jì)的全局優(yōu)化方法[J].中南大學(xué)學(xué)報(bào)(自然科學(xué)版),2013(7):2736-2743.
[4]吳婷,張禮兵,黃磊.基于遺傳算法的齒輪減速器優(yōu)化設(shè)計(jì)[J].煤礦機(jī)械,2009,30(12):9-11.
[5]雷英杰,張善文,李續(xù)武,等.MATLAB遺傳算法工具箱及應(yīng)用[M].西安:西安電子科技大學(xué)出版社,2014.
2095-6835(2018)21-0109-02
TH122
A
10.15913/j.cnki.kjycx.2018.21.109
王亮(1995—),男,研究方向?yàn)樵揭败囕v關(guān)鍵技術(shù)。
〔編輯:嚴(yán)麗琴〕