轉(zhuǎn)載：現(xiàn)代設(shè)計(jì)機(jī)械優(yōu)化設(shè)計(jì)應(yīng)用

071818

摘 要：總結(jié)了機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)的特點(diǎn),，從優(yōu)化設(shè)計(jì)數(shù)學(xué)模型建立和求解算法兩方面討論了機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)的研究趨勢(shì)和應(yīng)用現(xiàn)狀，討論了一些可用于機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)的方法,，對(duì)今后的機(jī)械設(shè)計(jì)提出了展望,。        　　關(guān)現(xiàn)代設(shè)計(jì)方法;機(jī)械優(yōu)化設(shè)計(jì);
        　　引言
7 I: e4 C$ q# L7 m& h        　　日益激烈的市場(chǎng)競(jìng)爭(zhēng),，對(duì)機(jī)械產(chǎn)品的設(shè)計(jì)提出了更高的要求,。為了提高機(jī)械產(chǎn)品的性能和質(zhì)量，縮短設(shè)計(jì)周期和降低原材料消耗和制造成本,，優(yōu)化設(shè)計(jì)技術(shù)倍受機(jī)械工程師們的青睞,，得到廣泛的應(yīng)用。近 20 年來,，由于計(jì)算機(jī)性能的不斷提高,，計(jì)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(jī)械優(yōu)化設(shè)計(jì)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?jī)?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(jī)械系統(tǒng)優(yōu)化。與傳統(tǒng)的優(yōu)化設(shè)計(jì)問題相比,，現(xiàn)代機(jī)械系統(tǒng)的優(yōu)化設(shè)計(jì)問題具有以下特點(diǎn)：
! b$ o1 N! _5 H$ ?+ Y' `        　�,、購�(fù)雜性;
        　　②跨學(xué)科性;
* y5 o8 v1 ]7 r        　�,、鄱嗄繕�(biāo)多約束多參數(shù);
        　�,、茈[含性。
        　　因此我們必須用現(xiàn)代的設(shè)計(jì)方法才能實(shí)現(xiàn)現(xiàn)代機(jī)械系統(tǒng)的優(yōu)化設(shè)計(jì),。
        　　1,、現(xiàn)代設(shè)計(jì)方法在機(jī)械優(yōu)化設(shè)計(jì)中的應(yīng)用
# p: B! M1 J$ C) F- x        　　1.1人工神經(jīng)網(wǎng)絡(luò)法
        　　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(xí),，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(jì)，主要體現(xiàn)在以下兩個(gè)方面：
# o3 [) K5 k) [, F- g1 K        　　(1)Hopfield 網(wǎng)絡(luò)：
        　　網(wǎng)絡(luò)在優(yōu)化計(jì)算方面的應(yīng)用顯示出了它的特點(diǎn),�,？梢哉J(rèn)為，人工神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶與優(yōu)化計(jì)算兩種功能是對(duì)偶的,，當(dāng)用于聯(lián)想記憶時(shí),，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(xí)求得突觸權(quán)重值 W;當(dāng)用于優(yōu)化計(jì)算時(shí),，以目標(biāo)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(jì)算問題之解,。對(duì)于解決組合優(yōu)化問題等顯示出了它的優(yōu)越性,。
  j0 f. ~- p; M3 `/ q        　　(2)BP 網(wǎng)絡(luò) (back propagation network)。
        　　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(shí)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(diǎn)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(dá)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(jì)模型可以克服上述困難,，大大減少結(jié)構(gòu)分析有限元計(jì)算的次數(shù),，表現(xiàn)出巨大的優(yōu)越性。
4 q% P9 I" d% x0 k! T6 T        　　1.2模糊優(yōu)化
        　　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(jī)械零部件和機(jī)械系統(tǒng)設(shè)計(jì)中，設(shè)計(jì)的優(yōu)劣標(biāo)準(zhǔn),、材料的強(qiáng)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(jì)和效益方面的優(yōu)化指標(biāo)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(gè)復(fù)雜機(jī)械系統(tǒng)的優(yōu)化模糊設(shè)計(jì)問題也可表述為：
        　　min F(X!)=[F1(X!),F2(X!),...Fk(X!)]T
        　　subject to gi(X!)∈Gii=1，2,，…,，m
1 ^' `2 e+ N  r- `) n' b        　　式中：X=[x1,x2,...，xn]T為 n 維設(shè)計(jì)變量; F (X!)—模糊目標(biāo)函數(shù)向量;Gi—第 i 個(gè)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。
        　　應(yīng)用模糊優(yōu)化理論能夠?qū)⒃O(shè)計(jì)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(biāo)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(kuò)大尋優(yōu)范圍和體現(xiàn)專家的經(jīng)驗(yàn),、觀點(diǎn)和某些公認(rèn)的設(shè)計(jì)準(zhǔn)則。把模糊技術(shù)應(yīng)用于優(yōu)化設(shè)計(jì)建模,，其特長不僅在于它善于表達(dá)模糊概念,，處理模糊因素，而且還可將復(fù)雜問題簡(jiǎn)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(jì)模型對(duì)求解復(fù)雜系統(tǒng)優(yōu)化設(shè)計(jì)問題具有重要意義。
; S, k5 [* e& ~  r1 I3 }0 v: ^        　　1.3代理法
        　　復(fù)雜機(jī)械系統(tǒng)的優(yōu)化過程需要反復(fù)調(diào)用模擬計(jì)算子程序,，巨大的模擬計(jì)算量會(huì)妨礙問題的求解,，模型的逼近度越高，計(jì)算量越大,，僅僅靠采用高速計(jì)算機(jī)是行不通的,。一個(gè)基本的想法是采用近似模型來替代計(jì)算量巨大的高逼近度模型，但這會(huì)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。
        　　該法首先用模擬計(jì)算量小的近似模型進(jìn)行尋優(yōu)得到預(yù)報(bào)最優(yōu)點(diǎn);其次對(duì)預(yù)報(bào)最優(yōu)點(diǎn)進(jìn)行評(píng)價(jià)和精確分析計(jì)算,，更新近似模型;最后用新的近似模型進(jìn)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(gè)序列近似模型來代替計(jì)算量龐大的精確模型,，可大大節(jié)省計(jì)算時(shí)間,。
  N0 J! G3 a. d9 W        　　1.4分解協(xié)調(diào)法
        　　機(jī)械系統(tǒng)通常由若干個(gè)子系統(tǒng)組成，每個(gè)子系統(tǒng)的設(shè)計(jì)都要遵循各自的設(shè)計(jì)準(zhǔn)則,，滿足各自的設(shè)計(jì)目標(biāo),，同時(shí)各個(gè)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(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)問題的一個(gè)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(gè)可以進(jìn)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(gè)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,。
: H$ i! q2 d8 |+ p% g        　　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(jiǎn)單,，求解相對(duì)容易;圖 2 (b)為非層次結(jié)構(gòu)，通常是根據(jù)問題的特點(diǎn),，按照設(shè)計(jì)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(jiǎn)單的若干個(gè)子問題,，通過子問題之間的協(xié)調(diào)，反復(fù)迭代求出整個(gè)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。
        　　1.5智能優(yōu)化法
) k- j7 @6 C+ ~1 R5 }6 K        　　復(fù)雜機(jī)械系統(tǒng)優(yōu)化問題的復(fù)雜性,、多目標(biāo)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(dú)特優(yōu)勢(shì)在于不需要目標(biāo)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(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)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(jì)算目標(biāo)函數(shù)值,，這對(duì)于復(fù)雜機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)問題計(jì)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(jìn)算法是克服這一缺陷的有效途徑,。智能體可表示為：agent=<標(biāo)識(shí),，類型，知識(shí)庫,，規(guī)則集,，屬性，參數(shù)>,�,；�于多智能體的新型遺傳算法中，用 agent 進(jìn)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(xí)能力,，在 agent 群體上具有較強(qiáng)的演化能力和演化優(yōu)勢(shì),。智能優(yōu)化法已經(jīng)成為當(dāng)前優(yōu)化設(shè)計(jì)領(lǐng)域的一個(gè)研究熱點(diǎn)。
9 G& E+ N* `% l% V4 C" p3 w5 `4 b/ ^        　　1.6可視化方法
+ k4 V$ \" X* v" S. X3 u  }        　　可視化優(yōu)化設(shè)計(jì)代表著現(xiàn)代優(yōu)化設(shè)計(jì)技術(shù)發(fā)展的一個(gè)重要方向�,，F(xiàn)有的優(yōu)化設(shè)計(jì)及其過程是封閉式的,，設(shè)計(jì)人員始終處于被動(dòng)地位，無法在迭代過程中及時(shí)駕馭與控制優(yōu)化過程,�,？梢暬�技術(shù)用于復(fù)雜機(jī)械系統(tǒng)優(yōu)化問題，體現(xiàn)在優(yōu)化設(shè)計(jì)全過程,，即：
5 Q4 Y. h  ~- g; B2 G        　�,、賰�(yōu)化建模可視化;
- p9 Y6 Y% M5 N  q        　�,、谇蠼膺^程可視化;
        　�,、矍爸锰幚砜梢暬�;
        　　④后處理可視化,。
        　　1.7計(jì)算機(jī)輔助設(shè)計(jì)
        　　機(jī)械計(jì)算機(jī)輔助設(shè)計(jì) (機(jī)械 CAD)技術(shù),，是在一定的計(jì)算機(jī)輔助設(shè)計(jì)平臺(tái)上，對(duì)所設(shè)計(jì)的機(jī)械零,、部件,，輸入要達(dá)到的技術(shù)參數(shù)，由計(jì)算機(jī)進(jìn)行強(qiáng)度,，剛度,，穩(wěn)定性校核，然后輸出標(biāo)準(zhǔn)的機(jī)械圖紙,，簡(jiǎn)化了大量人工計(jì)算及繪圖,，效率比人工提高幾十倍甚至更多。
9 p/ g% [  C; l" ?        　　1.8動(dòng)態(tài)設(shè)計(jì)
" E! F' G7 F% M) X4 p        　　傳統(tǒng)的機(jī)械設(shè)計(jì)主要是依據(jù)靜態(tài)條件下強(qiáng)度,、剛度,、穩(wěn)定性及結(jié)構(gòu)要求和材料選擇來進(jìn)行設(shè)計(jì)的，動(dòng)態(tài)設(shè)計(jì)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(duì)影響整機(jī)性能非常重要的戰(zhàn)術(shù)指標(biāo) (包括響應(yīng)速度,、跟蹤精度和動(dòng)態(tài)穩(wěn)定性等)進(jìn)行設(shè)計(jì)。目前國產(chǎn)工程機(jī)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(dòng)態(tài)設(shè)計(jì)技術(shù)落后。
        　　1.9模塊化設(shè)計(jì)
# ^, e8 X' X9 |/ j6 T  M$ i# a( b        　　根據(jù)各部件的位置及功能不同,，設(shè)計(jì)為一個(gè)個(gè)獨(dú)立的模塊,，模塊之間又可以組成一個(gè)大單元，如機(jī)械液力變矩器,、變速器和中央傳動(dòng)一體化單元等,，使整機(jī)的裝配和維護(hù)更為方便。從工程機(jī)械的傳動(dòng)方式看,，傳統(tǒng)的“液力變矩十動(dòng)力換檔變速箱+兩級(jí)最終傳動(dòng)”方式,，逐步向模塊化的傳動(dòng)方式轉(zhuǎn)變。如采用典型模塊化設(shè)計(jì)的傳動(dòng)系統(tǒng)為：外分流式液力變矩器+傳動(dòng)軸+動(dòng)力換檔變速器與中央傳動(dòng)的組合+離合器與盤式制動(dòng)器的組合+行星最終傳動(dòng),。
        　　1.10計(jì)算仿真設(shè)計(jì)
! U3 T6 ?6 @4 X% H        　　根據(jù)工程機(jī)械不同的作業(yè)功能,，在計(jì)算機(jī)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(jī)械各系統(tǒng)主要部件的結(jié)構(gòu)合理性,，借助數(shù)學(xué)實(shí)驗(yàn)等方法預(yù)估工程機(jī)械的作業(yè)效果，從而可大大減少設(shè)計(jì)上的失誤,，避免或減少走彎路,。
        　　2、結(jié)束語
+ [8 m; O* [! v# J( h1 u& a+ T        　　現(xiàn)代高新設(shè)計(jì)方法在機(jī)械優(yōu)化設(shè)計(jì)中的應(yīng)用已越來越廣泛,，但應(yīng)該看到,，現(xiàn)代的設(shè)計(jì)不僅僅是單一的完成某零部件的設(shè)計(jì)，而應(yīng)該將使用及維修等的因素統(tǒng)一考慮,，所以殊如強(qiáng)調(diào)環(huán)保設(shè)計(jì)、可靠性設(shè)計(jì),、維修性設(shè)計(jì)等考慮綜合性因素的設(shè)計(jì)應(yīng)該會(huì)得到越來越廣泛的應(yīng)用,。
0 f/ z. h$ Y9 F2 F        　　參考文獻(xiàn)：
; w3 k9 N" j2 n- [2 T, d        　　[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.
        　　[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(bào),1999,5.
        　　[3] Booker A J, et al, A rigorous framework for optim- ization of expensive functions by surrogates[J]. struct. Optim.
% S/ z, C. W4 p# K! e* x' M; X        　　[4] Kenneth W. English, Coupling Suspension Compl- ex System Optimization[D]. State University of New York, 2001.
4 {2 o0 L2 I( k2 L+ |$ c        　　[5]張志波. 現(xiàn)代設(shè)計(jì)方法在礦山機(jī)械設(shè)計(jì)中的應(yīng)用[J]. 科技傳播,2013,5(08):162+154.
9 e8 O$ d0 F5 G　　[6] Luis P.Backfill. A Theory of Distribution Camel Structure[J].press of Caliph.0niaUniVersity，2001,，21.　　
& D" M4 t' A. C- N/ m5 P　　[7] Louis Stem and Ambary.Marketing Chillier.5thed.Upper Saddle Riving[J],yinghuiyun.com,prentice Hall,，2003，14-15.　　
. k$ ]. v# d- o6 D& W9 ?- U1 `　　[8] Coughlin,， Anent,， Erin Anderson， Louis W. Stefan. El-Ambary. Marketing Channels (6thed)[M].Beijing： Tsinghai University Press,，2001,，20.
7 C$ S) p# q" P
! T+ P+ e) y6 [# x7 g+ r0 j# o+ m: s

xiaobing86203

太高端了,，不接地氣

樂花生

優(yōu)化設(shè)計(jì)用得少，理論上更不沾邊
$ ^. n8 O2 w1 v2 ~4 |* M) o* ]/ w

樂花生

優(yōu)化設(shè)計(jì)用得少,，理論上更不沾邊

kange777

看不懂~~

韓寒11

計(jì)算機(jī)輔助設(shè)計(jì)在平時(shí)是能用的上的