粒子群算法的加工中心支承件不確定性多目標優(yōu)化
海天精工 加工中心 鉆攻中心前言:引言為保證加工中心精度,,支承件設計需滿足各項性能指標。采用傳統(tǒng)的經(jīng)驗法和相似產(chǎn)品類比法設計加工中心支承件,,效果遠達不到預期要求,,且設計周期長、效率低12,。支承件設計制造過程中存在的各種不確定性因素,,更使得傳統(tǒng)設計方法無法滿足現(xiàn)代高精度加工中心的設計要求。因此在不確定性因素影響下,,研究支承件滿足多性能需求的多目標優(yōu)化設計,成為加工中心設計的_個重要方向,。不確定性多目標優(yōu)化方法可在充分考慮各不確定因素的情況下,使設計的各項性能指標達到預期水平,,因此也越來越多地被用來解決實際問題,。V()pT等針對進化多目標優(yōu)化中存在噪聲的問題,提出了一種新的穩(wěn)健選擇策略,。Tenerelli P等1提出一種多標準,、多目標和不確定性分析的方法來評估能源作物轉換的一系列可能性。Card〇na-VaId6s Y等[5]提出基于客戶需求不確定性的雙目標供應鏈設計方法,。常規(guī)有限元方法無法解決由于不確定因素引入帶來的不確定性建模問題,,也無法提供用于不確定性多目標優(yōu)化的算法,本文以某型號加工中心主軸箱為例,,根據(jù)主軸箱特征尺寸對剛度,、重量的靈敏度分析選取優(yōu)化變量;利用支持向量機方法建立主軸箱的近似模型;利用一階固有頻率作為約束,,保證主軸箱的動態(tài)性能,;采用粒子群算法求解主軸箱不確定性多目標優(yōu)化問題。1主軸箱不確定性多目標優(yōu)化問題支承件主要性能評價指標有靜剛度,、重量和動態(tài)性能,,因此本節(jié)就如何建立旨在提高支承件各項性能的不確定性多目標優(yōu)化問題進行了闡述。基于粒子群算法求解立足不確定性多目標優(yōu)問題的流程如圖1所示,。 海天精工 備注:為保證文章的完整度,,本文核心內(nèi)容都PDF格式顯示,如未有顯示請刷新或轉換瀏覽器嘗試,,手機瀏覽可能無法正常使用,!結束語:本文考慮支承件材料屬性和切削載荷的不確定性,采用支持向量機方法解決了有限元方法無法建立不確定優(yōu)化模型的問題。運用改進的嵌套粒子群算法對加入一階固有頻率約束的主軸箱不確定性多目標優(yōu)化問題進行求解,。優(yōu)化后的主軸箱,,在保證固有頻率不低于原模型的情況下,剛度提高14. 6%,穩(wěn)健性提升25.8%,質(zhì)量降低8.3%,。海天精工是一家集銷售,、應用及服務于一體的公司。產(chǎn)品包括:CNC加工中心,、鉆攻中心,、龍門加工中心、雕銑機,、石墨機,、五軸加工中心、立式加工中心,、臥式加工中心等,。我們機床的生產(chǎn)工廠設在廣東省寧波市,目前其生產(chǎn)的加工中心70%出口,,其中出口到歐洲占到50%,。我們盡心、盡力,、盡意的服務,!聲明:本站文章均來自網(wǎng)絡,所有內(nèi)容不代表本站觀點,,本站不承擔任何法律責任,!