[发明专利]一种基于改进粒子群算法的变速箱轻量化设计方法

说明书

技术领域

本发明涉及一种基于改进粒子群算法的变速箱轻量化设计方法，属于机械组件领域。

背景技术

随着科学技术的不断发展，汽车的使用越来越普及，极大地方便了人民的生活，但随之而来的是汽车带来的环境、能源和安全等问题的逐年突出，汽车轻量化设计成为汽车工业发展的重要前进方向。从目前来看，汽车轻量化设计主要有三种实施的途径和方法即一是采用汽车轻量化工艺技术实现汽车轻量化设计，例如拼焊板和热成型技术；二是采用轻质新型材料实现汽车轻量化设计，例如铝合金、镁合金、塑料、粉末冶金、生态复合材料和陶瓷等；三是通过结构的优化和模块化设计水平的提高实现汽车轻量化设计，例如使部件中空化、小型化和采用高刚性结构等。

世界发达国家的汽车公司从上世纪80年代就开始研究汽车轻量化设计技术，而我国展开研究相对较晚一些。国内现阶段汽车轻量化工艺技术与国外还有很大差距，新型材料的应用又需要较长的研发周期和较高的研发成本，相比较而言，汽车结构优化不仅研发成本少，并可以达到比较好的轻量化效果。张勇博士通过对车身前部吸能部件的材料厚度和材料合理配置，在一定程度上减小了整车的质量；胡朝辉根据自己提出的汽车概念设计阶段总体的数学模型，对新车型的车身实现了轻量化设计；章斯亮、朱平基于两种不确定的稳健设计方法也对轿车车身进行了轻量化设计，并取得了很好的效果。相对于在汽车车身方面的轻量化设计，汽车底盘部件的轻量化研究相对要少。

发明内容

本发明的目的在于提出一个基于改进粒子群算法的变速箱轻量化设计方法，着重解决针对汽车的变速箱轻量化设计这一问题，

为了解决上述问题，本发明所采用的技术方案为：一种基于改进粒子群算法的轻量化设计方法，包括的步骤如下：

S1、初始化3个种群即从群-1，从群-2，从群-3，每个种群含有

N个粒子；S2、以变速箱壳体质量最小为目标，变速箱壳体底面

壁的厚度、变速箱壳体轴向壁的厚度和变速箱侧向壁的厚度为约

束条件建立适应度函数；

S3、根据标准粒子群算法的速度和位置更新公式依次计算各种群中粒子个体的适应度值；

S4、分别对各种群粒子的适应度值进行比较，适应度值最小的为最佳粒子，适应度值最大的为最差粒子，选出各个种群的最佳粒子和最差粒子，每个种群的最佳粒子组成虚拟主群；

S5、根据步骤S4中的结果进行种群间的交流，从群-1的最佳粒子替换从群-2的最差粒子，从群-2的最佳粒子替换从群-3的最差粒子，虚拟主群中的最佳粒子替换从群-1的最差粒子；

S6、依次迭代直到满足最大迭代次数，输出最优值；否则跳转S3；

其中,所述步骤S1中，随机初始化3个种群，分别命名为从群-1、从群-2和从群-3，初始化每个种群中N各粒子的位置和速度。

所述步骤S2中构建适应度函数：

minf_m(x₁,x₂,x₃)

f_m(x₁,x₂,x₃)＝4.6896+3.3676*x₁+0.5282*x₂+1.0110*x₃

x₁∈[3,6],x₂∈[14,20],x₃∈[3,8]

式中，f_m为变速箱壳体质量，x₁为变速箱壳体底面壁的厚度，x₂为变速箱壳体轴向壁的厚度，x₃为变速箱侧向壁的厚度。

所述步骤S3和S4中，对3个从群进行搜索求解适应度值并且进行比较，选出每个从群中的最佳粒子和最差粒子，3个最佳粒子组成一个虚拟主群。速度和位置更新公式分别为：

式中，v_ij为粒子的速度，c₁和c₂为学习因子，r₁和r₂为(0,1)的随机常数，p_ij为粒子的当前最优值，p_gj为粒子的全局最优值。