[发明专利]RV减速器主轴承多目标优化中设计变量范围的确定方法

说明书

一种RV减速器主轴承多目标优化中设计变量范围的确定方法，先确定主轴承的原始设计参数、工况、约束条件以及初始设计变量及；建立拟静力学模型并输出角刚度、摩擦力矩、疲劳寿命的目标函数，运用MOTLBO进行优化，对优化结果的球径球数进行组合得到所有的球径球数组合；然后进行最大最小归一化处理并计算处理后的解集与原始设计的欧氏距离，选择欧式距离最小的前20％个体，分析各组合在这20％个体中的占比，选择其中占比最大的组合运用MOTLBO进行多目标优化，直到优化结果中的设计变量的变动范围满足终止条件为止，输出最终确定的设计变量及变动范围。本发明获得RV减速器主轴承特定的球径球数组合的设计变量及其合理的变动范围，提高了优化设计的效率。

技术领域

本发明属于RV减速器主轴承优化设计技术领域，尤其涉及一种RV减速器主轴承多目标优化中设计变量范围的确定方法。

背景技术

RV减速器作为工业机器人手臂上的精密控制部件，其特性直接影响工业机器人的力学特性，而RV减速器主轴承做为RV减速器的主要承载元件，对其运转平稳性、定位以及回转精度、工作可靠性有着重要的影响，而我国目前在这方面的理论研究尚属空白，缺乏设计指导，成品多为仿制，急需相关的优化设计指导；同时，对于缺乏设计经验的RV减速器主轴承来说，如何在优化设计的过程中选择合适的设计变量，是其关键所在。进化类算法作为一种不依赖优化模型内部信息的优化方法，擅长解决RV减速器主轴承这类无经验并具有复杂模型的多目标优化问题。而优化所需的设计变量的数目以及变动范围则对进化算法的优化效果有着直接的影响。

国内外针对轴承多目标优化做过许多尝试。其中Gupta等在《Mechanism andMachine Theory》上发表的文章《Multi-objective design optimisation of rollingbearings using genetic algorithms》采用著名的进化算法NSGA-II对滚动轴承进行了多目标优化，并分析了其目标函数对优化变量的敏感度，取得了良好的效果。Gupta不但选择了公称直径、球径、球数和内外沟曲率系数作为优化的设计变量，还将一些轴承设计时的约束条件如最大最小球径约束系数、外圈沟底壁厚约束系数、轴承旋转灵活性约束系数以及基于轴承宽度的球径限制系数作为设计变量，这样能够保证优化结果自适应，符合现代轴承设计要求。Savsani等于《International Journal of Energy Optimization andEngineering》上发表的文章《Multi-Objective Design Optimization of RollingElement Bearings Using ABC,AIA and PSO Technique》采用ABC、AIA和PSO等进化算法分别对滚动轴承进行了多目标优化，并选取了与Gupta相同的设计变量进行了优化设计。国内研究中，林棻等于《南京航空航天大学学报》上发表的《基于非劣排序遗传算法的三代轮毂轴承多目标优化》选取了公称直径、球径、球数和内外沟曲率系数作为轿车轮毂轴承的优化设计变量。上述研究结果对比显示，不同的设计变量以及其变量范围的选择对最终的优化结果影响非常大。而轴承优化设计的设计变量既有离散变量，也有连续变量，这就会导致有些设计变量在设计过程中趋于固定值，或者在一个固定的范围内变化。同时，不同的离散变量与连续变量组合均有其独特的局部最优前沿，而这些局部最优前沿特性很难进行定性研究。而且这些设计变量将会消耗算法额外的计算时间，并降低优化结果的精确度。同时，进化类算法优化时需要额外的算法控制参数，其选取也会影响优化结果。R.V.Rao等于《Computer-Aided Design》上的文章《Teaching–learning-based optimization:A novelmethod for constrainedmechanical design optimization problems》上提出了一种只需基本控制参数的parameter-less类进化算法TLBO，可以很好的解决这个问题。