[发明专利]基于遗传算法的柴油机硅油减振器多目标动态匹配方法

说明书

本发明涉及一种基于遗传算法的柴油机硅油减振器多目标动态匹配方法,所述方法建立了柴油机曲轴系统多自由度计算模型；根据计算模型建立减振器系统工作动态平衡过程，计算轴系扭振响应和减振器温升数据；采用遗传算法求解曲轴扭振响应的幅值、减振器工作温度和最小质量，得出硅油减振器的多目标自动匹配参数值，所述方法能够快速实现硅油减振器多个结构参数的优化匹配计算，可满足设计中在柴油机所有的工况点曲轴扭振响应的幅值、减振器工作温度要求，还可以达到减振器的重量轻的要求。

技术领域

本发明属于工程技术领域，具体涉及一种基于遗传算法的柴油机硅油减振器多目标动态匹配方法。

背景技术

扭转振动是柴油机轴系运行时出现的一种振动形式，严重的扭转振动可能造成柴油机不能正常工作，甚至导致柴油机轴系的疲劳破坏。对于在重型运输和工程机械车辆上使用的重型车载柴油机，硅油扭振减振器结构简单且减振效率高，相对于其他结构形式的减振器有着较大的优势，因此在柴油机轴系扭振减振方面的应用非常广泛。但是，目前硅油减振器匹配设计计算技术和方法仍然沿用20世纪40年代B.I.C.E.R.A(英国内燃机协会)提出的传统理论和经验公式，设计匹配的减振器需要反复不断地通过台架实验测试来修正和改进设计才能达到预期的减振效果要求。硅油减振器的结构尺寸和硅油的力学特性是其减振性能的主要影响因素，为使匹配的硅油减振器能达到预期的减振效果，需要不断地调整这些参数进行多次计算，设计的效率很低。硅油减振器的优化设计一直以来都是一个比较困难的问题，因为其优化过程既要考虑其与柴油机轴系扭振特性的匹配，需要对工作状态下其内部的阻尼系数进行比较准确的计算，还要考虑减振器的可靠性、经济性等，是一个多目标的优化问题。

遗传算法(Genetic Algorithm，简称GA)是以自然选择和遗传理论为基础，将生物进化过程中适者生存规则与群体内部染色体的随机信息交换机制相结合的高效全局寻优搜索算法，运行一次可以获得多个Pareto最优解，并且对问题自身的要求低，可以用于不同类型问题(如不可微、不连续的问题)的求解，十分适合求解多目标优化问题。

多目标进化算法的基本流程建立在基本进化算法的基础上，目前应用较多的是NSGA-II 和SPEA-II等。NSGA-II(Non-dominated Sorting Genetic Algorithm II)算法作为一种基于遗传算法的高效快速的排序算法,其无需对设计目标进行任何转化，只根据个体之间的支配关系就可以达到筛选个体优劣的目的。算法还采用了拥挤距离评估方法取代常用的共享函数法，使其无需确定一个共享参数就能控制个体的分布。

通过查阅文献，现在还没有针对硅油减振器匹配设计方法的专有技术专利，现有的基于遗传算法的多目标优化方法，但没有针对硅油减振器的匹配设计的算法，建立基于硅油减振器的动态平衡匹配计算方法，模拟硅油减振器实际工作特点，可以较为准确计算出减振器各个工况点的扭振幅值和工作温度，在此方面以前所用的算法不能计算温度的变化。通过建立硅油减振器的优化匹配设计的数学模型，采用遗传算法，以曲轴系统扭振幅值、减振器工作温度和最小质量为目标，实现硅油减振器的多目标的自动匹配设计的优化算法，在此方面还未发现相关类似的专利。

发明内容

为了克服现有技术的不足，提出了基于遗传算法的柴油机硅油减振器多目标动态匹配方法，所述方法结合硅油减振器实际工作特点，建立柴油机硅油减振器的动态平衡匹配计算方法，采用遗传算法，对以曲轴扭振响应的幅值、减振器工作温度和最小质量为目标进行优化求解，实现了硅油减振器的多目标的自动匹配设计。

本发明的技术方案为：一种基于遗传算法的柴油机硅油减振器多目标动态匹配方法，建立了柴油机曲轴系统多自由度计算模型；根据计算模型建立减振器系统工作动态平衡过程，计算轴系扭振响应和减振器温升数据；采用遗传算法求解曲轴扭振响应的幅值、减振器工作温度和最小质量，得出硅油减振器的多目标自动匹配参数值，此方法至少包含以下几个步骤：