[发明专利]一种基于梯度下降法的谐波减速器柔轮结构集成优化方法

权利要求书

1.一种基于梯度下降法的谐波减速器柔轮结构集成优化方法，其特征在于：本方法的具体步骤如下：

步骤一：使用SolidWorks软件建立谐波减速器关键部件刚轮、柔轮和波发生器的三维模型，为了更加符合谐波减速的实际工作情况，得出更加准确的仿真结果，增加优化结果的可靠性，建立带有精确渐开线齿廓的柔轮和刚轮优化模型，对建立的刚轮、柔轮、波发生器在SolidWorks软件中进行参数化处理，建立参数化三维模型，参数化的参数有柔轮的筒体长度L、柔轮内径R、柔轮齿圈前端圆角R1、柔轮齿圈末端圆角R2、光滑圆筒壁厚δ、齿圈壁厚δ₁、齿圈宽度B；

步骤二：建立SolidWorks的.vbs文件，在文件中输入模型参数化处理的命令，对柔轮结构参数进行命名并赋予其优化的初始数值，最后生成ANSYS仿真分析所需要的.igs模型文件；

步骤三：运行步骤二所建立SolidWorks的.vbs文件，生成.igs模型文件，编写ANSYS命令流，通过命令流将.igs文件导入到ANSYS仿真软件中，对柔轮、刚轮和波发生器施加约束和载荷、设置接触对，对柔轮、刚轮、波发生器进行接触仿真分析，进行求解设置，输出柔轮在波发生器和刚轮共同作用下所产生的最大应力，并将分析结果输出到已经建立好的out.txt文件中；生成.lgwANSYS命令流文件；

步骤四：书写批处理文件，生成.bat文件，通过批处理文件，运行ANSYS软件，读取.lgw命令流文件自动执行命令流中的分析命令，生成out.txt文件；

步骤五：建立MATLAB文件，在MATLAB文件中书写柔轮结构参数优化的约束函数和目标函数；本方法考虑柔轮的工作环境和使用过程中所遇到的问题，以柔轮体积最小为优化目标，以减速器的额定寿命和运转过程中的弯曲刚度为约束条件进行优化；柔轮体积V的目标函数表达式为：

其中h为柔轮轮齿的全齿高，取h＝0.5mm；

h1为柔轮杯底凸缘的厚度，取h1＝2mm；

所以关于柔轮体积V的目标函数简化为：

约束函数为：

D——柔轮的弯曲刚度；

E——弹性模量，MPa；

δ₁——柔轮齿圈壁厚，mm；

ν——泊松比；

L——柔轮筒长，mm；

对柔轮进行疲劳寿命分析绘制出S-N曲线，得到在保证谐波减速器产品额定寿命的条件下的最大应力，以此最大应力为参数优化的另一个约束条件；

步骤六：使用isight软件集成SolidWorks、ANSYS和MATLAB软件，

(1)首先将.vbs文件添加到SolidWorks组件中，以.vbs文件为输入文件，通过运行.vbs文件生成输出文件，定义文件中的结构参数，作为优化的输入参数，输出文件为柔轮、刚轮和波发生器的装配体模型文件，其格式为.igs格式，添加SolidWorks批处理文件到ANSYS组件中；

(2)将.lgwAPDL文件添加到ANSYS组件中，作为ANSYS组件的输入文件，添加out.txt文件为ANSYS组件的输出文件，添加并定义文件中的输出参数，输出参数为最大等效应力S；同时添加ANSYS批处理文件到ANSYS组件中；

(3)将.m文件作为命令文件添加到MATLAB组件中，.m文件中书写了柔轮优化的约束条件和目标函数，.m文件中的变量为柔轮的优化参数，优化参数有柔轮的筒体长度L、柔轮内径R、柔轮齿圈前端圆角R1、柔轮齿圈末端圆角R2、光滑圆筒壁厚δ、齿圈壁厚δ₁、齿圈宽度B；

步骤七：在优化组件中选取优化算法，为提高计算速度，减少迭代的次数，采用梯度下降优化算法LSGRG对谐波减速器柔轮的关键结构参数进行优化；设置优化变量的参数范围，的优化变量为谐波减速器柔轮的筒体长度L、柔轮内径R、柔轮齿圈前端圆角R1、柔轮齿圈末端圆角R2、光滑圆筒壁厚δ、齿圈壁厚δ₁、齿圈宽度B；然后对优化约束条件和优化目标进行设置，以谐波减速器达到额定寿命时的应力S为最大应力和柔轮的扭转刚度为约束条件，以柔轮体积最小为优化目标进行优化。

2.根据权利要求1所述的一种基于梯度下降法的谐波减速器柔轮结构集成优化方法，其特征在于：采用的梯度下降优化方法寻优过程为：按照一定的方向，以一定的步长，一步一步的接近优化点的过程，如何确定搜索方向、如何确定步长、以及如何制定收敛判别条件；具体而言，首先选定初始点X⁽⁰⁾，按某个方向S⁽⁰⁾，以初选步长a⁽⁰⁾寻找一个新点X⁽¹⁾，使函数值f下降，并重复这一过程，直到获得最优解X^*，即确定序列：X^(k+1)＝X^(k)+a^(k)s^(k)；

满足f(x¹)＞f(x²)＞…＞f(x^k)＞f(x^k+1)…；

直到

梯度下降优化算法LSGRG能够处理等式和不等式约束，对于不等式约束，构造新的优化问题如下：

最小化F(X)；

满足：

g_i(X)+X_j+n＝0(j＝1,…,m)

h_k(X)＝0(k＝1,…,l)

XL_i＜X_i＜XU_i(i＝1,…,n)

X_j+n＞0(j＝1,…,m)

n是设计变量的数量，m是不等约束的数量，而k是等式约束的数量；前面的算法需要加上m个非负松弛变量，每个不等约束一个，所以总共是n+m个设计变量。