[发明专利]一种面向节能的机床运动部件多目标结构优化方法

说明书

本发明在传统机床设计方法考虑机床静态性能和动态性能的基础上，将运动部件的能耗作为一个设计指标，基于均匀试验数据，采用灵敏度分析对决策变量即机床运动部件中与装配关系无关的结构尺寸进行简化，同时根据再次设计的均匀试验，利用主成分分析对优化目标进行降维，构建了一种面向节能的机床运动部件多目标优化模型，为机床节能设计提供了一种新的思路。

技术领域

本发明涉及机床技术领域，具体涉及一种面向节能的机床运动部件多目标结构优化方法。

技术背景技术

机械加工机床量大面广，能量效率低，节能潜力和环境减排潜力巨大。机床节能设计已成为普遍共识，其中，机床运动部件结构优化设计是机床节能设计的重要措施。现有的机床结构优化设计方法中，采用有限元分析结合拓扑优化的方法占据主流，对机床结构尺寸做强度刚度等指标做灵敏度分析也在部分文献中提到。现有的文献中机床运动部件结构优化设计以能耗为目标较少涉及。

发明内容

本发明的目的是在机床运动部件的结构优化设计中，考虑机床运动部件能耗指标，兼顾机床静态性能和动态性能指标，建立一种机床运动部件多目标结构优化方法。

为实现本发明目的而采用的技术方案是这样的，即一种面向节能的机床运动部件多目标结构优化方法。它包括以下步骤：

步骤1：根据机床实际结构特征，选择机床运动部件中与装配无关的结构尺寸作为决策变量；

步骤2：将步骤1选择的决策变量作为实验变量，以机床运动部件能耗、机床静态性能、机床动态性能为实验目标，设计均匀试验，得出步骤1中决策变量对实验目标的影响实验数据；

步骤3：采用灵敏度分析法处理步骤2中的实验数据，重新选择灵敏度高的机床结构尺寸作为决策变量；

步骤4：将步骤3重新选择出的决策变量作为实验变量，以机床运动部件能耗、机床静态性能、机床动态性能为实验目标，重新设计均匀试验，得到重新选择出的决策变量对实验目标的影响实验数据，并采用非线性回归分析方法，拟合出重选的决策变量与实验目标之间的函数关系。

步骤5：采用主成分分析方法，分析实验目标之间存在的关联关系，得出降维后的实验目标。

步骤6：以步骤3重选的决策变量为优化变量，以步骤5降维后的实验目标为优化目标，构建面向节能的机床运动部件多目标优化模型；

步骤7：采用模拟退火算法对步骤6中面向节能的机床运动部件多目标优化模型进行求解，得出最优的机床运动部件结构尺寸。

优选地，在步骤7中，采用的粒子群模拟退火算法遵循以下步骤：

(1)初始化参数。设置最高温度、截止温度、降温速率、学习因子。随机生成n个粒子的种群S，每个粒子的位置矢量为运动部件结构的尺寸参数,并定义每个参数的取值范围；

(2)计算每个粒子的适应度值，并以每个粒子的适应度值作为当前的历史最优p_best，选取最优的粒子作为当前全局最优g_best；

(3)利用如下公式对每一个粒子进行位置更新：

其中，r₁为[0 1]之间的随机数；V_i^k为粒子更新速度；为使在高温阶段粒子可以快速跳出局部最小值，而在低温阶段能够快速收敛，温度控制的惯性权重ω为：

其中，T_current为当前退火温度、T_max为最高温度、T₀为截止温度；