[发明专利]一种基于遗传算法的重型减速器轴承选配方法在审
| 申请号: | 201910602764.0 | 申请日: | 2019-07-05 |
| 公开(公告)号: | CN110309606A | 公开(公告)日: | 2019-10-08 |
| 发明(设计)人: | 王延忠;张东彬;刘鹏 | 申请(专利权)人: | 北京航空航天大学 |
| 主分类号: | G06F17/50 | 分类号: | G06F17/50;G06N3/12 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 100191*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 重型减速器 轴承端盖 调整环 装配 选配 遗传算法 轴承 适应度函数 初始种群 多次迭代 间隙计算 零件配合 零件选配 目标函数 数学模型 轴承装配 组件编码 组件装配 尺寸链 关键件 选配件 成功率 收敛 遗传 应用 | ||
本发明涉及一种基于遗传算法的重型减速器轴承选配方法,步骤为:(1)提取轴承端盖‑调整环选配件装配尺寸链,列出所要求的间隙计算公式,建立轴承端盖‑调整环关键件选配问题的数学模型来评价零件配合方案的优劣;(2)确定轴承端盖‑调整环组件编码方式、构造了初始种群、建立了适应度函数等,并对其进行选择、交叉、变异等遗传计算得到零件选配最优方案;(3)反复实验,经过多次迭代,使最优目标函数的值趋于稳定,以得到很好的收敛效果。本发明应用于重型减速器的装配,使轴承端盖‑调整环组件装配成功率大幅增大,极大地提高了重型减速器轴承装配效率,进而降低了装配成本,对重型减速器实际装配有着重要的意义。
技术领域
本发明涉及一种基于遗传算法的重型减速器轴承选配方法,适用于重型减速器轴承组件的选配。
背景技术
目前,国内现有的重型减速机在装调过程中,通常采用传统的手工试装方式,仅靠工人的技能及经验反复试装,直至装配合格为止。这种试装方式工作量大、周期长、效率低、成本高,难以满足高质量高精度要求的产品装配。若能在装配前,根据所测量的零件尺寸信息,采用与遗传算法、蚁群算法、粒子算法等智能算法相结合的零件选配方法,大大提高选配精度,并且可以借助计算机技术搭建零件自动选配系统,最终实现零件的自动选配,从而提高机械装备减速器装配线自动化程度及产品装配成功率,而且还能缩短装配周期,降低装配成本。
因此,目前尚缺乏一种有效的重型减速器轴承选配方法来提高装配的成功率和自动化。
发明内容
本发明的技术解决问题:针对国内现有的重型减速机在装调过程中,通常采用传统的手工试装方式,工作量大、周期长、效率低、成本高,难以满足高质量高精度要求的难题,提供一种基于遗传算法的重型减速器轴承选配方法。该方法能够结合遗传算法、蚁群算法、粒子算法等智能算法设计的零件选配方法,大大提高选配精度,并且可以借助计算机技术搭建零件自动选配系统,从而提高机械装备减速器装配线自动化程度及产品装配成功率,而且还能缩短装配周期,降低装配成本。
本发明的技术方案是:一种基于遗传算法的重型减速器轴承选配方法,其方法流程如下:
(1)提取轴承端盖-调整环选配件装配尺寸链,列出所要求的间隙计算公式,建立轴承端盖-调整环关键件选配问题的数学模型来评价零件配合方案的优劣;
(2)结合生物进化过程与算法特点,理清生物遗传概念与该零件选配问题的对应关系,确定轴承端盖-调整环组件编码方式、构造初始种群、建立了适应度函数等,并对其进行选择、交叉、变异等遗传计算得到零件选配最优方案;
(3)反复实验,经过多次迭代,使最优目标函数的值趋于稳定,以得到很好的收敛效果。
所述步骤(1)中间隙计算公式,结合装配尺寸链而得到减速器轴承间隙,即端盖-调整环装配后所形成的装配间隙为:Δ=H-B-T-D,其中,Δ为轴承间隙,B为轴承宽度,H为箱体厚度,T为调整环厚度,D为端盖厚度。
所述步骤(1)中轴承端盖-调整环关键件选配问题的数学模型是指装配成功率,其数学表达式为:其中,ns为满足装配要求(成功配对)的配合件数量,N为参与选配的所有零件能够装配出最多配合件数量。
所述步骤(2)中适应度函数定义为式中,Sm为零件选配方案δi为D零件与T零件所要满足的规定的配合间隙下限值,δi'为D零件与T零件所要满足的规定的配合间隙上限值,Δi为D零件与T零件配合间隙。
所述步骤(2)中遗传计算流程如下:
A.确定零件编码方式以及交叉概率pc、变异概率pm、终止代数T等遗传参数。
B.采用随机生成初始种群的方法,构造规模为M的初始种群P(k),置k=0。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910602764.0/2.html,转载请声明来源钻瓜专利网。





