機(jī)械優(yōu)化設(shè)計(jì)的應(yīng)用發(fā)展分析

1、 機(jī)械優(yōu)化設(shè)計(jì)的應(yīng)用發(fā)展分析 科學(xué)技術(shù)的發(fā)展使得大量的機(jī)械制造要求要很高的技術(shù)水平，機(jī)械產(chǎn)品的設(shè)計(jì)工作變得越來(lái)越復(fù)雜，要求考慮的內(nèi)容也越來(lái)越多，精確性和科學(xué)性都與傳統(tǒng)機(jī)械設(shè)計(jì)有巨大差別。面對(duì)這種情況，機(jī)械優(yōu)化設(shè)計(jì)理論應(yīng)運(yùn)而生，逐漸發(fā)展成為一種現(xiàn)代化的機(jī)械設(shè)計(jì)方法。1 傳統(tǒng)優(yōu)化方法的應(yīng)用與發(fā)展分析1.1 傳統(tǒng)機(jī)械優(yōu)化設(shè)計(jì)方法的應(yīng)用傳統(tǒng)機(jī)械優(yōu)化設(shè)計(jì)方法大多應(yīng)用于機(jī)械結(jié)構(gòu)和零件功能的優(yōu)化設(shè)計(jì)，針對(duì)機(jī)械結(jié)構(gòu)的性能和形態(tài)進(jìn)行優(yōu)化。在機(jī)械結(jié)構(gòu)上，內(nèi)點(diǎn)罰函數(shù)優(yōu)化法，能夠?qū)偠群蛪簭澖M合強(qiáng)度結(jié)構(gòu)進(jìn)行良好的優(yōu)化，既能夠滿足尺寸要求又能良好的控制結(jié)構(gòu)自重。在形態(tài)方面，典型的是軸對(duì)稱鍛造部件的毛坯形狀的優(yōu)化。在性能

2、方面，采用坐標(biāo)轉(zhuǎn)換法和黃金分割法對(duì)部分兩岸結(jié)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì)，使得機(jī)械結(jié)構(gòu)更加準(zhǔn)確保持運(yùn)動(dòng)平衡性，提高了傳力性能。這樣看來(lái)，傳統(tǒng)機(jī)械優(yōu)化設(shè)計(jì)方法依然能夠取得良好的效果，所以在機(jī)械設(shè)計(jì)發(fā)展中不能忽略傳統(tǒng)優(yōu)化方法的作用。1.2 傳統(tǒng)優(yōu)化設(shè)計(jì)方法的一些改進(jìn)在新的設(shè)計(jì)方法出現(xiàn)后，傳統(tǒng)機(jī)械優(yōu)化設(shè)計(jì)進(jìn)行了一些改進(jìn)：設(shè)計(jì)中普遍采用最優(yōu)設(shè)計(jì)方案和設(shè)計(jì)策略，幫助達(dá)到最優(yōu)組合性能;建立能夠反映設(shè)計(jì)問(wèn)題的數(shù)學(xué)模型，提高機(jī)械設(shè)計(jì)的準(zhǔn)確性;利用計(jì)算機(jī)選擇最優(yōu)方案，通過(guò)計(jì)算機(jī)程序解決更加復(fù)雜的計(jì)算;計(jì)算機(jī)輔助設(shè)計(jì)，降低人工設(shè)計(jì)的誤差。2 現(xiàn)代機(jī)械優(yōu)化設(shè)計(jì)方法的應(yīng)用和發(fā)展隨著機(jī)械設(shè)計(jì)要求不斷提高，設(shè)計(jì)工作需要考慮的問(wèn)題也越來(lái)

3、越多，整體需要解決的問(wèn)題規(guī)模和復(fù)雜度都有所增強(qiáng)，傳統(tǒng)優(yōu)化方法的問(wèn)題暴露出來(lái)，局部?jī)?yōu)化和最優(yōu)解不再適用于大規(guī)模問(wèn)題的設(shè)計(jì)，這使得機(jī)械設(shè)計(jì)工作者廣泛吸取其他學(xué)科的理論知識(shí)，產(chǎn)生全新的機(jī)械設(shè)計(jì)思路，通過(guò)算法來(lái)解決一些復(fù)雜的設(shè)計(jì)問(wèn)題。2.1 反饋神經(jīng)網(wǎng)絡(luò)在機(jī)械優(yōu)化設(shè)計(jì)中的使用反饋神經(jīng)網(wǎng)絡(luò)模型的基本內(nèi)容是一些雙向相連的神經(jīng)元系統(tǒng)，每個(gè)神經(jīng)元之間的連接都具有特別的權(quán)值，這個(gè)神經(jīng)網(wǎng)絡(luò)對(duì)于輸出和反饋能夠統(tǒng)一應(yīng)用，這樣將整個(gè)網(wǎng)絡(luò)的能量函數(shù)和機(jī)械設(shè)計(jì)的目標(biāo)函數(shù)映射起來(lái)，神經(jīng)網(wǎng)絡(luò)的進(jìn)化過(guò)程則與機(jī)械優(yōu)化設(shè)計(jì)的最優(yōu)過(guò)程對(duì)應(yīng)起來(lái)，在實(shí)際應(yīng)用中，尋找神經(jīng)網(wǎng)絡(luò)模型與問(wèn)題的解的過(guò)程十分關(guān)鍵。2.2 多層向前神經(jīng)網(wǎng)絡(luò)在機(jī)械優(yōu)化設(shè)

4、計(jì)中的使用多層向前神經(jīng)網(wǎng)絡(luò)也是目前神經(jīng)網(wǎng)絡(luò)模型中應(yīng)用較廣的一種，通過(guò)輸入層、隱層和輸出層，將模型輸入信息進(jìn)行單項(xiàng)的傳播輸出，整個(gè)模型中不論是層內(nèi)還是層間，均不存在反饋鏈接。多層向前神經(jīng)網(wǎng)絡(luò)具有很高的運(yùn)算速度，非線性的映射能力也更突出，在機(jī)械優(yōu)化設(shè)計(jì)中，能夠利用這種模型的特點(diǎn)，對(duì)機(jī)械結(jié)構(gòu)的多目標(biāo)優(yōu)化進(jìn)行映射。除了神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用外，很多專業(yè)的數(shù)學(xué)軟件也應(yīng)用于機(jī)械設(shè)計(jì)工作中，比如matlab，作為功能強(qiáng)大的工程數(shù)據(jù)計(jì)算軟件，能夠很好的將計(jì)算問(wèn)題與實(shí)際問(wèn)題結(jié)合起來(lái)，其中配置了大量的工程函數(shù)，在解決大部分工程問(wèn)題時(shí)能夠節(jié)約大量的時(shí)間，而且計(jì)算結(jié)構(gòu)也非常精確，所以在自動(dòng)化控制和機(jī)械設(shè)計(jì)領(lǐng)域都有很好的應(yīng)

5、用。3 遺傳算法的應(yīng)用與發(fā)展遺傳算法簡(jiǎn)稱ga，是一種全新的概率優(yōu)化算法。遺傳算法作為一種非確定性的擬合自然算法，模仿了自然界生物進(jìn)化的特點(diǎn)和規(guī)律，對(duì)于隨機(jī)對(duì)象進(jìn)行自然選擇，按照自然界的適者生存法則來(lái)循環(huán)處理數(shù)據(jù)，最終產(chǎn)生的隨機(jī)群體會(huì)收斂于整體的最優(yōu)解。遺傳算法有很強(qiáng)的自適應(yīng)性，借助自然界遺產(chǎn)的規(guī)律，能夠?qū)θ侄歼M(jìn)行優(yōu)化處理，同時(shí)遺傳算法是潛在的并行計(jì)算算法，所以擁有很高的計(jì)算效率。遺傳算法以其全局優(yōu)化的優(yōu)越性，主要應(yīng)用于機(jī)器學(xué)習(xí)和控制領(lǐng)域，最近幾年也得到發(fā)展被應(yīng)用于機(jī)械優(yōu)化設(shè)計(jì)中。3.1 遺傳算法與機(jī)械結(jié)構(gòu)優(yōu)化設(shè)計(jì)簡(jiǎn)單的遺傳算法線性適應(yīng)度非常理想，通過(guò)非線性適度與自適應(yīng)的變異概率來(lái)優(yōu)化一般的遺

6、傳算法，以此來(lái)解決機(jī)械結(jié)構(gòu)的優(yōu)化問(wèn)題，多峰值函數(shù)極值等都具有實(shí)際的參考意義。3.2 遺傳性算法與可靠性分析框架結(jié)構(gòu)系統(tǒng)結(jié)合遺傳算法，能夠?qū)ο到y(tǒng)結(jié)構(gòu)的可靠性進(jìn)行優(yōu)化分析。3.3 遺傳算法與故障診斷遺傳算法網(wǎng)絡(luò)模型中，各個(gè)神經(jīng)元之間的權(quán)值可以作為染色體向量，模擬基因多點(diǎn)交叉變異能夠?qū)﹄S機(jī)對(duì)象進(jìn)行優(yōu)化選擇，這種遺傳算法能夠應(yīng)用于變壓器故障的診斷。4 機(jī)械優(yōu)化設(shè)計(jì)軟件的應(yīng)用與發(fā)展4.1 專用軟件的應(yīng)用與發(fā)展目前國(guó)內(nèi)機(jī)械優(yōu)化設(shè)計(jì)專用軟件開(kāi)發(fā)和使用的都比較少，機(jī)械優(yōu)化設(shè)計(jì)軟件的開(kāi)發(fā)還需要積累足夠的經(jīng)驗(yàn)，根據(jù)工作經(jīng)驗(yàn)轉(zhuǎn)換成計(jì)算機(jī)功能組成專用軟件。計(jì)算機(jī)輔助設(shè)計(jì)軟件的使用，能夠幫助解決很多機(jī)械設(shè)計(jì)中的工程問(wèn)題

7、，結(jié)合人工神經(jīng)網(wǎng)絡(luò)和遺傳算法，開(kāi)發(fā)計(jì)算與圖形化功能，專業(yè)軟件的發(fā)展速度也是越來(lái)越快。4.2 網(wǎng)絡(luò)在線機(jī)械優(yōu)化設(shè)計(jì)軟件優(yōu)化算法的研究已經(jīng)有所成績(jī)，利用網(wǎng)絡(luò)平臺(tái)逐漸開(kāi)發(fā)一些工業(yè)化在線優(yōu)化軟件，便于工業(yè)設(shè)計(jì)使用。對(duì)于在線機(jī)械優(yōu)化設(shè)計(jì)軟件來(lái)說(shuō)，亟待解決的問(wèn)題就是模型問(wèn)題，對(duì)于非常復(fù)雜的系統(tǒng)來(lái)說(shuō)，結(jié)構(gòu)、流程、物料和系統(tǒng)參數(shù)等，都非常復(fù)雜，如果計(jì)算對(duì)象比較模糊，運(yùn)算效率會(huì)受到嚴(yán)重的影響，這就給在線優(yōu)化軟件帶來(lái)了巨大的困難。為了解決這種情況，通過(guò)合適的算法解決辨別模型，結(jié)合神經(jīng)網(wǎng)絡(luò)和學(xué)習(xí)特點(diǎn)進(jìn)行數(shù)據(jù)的識(shí)別，讓在線優(yōu)化軟件也能夠良好的應(yīng)用于各種模型，比如國(guó)內(nèi)比較成熟的neumax軟件包，基于神經(jīng)遺傳算法的在線優(yōu)化軟件包，都能夠良好的實(shí)現(xiàn)各種模型的遺傳算法，這些軟件已經(jīng)成功應(yīng)用于甲醇合成機(jī)械設(shè)計(jì)的優(yōu)化工作中。5 總結(jié)機(jī)械優(yōu)化設(shè)計(jì)在傳統(tǒng)機(jī)械設(shè)計(jì)的基礎(chǔ)上，結(jié)合了大量的先進(jìn)科學(xué)得到了高效的設(shè)計(jì)方法，大大