機械優(yōu)化設計的應用發(fā)展分析

《機械優(yōu)化設計的應用發(fā)展分析》由會員分享，可在線閱讀，更多相關(guān)《機械優(yōu)化設計的應用發(fā)展分析（5頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1機械優(yōu)化設計的應用發(fā)展分析摘要：機械優(yōu)化設計融合了多種學科，具有很強的綜合性和理論性，同時也具很強的應用價值，在機械工程中起到了重要的作用，對提升機械性能有很大的幫助，為一種解決復雜問題的理論工具有很重要的意義，本文主要介紹機械優(yōu)化設計的應用和發(fā)展情況，從傳統(tǒng)方法和現(xiàn)代化方法進行分析，以及討論未來優(yōu)化的發(fā)展情況．關(guān)鍵詞：優(yōu)化，分析，應用．科學技術(shù)的發(fā)展使得大量的機械制造要求要很高的技術(shù)水平，機械產(chǎn)品的設計工作變得越來越復雜，要求考慮的內(nèi)容也越來越多，精確性和科學性都與傳統(tǒng)機械設計有巨大差別。面對這種情況，機械優(yōu)化設計理論應運而生，逐漸發(fā)展成為一種現(xiàn)代化的機械設計方法。1 傳統(tǒng)優(yōu)化方法的 應用與發(fā)展分析1.1 傳統(tǒng)機械優(yōu)化設計方法的應用傳統(tǒng)機械優(yōu)化設計方法大多應用于機械結(jié)構(gòu)和零件功能的優(yōu)化設計，針對機械結(jié)構(gòu)的性能和形態(tài)進行優(yōu)化。在機械結(jié)構(gòu)上，內(nèi)點罰函數(shù)優(yōu)化法，能夠?qū)偠群蛪簭澖M合強度結(jié)構(gòu)進行良好的優(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，典型的是軸對稱鍛造部件的毛坯形狀的優(yōu)化。在性能方面，采用坐標轉(zhuǎn)換法和黃金分割法對部分兩岸結(jié)構(gòu)進行優(yōu)化設計，使得機械結(jié)構(gòu)更加準確保持運動平衡性，提高了傳力性能。這樣看來，傳統(tǒng)機械優(yōu)2化設計方法依然能夠取得良好的效果，所以在機械設計發(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)化設計方法的一些改進在新的設計方法出現(xiàn)后，傳統(tǒng)機械優(yōu)化設計進行了一些改進：設計中普遍采用最優(yōu)設計方案和設計策略，幫助達到最優(yōu)組合性能;建立能夠反映設計問題的數(shù)學模型，提高機械設計的準確性;利用計算機選擇最優(yōu)方案，通過計算機程序解決更加復雜的計算;計算機輔助設計，降低人工設計的誤差。2 現(xiàn)代機械優(yōu)化設計方法的應用和發(fā)展隨著機械設計要求不斷提高，設計工作需要考慮的問題也越來越多，整體需要解決的問題規(guī)模和復雜度都有所增強，傳統(tǒng)優(yōu)化方法的問題暴露出來，局部優(yōu)化和最優(yōu)解不再適用于大規(guī)模問題的設計，這使得機械設計工作者廣泛吸取其他學科的理論知識，產(chǎn)生全新的機械設計思路，通過算法來解決一些復雜的設計問題。2.1 反饋神經(jīng)網(wǎng)絡在機械優(yōu)化設計中的使用反饋神經(jīng)網(wǎng)絡模型的基本內(nèi)容是一些雙向相連的神經(jīng)元系統(tǒng)，每個神經(jīng)元之間的連接都具有特別的權(quán)值，這個神經(jīng)網(wǎng)絡對于輸出和反饋能夠統(tǒng)一應用，這樣將整個網(wǎng)絡的能量函數(shù)和機械設計的目標函數(shù)映射起來，神經(jīng)網(wǎng)絡的進化過程則與機械優(yōu)化設計的最優(yōu)過程對應起來，在實際應用中，尋找神經(jīng)網(wǎng)絡模型與問題的解的過程十分關(guān)鍵。2.2 多層向前神經(jīng)網(wǎng)絡在機械優(yōu)化設計中的使用3多層向前神經(jīng)網(wǎng)絡也是目前神經(jīng)網(wǎng)絡模型中應用較廣的一種，通過輸入層、隱層和輸出層，將模型輸入信息進行單項的傳播輸出，整個模型中不論是層內(nèi)還是層間，均不存在反饋鏈接。多層向前神經(jīng)網(wǎng)絡具有很高的運算速度，非線性的映射能力也更突出，在機械優(yōu)化設計中，能夠利用這種模型的特點，對機械結(jié)構(gòu)的多目標優(yōu)化進行映射。除了神經(jīng)網(wǎng)絡模型的應用外，很多專業(yè)的數(shù)學軟件也應用于機械設計工作中，比如 MATLAB，作為功能強大的工程數(shù)據(jù)計算 軟件，能夠很好的將計算問題與實際問題結(jié)合起來，其中配置了大量的工程函數(shù)，在解決大部分工程問題時能夠節(jié)約大量的時間，而且計算結(jié)構(gòu)也非常精確，所以在自動化控制和機械設計領域都有很好的應用。3 遺傳算法的應用與發(fā)展遺傳算法簡稱 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化的特點和規(guī)律，對于隨機對象進行自然選擇，按照自然界的適者生存法則來循環(huán)處理數(shù)據(jù)，最終產(chǎn)生的隨機群體會收斂于整體的最優(yōu)解。遺傳算法有很強的自適應性，借助自然界遺產(chǎn)的規(guī)律，能夠?qū)θ侄歼M行優(yōu)化處理，同時遺傳算法是潛在的并行計算算法，所以擁有很高的計算效率。遺傳算法以其全局優(yōu)化的優(yōu)越性，主要應用于機器學習和控制領域，最近幾年也得到發(fā)展被應用于機械優(yōu)化設計中。3.1 遺傳算法與機械結(jié)構(gòu)優(yōu)化設計4簡單的遺傳算法線性適應度非常理想，通過非線性適度與自適應的變異概率來優(yōu)化一般的遺傳算法，以此來解決機械結(jié)構(gòu)的優(yōu)化問題，多峰值函數(shù)極值等都具有實際的參考意義。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)的可靠性進行優(yōu)化分析。3.3 遺傳算法與故障診斷遺傳算法網(wǎng)絡模型中，各個神經(jīng)元之間的權(quán)值可以作為染色體向量，模擬基因多點交叉變異能夠?qū)﹄S機對象進行優(yōu)化選擇，這種遺傳算法能夠應用于變壓器故障的診斷。4 機械優(yōu)化設計軟件的應用與發(fā)展4.1 專用軟件的應用與發(fā)展目前國內(nèi)機械優(yōu)化設計專用軟件開發(fā)和使用的都比較少，機械優(yōu)化設計軟件的開發(fā)還需要積累足夠的經(jīng)驗，根據(jù)工作經(jīng)驗轉(zhuǎn)換成計算機功能組成專用軟件。計算機輔助設計軟件的使用，能夠幫助解決很多機械設計中的工程問題，結(jié)合人工神經(jīng)網(wǎng)絡和遺傳算法，開發(fā)計算與圖形化功能，專業(yè)軟件的發(fā)展速度也是越來越快。4.2 網(wǎng)絡在線機械優(yōu)化設計軟件優(yōu)化算法的研究已經(jīng)有所成績，利用網(wǎng)絡平臺逐漸開發(fā)一些工業(yè)化在線優(yōu)化軟件，便于工業(yè)設計使用。對于在線機械優(yōu)化設計軟件來說，亟待解決的問題就是模型問題，對于非常復雜的系統(tǒng)來說，結(jié)構(gòu)、流程、物料和系統(tǒng)參數(shù)等，都非常復雜，如果計算對象比較5模糊，運算效率會受到嚴重的影響，這就給在線優(yōu)化軟件帶來了巨大的困難。為了解決這種情況，通過合適的算法解決辨別模型，結(jié)合神經(jīng)網(wǎng)絡和學習特點進行數(shù)據(jù)的識別，讓在線優(yōu)化軟件也能夠良好的應用于各種模型，比如國內(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，都能夠良好的實現(xiàn)各種模型的遺傳算法，這些軟件已經(jīng)成功應用于甲醇合成機械設計的優(yōu)化工作中。5 總結(jié)機械優(yōu)化設計在傳統(tǒng)機械設計的基礎上，結(jié)合了大量的先進科學得到了高效的設計方法，大大提高了機械設計的質(zhì)量和速度，隨著數(shù)學理論和計算理論的發(fā)展，機械優(yōu)化設計方法也在不斷更新，思維更加開闊，各種設計方法也都得到了不同程度的完善。所以機械優(yōu)化設計不但要深化工程設計理論，更要結(jié)合多種學科打開更加廣闊的發(fā)展未來。參考文獻：１. 王開路．面向環(huán)境的產(chǎn)品設計制造及應用研究．[Ｊ]２０１５２. 王維威．金屬基復合材料的加工方法，[Ｊ]２０１４