斜齒輪蝸輪蝸桿減速機的穩(wěn)健優(yōu)化設計。斜齒輪蝸輪蝸桿減速機具有體積小、重量輕、結(jié)構(gòu)緊湊、傳動比大、傳動效率高等優(yōu)點，在許多情況下可以代替二、三的圓柱齒輪減速器和蝸輪減速器，所以為界各所重視口。但該S系列減速機的設計參數(shù)較多，計算復雜，特別是些重要參數(shù)直接影響到斜齒輪蝸輪蝸桿減速機的性能和使用壽命。
文獻中建立了斜齒輪蝸輪蝸桿減速機的優(yōu)化設計模型，實現(xiàn)了優(yōu)化設計。同時文獻指出對于有約束的優(yōu)化設計問題來說，在優(yōu)化設計過程中般總是把優(yōu)點推向約束的邊界上，而在實際中由于參數(shù)的變差將會使優(yōu)點變?yōu)椴豢尚谢蛸|(zhì)量性能指標(準則函數(shù))超界成為廢品，這就是說，般的優(yōu)化設計優(yōu)解是不穩(wěn)健的。S系列減速機穩(wěn)健優(yōu)化設計方法是將穩(wěn)健設計和優(yōu)化設計相結(jié)合，即通過S系列減速機調(diào)整設計變量的名義值和控制其偏差來保證設計優(yōu)解的穩(wěn)健性。基于小靈敏度法的工程穩(wěn)健優(yōu)化設計是利用靈敏度分析理論進行產(chǎn)品的穩(wěn)健設計。設計過程中考慮產(chǎn)品質(zhì)量對不確定因素的敏感性小，以提高設計解的可行穩(wěn)健性和目標函數(shù)及約束條件的不靈敏性的種方法。本章采用該種方法對斜齒輪蝸輪蝸桿減速機進行優(yōu)化設計，以尋求優(yōu)、穩(wěn)健的設計結(jié)果。
對于S系列減速機設計參數(shù)我們只能按它們的個大概的值來設計，而在使用過程中由于各種人為因素或外部環(huán)境等因素的影響，其值會發(fā)生定的擾動，則不確定參數(shù)的維數(shù)是 。根據(jù)靈敏度的定義，S系列減速機目標函數(shù)對不確定參數(shù)的靈敏度為 約束函數(shù)對不確定參數(shù)的靈敏度為分別為 ， ,為了使優(yōu)化結(jié)果達到穩(wěn)健性要求，應使目標函數(shù)和約束條件對不可控因素變差的靈敏度小。斜齒輪的尺寸決定了斜齒輪蝸輪蝸桿減速機的結(jié)構(gòu)大小，故在給定傳動功率和傳動比時，滿足強度條件及其他幾何尺寸要求的條件下，為使其結(jié)構(gòu)緊湊，降低成本，將斜齒輪蝸輪蝸桿減速機的體積小作為穩(wěn)健優(yōu)化設計的目標函數(shù) 。為了保證S系列減速機優(yōu)點的可行穩(wěn)健性，考慮到S系列減速機設計參數(shù)中輸入功率P及輸入軸轉(zhuǎn)速n 會受到外界因素的影響而發(fā)生擾動，故將目標函數(shù)及約束條件對不確定因素的靈敏度小作為附加目標函數(shù)從建立的斜齒輪蝸輪蝸桿減速機穩(wěn)健優(yōu)化設計模型看出，目標函數(shù)和約束函數(shù)均為非線性的，維數(shù)較多，計算起來較為復雜，為使S系列減速機優(yōu)化結(jié)果準確、可靠，對該優(yōu)化模型采用遺傳算法求解。
遺傳算法GA (GeneticAlgorithm)是模擬生物在自然環(huán)境中的遺傳和進化過程而形成的種自適應全局優(yōu)化概率隨機搜索算法。遺傳算法通過隨機選擇、交叉和變異等遺傳操作，使群體代代地進化到搜索空間中越來越好的區(qū)域，直至抵達全局優(yōu)點。整個S系列減速機穩(wěn)健優(yōu)化過程通過VB穩(wěn)健優(yōu)化設計原型系統(tǒng).從建立的斜齒輪蝸輪蝸桿減速機穩(wěn)健優(yōu)化設計模型看出，目標函數(shù)和約束函數(shù)均為非線性的，維數(shù)較多，計算起來較為復雜，為使優(yōu)化結(jié)果準確、可靠，對該優(yōu)化模型采用遺傳算法求解。遺傳算法GA (GeneticAlgorithm)是模擬生物在自然環(huán)境中的遺傳和進化過程而形成的種自適應全局優(yōu)化概率隨機搜索算法。遺傳算法通過隨機選擇、交叉和變異等遺傳操作，使群體代代地進化到搜索空間中越來越好的區(qū)域，直至抵達全局優(yōu)點。整個S系列減速機穩(wěn)健優(yōu)化過程通過VB穩(wěn)健優(yōu)化設計原型系統(tǒng)實現(xiàn)。
http://m.buy8.cn/sdxljsdj.html