畢業(yè)設(shè)計(jì)說(shuō)明書(shū)普通V帶傳動(dòng)的優(yōu)化設(shè)計(jì)

1、畢業(yè)設(shè)計(jì)（論文）任務(wù)書(shū)專(zhuān)業(yè) 機(jī)械設(shè)計(jì)制造及其自動(dòng)化 班級(jí) 機(jī)械0? 姓名 ? 下發(fā)日期 20?-?-?題目專(zhuān)題主要內(nèi)容及要求主要技術(shù)參數(shù)進(jìn)度及完成日期教學(xué)院長(zhǎng)簽字日 期教研室主任簽字日 期指導(dǎo)教師簽字日 期指 導(dǎo) 教 師 評(píng) 語(yǔ) 指導(dǎo)教師: 年 月 日指 定 論 文 評(píng) 閱 人 評(píng) 語(yǔ) 評(píng)閱人: 年 月 日答 辯 委 員 會(huì) 評(píng) 語(yǔ)評(píng)定成績(jī)指導(dǎo)教師給定成績(jī)(30%)評(píng)閱人給定成績(jī)(30%)答辯成績(jī)（40%）總 評(píng)答辯委員會(huì)主席簽字摘要V帶傳動(dòng)是機(jī)械中廣泛運(yùn)用的一種傳動(dòng)方式，基于該傳動(dòng)的傳統(tǒng)設(shè)計(jì)方法由于計(jì)算方法和手段等條件的限制，難以找出最優(yōu)設(shè)計(jì)方案。本文擬在對(duì)V帶傳動(dòng)設(shè)計(jì)進(jìn)行深入分析研究的基礎(chǔ)

2、上根據(jù)實(shí)際問(wèn)題需要建立相應(yīng)的數(shù)學(xué)模型，采用遺傳優(yōu)化方法進(jìn)行求解，通過(guò)設(shè)計(jì)適當(dāng)?shù)乃惴ê途幹葡鄳?yīng)的軟件實(shí)現(xiàn)該傳動(dòng)的優(yōu)化設(shè)計(jì)。本文主要研究了以下內(nèi)容：通過(guò)對(duì)優(yōu)化問(wèn)題的分析，以帶輪體積和最小為優(yōu)化目標(biāo)，并以小帶輪的基準(zhǔn)直徑和基準(zhǔn)帶長(zhǎng)為設(shè)計(jì)變量，以小帶輪直徑，小帶輪包角，中心距，帶速及V帶根數(shù)等限制為約束條件，建立了V帶傳動(dòng)優(yōu)化設(shè)計(jì)數(shù)學(xué)模型。在約束中小帶輪直徑約束、帶速約束在求解過(guò)程中可以自動(dòng)滿足，而對(duì)于其余約束，采用靜態(tài)罰函數(shù)法處理，將約束優(yōu)化問(wèn)題轉(zhuǎn)換為無(wú)約束優(yōu)化問(wèn)題。在遺傳算法進(jìn)行模型求解時(shí)，采用整數(shù)編碼，并運(yùn)用輪盤(pán)賭選擇機(jī)制，算術(shù)交叉法和非均勻變異方法。由于本問(wèn)題的優(yōu)化目標(biāo)是帶輪體積和的最小值，用

3、輪盤(pán)賭選擇的個(gè)體為適應(yīng)度最大者，為此將目標(biāo)函數(shù)映射成適應(yīng)度函數(shù)，并在轉(zhuǎn)換時(shí)滿足適應(yīng)度單值、非負(fù)、連續(xù)、最大化的要求。針對(duì)整數(shù)編碼，用1到Numd之間的整數(shù)與小帶輪基準(zhǔn)直徑的標(biāo)準(zhǔn)值一一對(duì)應(yīng)，由1到Numld之間的整數(shù)與基準(zhǔn)帶長(zhǎng)的標(biāo)準(zhǔn)值一一對(duì)應(yīng)，最終由一個(gè)長(zhǎng)度為2的整數(shù)編碼構(gòu)成一條染色體。最后，通過(guò)VB編制了優(yōu)化設(shè)計(jì)程序。關(guān)鍵詞：普通V帶傳動(dòng)；優(yōu)化設(shè)計(jì)；遺傳算法；整數(shù)編碼；VBAbstractV-belt transmission is the extensive use of machinery in a drive way, the methods based on the transmiss

4、ion of traditional design, because of calculation methods and means of restricting conditions are difficult to find the optimal design. This paper on the basis of an in-depth analysis in the V-belt drive design in accordance with practical problems needs building a corresponding mathematical model,

5、adopting the genetic method to solve, designing appropriate algorithms and developing the corresponding software to achieve the optimal design of the transmission. What the paper majors in are as following:Through analysis of the optimization build a mathematical model, viewing the smallest sizes of

6、 the two pulleys as the optimization goal, the standard diameter of the small pulley and the standard length of V-belt for the design variables, and the small pulleys diameter, the corners, the center distance, the speed of the V-belt transmission and the number of V-belt for the constraints. The sm

7、all pulleys diameter restraint and the speed restraint in these constraints can be automatically met, and for the remaining constraints static penalty function is adopted, then the optimization problem with constraints will be converted to a non-constrained optimization problem.In addition, the pape

8、r on the genetic algorithm using integral coding and adopting the roulette gambling selection mechanism, the arithmetic crossover method and non-uniform mutation method. Since the goal is to optimize the pulley and get the minimum size, while through roulette gambling selection, the individual grown

9、 out of is of the greatest fitness, it needs mapping the objective function onto a fitness function. to connect with a standard value for length of V-belt one-to-one, and then by the end, constitute a chromosome of a length of 2 by integral Coding.Finally, program for optimal design is made through

10、VB.Key words: ordinary V-belt drive; optimal design; genetic algorithms; integral coding; VB目錄 TOC o 1-2 h z HYPERLINK l _Toc258357459 摘要 PAGEREF _Toc258357459 h I HYPERLINK l _Toc258357460 Abstract PAGEREF _Toc258357460 h II HYPERLINK l _Toc258357461 目錄 PAGEREF _Toc258357461 h III HYPERLINK l _Toc2

11、58357462 第1章 緒論 PAGEREF _Toc258357462 h 1 HYPERLINK l _Toc258357463 課題研究的意義及現(xiàn)狀 PAGEREF _Toc258357463 h 1 HYPERLINK l _Toc258357464 論文主要研究?jī)?nèi)容 PAGEREF _Toc258357464 h 2 HYPERLINK l _Toc258357465 第2章 遺傳算法基本原理 PAGEREF _Toc258357465 h 3 HYPERLINK l _Toc258357466 2.1 遺傳算法簡(jiǎn)述 PAGEREF _Toc258357466 h 3 HYPERL

12、INK l _Toc258357467 第3章 V帶傳動(dòng)遺傳算法優(yōu)化設(shè)計(jì) PAGEREF _Toc258357467 h 5 HYPERLINK l _Toc258357468 3.1 優(yōu)化設(shè)計(jì)數(shù)學(xué)模型的建立 PAGEREF _Toc258357468 h 5 HYPERLINK l _Toc258357469 3.2 遺傳算法求解 PAGEREF _Toc258357469 h 7 HYPERLINK l _Toc258357470 3.3 優(yōu)化算例 PAGEREF _Toc258357470 h 9 HYPERLINK l _Toc258357471 結(jié)論 PAGEREF _Toc2583

13、57471 h 10 HYPERLINK l _Toc258357472 參考文獻(xiàn) PAGEREF _Toc258357472 h 11 HYPERLINK l _Toc258357473 致謝 PAGEREF _Toc258357473 h 12 HYPERLINK l _Toc258357474 附件1 PAGEREF _Toc258357474 h 13 HYPERLINK l _Toc258357475 附件2 PAGEREF _Toc258357475 h 15第1章 緒論1.1 課題研究的意義及現(xiàn)狀注意事項(xiàng)：1、編輯時(shí)最好把工具菜單下的選項(xiàng)-視圖窗口-格式標(biāo)記中的全部選中，以免誤刪

14、除分節(jié)符等信息影響排版。2、正文中的英文及數(shù)字一律用Times New Roman字體，中文為宋體。3、正文字體為小四，圖題、表題及圖表中的文字為五號(hào)字體。4、公式用Word自帶的公式編輯器輸入。5、附件1為外文資料翻譯，頁(yè)碼隨正文順序往下排，附件2為外文資料，可以是pdf原文打印，不用再編頁(yè)碼和頁(yè)眉，直接附上即可。6、前四頁(yè)任務(wù)書(shū)及各評(píng)語(yǔ)不用編頁(yè)碼，且沒(méi)有頁(yè)眉。7、用Office2003版本。8、正文只列到三級(jí)標(biāo)題。由于V帶傳動(dòng)是利用具有撓性的傳動(dòng)帶作為中間物，并通過(guò)摩擦力來(lái)傳動(dòng)，且V帶傳動(dòng)能緩和載荷沖擊，運(yùn)動(dòng)平穩(wěn)無(wú)噪音，結(jié)構(gòu)簡(jiǎn)單，成本低，制造和安裝容易，能實(shí)現(xiàn)過(guò)載保護(hù)，所以在工業(yè)中應(yīng)用很廣

15、泛。對(duì)帶傳動(dòng)的設(shè)計(jì)方法最基本的是常規(guī)設(shè)計(jì)方法，根據(jù)文獻(xiàn)1，該方法在計(jì)算過(guò)程中，要查找多個(gè)數(shù)表和線圖，且有些變量的取值并不是唯一的，需要憑運(yùn)氣試湊性選擇，這樣對(duì)于同樣的原始數(shù)據(jù)，不同的設(shè)計(jì)人員就會(huì)有不同的設(shè)計(jì)結(jié)果;該設(shè)計(jì)方法在處理離散性參數(shù)時(shí)，按照連續(xù)型變量求得計(jì)算結(jié)果后再進(jìn)行簡(jiǎn)單的收尾運(yùn)算，不夠妥當(dāng)。文獻(xiàn)2的帶傳動(dòng)優(yōu)化設(shè)計(jì)中，編碼方式上采用實(shí)數(shù)編碼策略，利用實(shí)數(shù)進(jìn)行編碼，直接用十進(jìn)制串表示問(wèn)題變量，所有操作均在實(shí)數(shù)域內(nèi)進(jìn)行，表示問(wèn)題的解的數(shù)字串將會(huì)比用二進(jìn)制表示的數(shù)字串短得多，相應(yīng)的遺傳操作算子的計(jì)算量也會(huì)減少，所需的計(jì)算時(shí)間也降低。由于在優(yōu)化過(guò)程中不需對(duì)參數(shù)進(jìn)行編碼和譯碼，相應(yīng)地就不存在解的

16、精度問(wèn)題。但該方法仍然存有傳統(tǒng)設(shè)計(jì)方法的缺陷，在解決離散性問(wèn)題時(shí)的精確度不夠。文獻(xiàn)3在確定設(shè)計(jì)變量時(shí)，選取小帶輪的基準(zhǔn)直徑d1、兩帶輪的中心距a和V帶根數(shù)z三個(gè)參數(shù)為設(shè)計(jì)變量。帶輪體積與許多變量有關(guān)，而選擇出來(lái)作為設(shè)計(jì)變量的變量之間必須具有相互獨(dú)立性。當(dāng)選擇d1和a為設(shè)計(jì)變量后，由文獻(xiàn)4中的計(jì)算公式，參數(shù)z可以由d1和a來(lái)確定，因此，當(dāng)同時(shí)選擇這三個(gè)參數(shù)作為設(shè)計(jì)變量時(shí)，由于它們之間不具有彼此獨(dú)立性，這種設(shè)置是不恰當(dāng)?shù)?。另外，文獻(xiàn)3中使用二進(jìn)制編碼，還會(huì)存在編碼、解碼造成的解的誤差。此外，文獻(xiàn)5Matlab優(yōu)化工具箱進(jìn)行優(yōu)化求解，比常規(guī)的優(yōu)化方法更加簡(jiǎn)便快；文獻(xiàn)6過(guò)分析傳統(tǒng)設(shè)計(jì)中圖表數(shù)據(jù)的特點(diǎn)，

17、提出了普通V帶傳動(dòng)設(shè)計(jì)中有關(guān)數(shù)據(jù)、表格和線圖的程序化方法，所提出的方法簡(jiǎn)單易行，適用性廣。1.2 論文主要研究?jī)?nèi)容本論文主要對(duì)V帶傳動(dòng)設(shè)計(jì)中所需要參數(shù)及其相關(guān)性的分析，選定設(shè)計(jì)變量；結(jié)合對(duì)它們的約束條件建立體積優(yōu)化的數(shù)學(xué)模型。根據(jù)模型的特點(diǎn)，對(duì)遺傳算法進(jìn)行改進(jìn)。全文的主要內(nèi)容包括以下幾個(gè)方面：第2章 遺傳算法基本原理2.1 遺傳算法簡(jiǎn)述遺傳算法的術(shù)語(yǔ)來(lái)源于自然遺傳學(xué)。1975年由美國(guó)J.Holland教授提出的遺傳算法（Genetic Algorithm，簡(jiǎn)稱(chēng)GA）是基于自然選擇原理、自然遺傳機(jī)制和自適應(yīng)搜索（尋優(yōu)）的算法。J.Holland教授的Adaptation in Natural a

18、nd Artificial Systems一書(shū)的問(wèn)世標(biāo)志著遺傳算法的誕生8。GA啟迪于生物學(xué)的新達(dá)爾文主義（達(dá)爾文的進(jìn)化論、魏茨曼的物種選擇學(xué)說(shuō)和孟德?tīng)柕幕驅(qū)W說(shuō)），模仿物竟天演、優(yōu)勝劣汰、適者生存的生物遺傳和進(jìn)化的規(guī)律性。1989年美國(guó)伊利諾大學(xué)的David E.Goldberg 博士出版的專(zhuān)著Genetic Algorithm in Search，Optimization and Machine Learning是遺傳算法發(fā)展過(guò)程中的又一個(gè)里程碑，這本書(shū)全面地闡述了遺傳算法的發(fā)展歷程、現(xiàn)狀、各種算法和應(yīng)用實(shí)例，并附有Pascal源程序，從而使得廣大工程技術(shù)人員得以進(jìn)行實(shí)際的應(yīng)用，在全世界掀

19、起了關(guān)于遺傳算法的研究和應(yīng)用熱潮9。*2.1.1 遺傳算法的基本要點(diǎn)一、編碼遺傳算法的特點(diǎn)之一是不對(duì)求解問(wèn)題的決策變量直接進(jìn)行操作，而是通過(guò)對(duì)個(gè)體編碼進(jìn)行交叉與變異的進(jìn)化運(yùn)算過(guò)程，不斷搜索出適應(yīng)度較高的新個(gè)體，必須把它們轉(zhuǎn)換成遺傳算法空間的由基因一定結(jié)構(gòu)組成的染色體或個(gè)體，這一轉(zhuǎn)換最終尋求出問(wèn)題的最優(yōu)解或近似最優(yōu)解。遺傳算法不能直接處理問(wèn)題的空間參數(shù)，此操作稱(chēng)為編碼。1、簡(jiǎn)單適應(yīng)函數(shù)簡(jiǎn)單適應(yīng)函數(shù)是目標(biāo)函數(shù)的簡(jiǎn)單變形，若為目標(biāo)函數(shù)，則適應(yīng)函數(shù)可以取為：，優(yōu)化目標(biāo)為最大 (2-4)，且優(yōu)化目標(biāo)為最小 (2-5)2、適應(yīng)函數(shù)的尺度變換（1）線性變換法若為目標(biāo)函數(shù)，則適應(yīng)函數(shù)可以取為： (2-6)、系

20、數(shù)的確定可參考文獻(xiàn)11。（2）指數(shù)變換法若為目標(biāo)函數(shù)，則適應(yīng)函數(shù)可以取為： （2-7）*選擇過(guò)程總可以寫(xiě)成如下形式：1、對(duì)每個(gè)染色體，計(jì)算累積概率， （2-8）#。其一般形式可以由下式表示：不滿足約束條件時(shí)滿足約束條件時(shí) ， （2-12）式中：為原適應(yīng)函數(shù)值；為考慮了罰函數(shù)之后的新適應(yīng)函數(shù)值；為罰函數(shù)。第3章 V帶傳動(dòng)遺傳算法優(yōu)化設(shè)計(jì)3.1 優(yōu)化設(shè)計(jì)數(shù)學(xué)模型的建立3.1.1 V帶傳動(dòng)設(shè)計(jì)題目要求3.1.2 建立帶傳動(dòng)的數(shù)學(xué)模型#系統(tǒng)的數(shù)學(xué)模型為： （3-1）式中：、分別為大、小帶輪的體積；、分別為小帶輪、大帶輪的基準(zhǔn)直徑；為帶輪寬度，；為V帶的根數(shù)；為槽間距，參見(jiàn)16中的規(guī)定，取=15mm；為

21、第一槽對(duì)稱(chēng)面至端面距離，參見(jiàn)16中的規(guī)定，取=9mm。需要考慮的約束條件有：1、小帶輪直徑 直徑大傳動(dòng)功率也大，但可能會(huì)受到傳動(dòng)外廓尺寸要求的限制；在帶傳動(dòng)需要傳遞的功率給定的條件下，減小帶輪的直徑，會(huì)增大帶傳動(dòng)的有效拉力，從而導(dǎo)致V帶根數(shù)的增加。這樣不僅增大了帶輪的寬度，而且也增大了載荷在V帶之間分配的不均勻性。另外，帶輪直徑的減少，增加了帶的彎曲應(yīng)力。為了避免彎曲應(yīng)力過(guò)大，小帶輪的基準(zhǔn)直徑就不能過(guò)小。因此，需滿足 （3-2）式中：、由帶型確定，而帶型是根據(jù)計(jì)算功率和小帶輪轉(zhuǎn)速查文獻(xiàn)17獲得。下面確定計(jì)算功率：計(jì)算功率是根據(jù)傳遞的功率和帶的工作條件而確定的= （3-3）式中：為計(jì)算功率，kW

22、；為工作情況系數(shù)；為所需要傳遞的額定功率，如電動(dòng)機(jī)的額定功率或名義的負(fù)載功率，kW。本例由已知條件，=7 kW，根據(jù)式（3-3）= 7 kW=8.4 kW結(jié)合=1440 r/min，查相關(guān)文獻(xiàn)17帶型為A型；# （3-4） （3-5）# （3-18）而上式中的計(jì)算方法為17： （3-19）式中：可從相關(guān)文獻(xiàn)17查得，為基本額定功率，是與小帶輪基準(zhǔn)直徑一一對(duì)應(yīng)的參數(shù)； kW，由帶型A型，傳動(dòng)比，小帶輪轉(zhuǎn)速=1440 r/min，由文獻(xiàn)17查得，為當(dāng)傳動(dòng)比不等于1時(shí)，單根V帶額定功率的增量；為當(dāng)包角不等于時(shí)的修正系數(shù)；為帶長(zhǎng)不等于試驗(yàn)規(guī)定的特定帶長(zhǎng)時(shí)的修正系數(shù)，它是與基準(zhǔn)長(zhǎng)度一一對(duì)應(yīng)的參數(shù)，由文獻(xiàn)

23、17查得。下面確定的值：包角系數(shù)與小帶輪上的包角有關(guān)，結(jié)合式（3-9）、（3-10）、（3-12）可求得；而、的關(guān)系式用最小二乘法擬合得到 （3-20）這樣，將各個(gè)參數(shù)求得后分別代入式（3-19）最終可以求得V帶根數(shù)的值。 約束條件的處理3.2 遺傳算法求解優(yōu)化問(wèn)題的求解過(guò)程是從眾多的解中選出最優(yōu)的解，生物進(jìn)化的適者生存規(guī)律使得最具有生存能力的染色體以最大的可能性生存，這樣的共同點(diǎn)使得遺傳算法可以在優(yōu)化問(wèn)題中應(yīng)用。.1 編碼方法因?yàn)閮?yōu)化設(shè)計(jì)變量3.2.6 變異操作設(shè)變異操作時(shí)選擇某染色體的第1位基因d進(jìn)行變異，則新的基因值為：Random= 1Random= 0 （3-31）式中：Random= Int(Rnd() + 0.5)，是一個(gè)產(chǎn)生隨機(jī)數(shù)0或1的整型變量，因?yàn)楹瘮?shù)產(chǎn)生的是不大于自變量的最大整數(shù)，當(dāng)產(chǎn)生的隨機(jī)數(shù)范圍是時(shí)，1，所以取得的不大于1的最大整數(shù)是0，即Random=0；當(dāng)產(chǎn)生的隨機(jī)數(shù)范圍是時(shí)，12，由函數(shù)得到的不超越此范圍的最大整數(shù)為1，即Random=1；，=2.5，為一設(shè)定常數(shù)，其