齒輪坯預(yù)鍛件的多目標(biāo)優(yōu)化設(shè)計(jì).pdf

1、隨著汽車(chē)行業(yè)的發(fā)展，尤其是轎車(chē)的發(fā)展，市場(chǎng)對(duì)齒輪需求量日益增加。實(shí)際生產(chǎn)中，齒輪坯的生產(chǎn)工藝大都憑借經(jīng)驗(yàn)設(shè)計(jì)，然后反復(fù)實(shí)驗(yàn)確定可行方案。隨著有限元分析CAE軟件的發(fā)展，在計(jì)算機(jī)上模擬齒輪坯的成形過(guò)程，可在很大程度上降低了設(shè)計(jì)成本，但是由于影響因素多，采用CAE軟件仍然需要進(jìn)行長(zhǎng)時(shí)間多次的有限元模擬，且仍需進(jìn)行實(shí)驗(yàn)比較驗(yàn)證，費(fèi)時(shí)費(fèi)力還不能確定最優(yōu)方案。如果利用數(shù)值模擬的結(jié)果，采用人工智能算法，通過(guò)軟件自動(dòng)給出最優(yōu)的設(shè)計(jì)方案，將會(huì)大大降低設(shè)

2、計(jì)周期，提高生產(chǎn)率。
　　 在齒輪坯的生產(chǎn)設(shè)計(jì)中，預(yù)鍛件的設(shè)計(jì)關(guān)系到終鍛件是否能夠成形、終鍛件的質(zhì)量、模具的壽命。但是由于鍛造過(guò)程的復(fù)雜性，利用一般數(shù)學(xué)建模方法不能將預(yù)鍛件對(duì)終鍛件成形的影響過(guò)程進(jìn)行建模。BP神經(jīng)網(wǎng)絡(luò)由于其在處理高度非線(xiàn)性問(wèn)題上的優(yōu)勢(shì)，能夠很好的將預(yù)鍛件對(duì)終鍛件成形的影響過(guò)程進(jìn)行建模。利用CAE軟件模擬的不同的方案，通過(guò)分析取得神經(jīng)網(wǎng)絡(luò)樣本。建立的模型能夠很好的依據(jù)預(yù)鍛件的設(shè)計(jì)判斷終鍛的過(guò)程是否值得進(jìn)行，但是不能

3、找出最優(yōu)的預(yù)鍛件尺寸。為此，利用遺傳算法的全局尋優(yōu)功能，找出最佳的預(yù)鍛件形狀和尺寸。
　　 本文還研究了齒輪坯預(yù)鍛件的多目標(biāo)優(yōu)化系統(tǒng)，分析了系統(tǒng)的網(wǎng)絡(luò)構(gòu)架、硬件組成和功能，并加以實(shí)現(xiàn)。界面設(shè)計(jì)由VC++完成，BP神經(jīng)網(wǎng)絡(luò)和遺傳算法部分采用MATLAB進(jìn)行編程實(shí)現(xiàn)，通過(guò)VC++調(diào)用MATLAB引擎實(shí)現(xiàn)混合編程。通過(guò)使用ADO技術(shù)，實(shí)現(xiàn)系統(tǒng)運(yùn)行參數(shù)的數(shù)據(jù)傳遞。
　　 通過(guò)試用驗(yàn)證，將BP神經(jīng)網(wǎng)絡(luò)和遺傳算法結(jié)合優(yōu)化齒輪坯預(yù)鍛件