——啮合摩擦因数，一般取0.06~0.10，取=0.08;

——为准行星齿

其中

　　因此，封闭行星齿轮的稳健可靠性优化设计总目标函数为：

　　1.3 约束条件的确定

　　(1) 模数大于零

　　m>0

　　(2) 齿轮不根切条件

　　(3) 封闭行星齿轮的结构条件

　　(4) 重合度约束

外啮合

式中，

内啮合

式中，

　　(5) 齿顶厚约束

()

式中，、、和分别为齿轮的齿顶厚、齿顶圆压力角、基圆直径和齿顶圆直径。

　　(6) 行星传动中内齿圈的壁厚约束

，

式中，分别为差动传动和准行星传动中内齿圈的壁厚;分别为差动传动和准行星传动中内齿圈所允许的最小壁厚，、。

　　(7) 行星传动中内齿圈的外径约束

，

式中，，。

　　(8) 邻接条件

式中：——行星轮的齿顶圆直径;

——太阳轮与行星轮啮合副的中心距;

——行星轮个数。

　　经整理后得约束条件：

　　(9) 装配条件

式中，

　　(10) 同心条件

　　2、优化模型的求解

　　采用遗传算法求解优化模型。对于一个待求的优化问题，首先在解空间中随机产生一些初始解，每个初始解称为个体，所有初始解定义为一个种群。评价种群中个体优劣的函数或者说评价解好坏的函数，定义为适应度函数(一般用目标函数作为适应度函数)。进而由适应度函数算出每个个体的适应度值，然后模仿生物进化的规则，利用选择运算、交叉运算和变异运算变化初始解，产生下一代种群，并保持种群的规模不变。在这个过程中适应度值高、生命力强的个体出现在新种群中的概率也高。这样个体向着“优”的方向发展，经过若干代的进化后，算法收敛于问题的最优解。它包含五大要素，即参数编码、初始群体的设定、适应度函数的设计、遗传算子的设计和相应控制参数的设定。

　　Matlab分析软件具有极强的程序编制和数学计算功能。鉴于此，可根据遗传算法的原理，用Matlab编程解决约束优化问题。遗传算法采用实数编码，选择操作采用随机竞争选择函数，并采用多个交叉算子和变异算子联合使用的方式产生下一代。用遗传算法求解问题的难点在于约束的处理，本文采用直接比较—比较方法(DCPM方法)处理约束问题。

 2/3   首页 上一页 1 2 3 下一页 尾页