首页 >
论文范文 >
自然科学论文 >
自然科学综合论文 >
非线性科学论文 >
探讨强力旋压连杆衬套工艺参数多目标优化中遗传算法的应用
2020-06-29
189
上传者：管理员
摘要：针对连杆衬套的强力旋压成形工艺参数与力学性能之间的复杂关系,建立了工艺参数(减薄率、进给比)与力学性能(抗拉强度、伸长率)之间的RBF神经网络非线性关系。利用正交试验所得的数据结果对神经网络进行训练和测试,通过实测值与预测值的对比,发现所建立的神经网络模型具有较高的预测精度。并将此非线性关系作为适应度函数,基于遗传算法建立了工艺参数(减薄率、进给比)的多目标(抗拉强度、伸长率)优化模型,得出了多目标Pareto最优解集,并通过试验分析验证了最优解集的可行性,可以有效提高工艺参数的设计效率和产品的力学性能。
加入收藏
连杆衬套是汽车发动机曲柄连杆机构的重要零部件。将衬套压入连杆小端可以避免由于活塞销与连杆小头之间接触而导致的接触磨损。目前,强力旋压成形技术已经广泛地应用于连杆衬套的生产加工制造中。通过旋压技术得到的产品,有较高的精度以及较好的力学性能,显示出较强的先进性、实用性以及经济性[1,2]。
正交试验是一种基于正交性从全面试验中挑选出具有代表性的特定点进行的试验,这些有代表性的点具有均匀、齐整的特点,是一种快速、高效、经济的试验设计方法[3]。遗传算法是根据生物进化论和遗传学机制建立的一种计算模型,其搜索最优解的过程类似自然选择中的适者生存和优胜劣汰[4],近年来遗传算法及神经网络已大量应用于连杆衬套的旋压领域,是连杆衬套旋压工艺参数设计的重要工具。樊文欣等[5]基于遗传算法研究了强力旋压的锡青铜连杆衬套,并得出强力旋压筒形件的优化参数组合;吉梦雯等[6]利用RBF神经网络实现了对连杆衬套强力旋压轴线直线度误差的预测。神经网络对旋压件的性能预测已得到广泛的认可,但多数仅仅是对某性能的预测研究,在针对强力旋压连杆衬套成形后力学性能的多目标优化研究却还较为缺乏,特别是针对在各个目标之间存在互斥现象的多目标的优化研究更为欠缺。
本文利用正交试验数据作为RBF神经网络的训练及测试样本,建立了连杆衬套的旋压工艺参数减薄率、进给比与其力学性能中抗拉强度、伸长率之间的神经网络非线性关系,并将此非线性关系作为适应度函数,基于遗传算法对强力旋压连杆衬套工艺参数进行了多目标优化。
1、试验方法
1.1试验参数的选取
影响连杆衬套的强力旋压成形质量的工艺参数有多种,主要有减薄率ψ、进给比f和热处理温度T等,其中,减薄率与进给比对连杆衬套成形质量的影响比热处理温度更为显著[7]。可以反映连杆衬套强力旋压成形质量的力学性能参数主要有:布氏硬度、屈服强度、抗拉强度及伸长率等。但在实际生产中,抗拉强度与伸长率有朝相反方向变化的趋势。由于这两个力学性能参数的数值都是越大其成形质量越好,难以同时兼顾,这对连杆衬套强力旋压工艺参数的设计与选取带来了极大的困难[8]。所以,本试验的因素选取为减薄率和进给比,力学性能参数选取为抗拉强度与伸长率。
1.2试验方案的设计
在指定条件下利用SXD100/3-CNC强力数控旋压机对锡青铜QSn7-0.2坯料进行1道次三旋轮错距强力旋压,再对旋压成形的连杆衬套在干燥箱内按照标记进行热处理,最后进行力学性能测试。为了不受因热处理温度不同而对力学性能产生的影响,根据相关试验研究分析,对所有试验组取热处理温度T为280℃[7]。根据测试数据和试验条件,选取减薄率、进给比作为试验因素,选取抗拉强度、伸长率作为目标函数,设计了2因素5水平的正交试验。为了使每个试验因素在其取值范围内均匀取值[2],选取了如表1所示的试验因素及水平。表2为正交试验方案和结果。
表1正交试验因素及水平表
表2正交试验方案及结果
1.3试验结果分析
图1伸长率和抗拉强度的正交试验结果对比
图1为伸长率和抗拉强度的正交试验结果对比图。从图1中可以看出,在25次试验中,伸长率和抗拉强度有着朝相反方向变化的趋势。由此看出,在实际生产中这两个力学性能指标是互斥的,出现了此消彼长的现象。
2、RBF神经网络模型的建立
RBF(径向基)神经网络是一种具有3层结构的前向网络,由输入层、隐含层及输出层组成,其特点是输入层至隐含层之间为非线性变换,隐含层空间到输出层空间为线性变换,这种结构的优点是可以在很大程度上加快学习速度并能避免局部极小的问题[9]。该神经网络对于非线性拟合的能力较强,可对于复杂的非线性关系进行映射。
2.1神经网络模型的训练
利用MATLAB神经网络工具箱函数newrbe创建一个严格的RBF神经网络。选取减薄率、进给比作为网络的输入,选取抗拉强度、伸长率作为网络的输出,输入层和输出层节点数都为2,隐含层节点数由网络函数自动设置。
本次所建立神经网络模型的训练样本和测试样本来自正交试验的结果。利用随机打乱数字序列函数,将表2中25个试验号的顺序打乱,打乱后的序号为:22,6,3,16,11,7,17,14,8,5,21,25,19,15,1,23,2,4,18,24,13,9,20,10和12,将前18个样本作为网络的训练样本,后7个样本作为神经网络的测试样本。
将训练样本输入网络,对其进行学习训练。在径向基函数中,扩展系数spread的值会对该函数的训练精度产生影响,其默认值为1。为了使训练出的神经网络预测精度较高,需要在不同的spread取值下对网络进行训练。利用测试样本对两个目标的平均预测误差百分比进行误差检测,最终spread的值取为6,经过1.456s后网络结束训练,然后将神经网络非线性关系进行保存。
2.2神经网络模型的预测结果及分析
在获得训练好的神经网络后,将测试样本输入网络进行仿真模拟,得出相应的神经网络非线性输出,将相同工艺参数下的模拟值与正交试验实测值进行对比,得出如图2及图3所示的对比折线图。
图2伸长率实测值与预测值的对比
图3抗拉强度实测值与预测值的对比
通过对比发现,伸长率7个点的预测相对误差分别为-0.021484,0.032354,-0.084982,-0.098291,-0.078739,-0.022642和-0.003771,其中平均相对误差为0.048895;抗拉强度7个点的预测相对误差分别为0.000672,0.004692,-0.043301,-0.077095,0.028284,-0.010168和0.008253,其中平均相对误差为0.024638。可以看出,神经网络模型对两个力学性能指标的预测误差都没有超过5%,说明所建立的神经网络模型具有较为精确的预测性能。
3、多目标优化模型的建立
在很多情况下,要使多个目标同时达到最优是非常困难的,某个目标的改善可能会相应地引起其他目标性能的降低,因而,只能通过某种方法使各目标之间进行协调权衡并折中处理,使得所有目标函数尽量接近或达到最优状态[8]。本文的优化目标抗拉强度和伸长率即属于其中一个目标改善会引起另一个目标下降的情况,所以,采用基于遗传算法的Pareto最优解集来解决这个问题[10]。
3.1适应度函数的选取
本次优化的适应度函数基于上文建立的RBF神经网络非线性关系构建。在汽车发动机连杆衬套的实际使用中,伸长率与抗拉强度越大,其力学性能越好、寿命越长。由于需要将目标朝最大化方向优化,而所选取的函数是朝最小化方向优化的,所以,需要引入一个合适的常数C1、C2对非线性关系作一个反向变换,使之朝最大化方向优化。变换过后适应度函数的数学模型为:
式中:x1为减薄率,0.2≤x1≤0.5;x2为进给比,0.1≤x2≤0.5;f1、f2为本次优化的适应度函数;C1和C2为经验系数,根据实际经验[7],取C1=20,C2=800;g1(x1,x2)和g2(x1,x2)分别表示所优化的目标函数伸长率、抗拉强度所对应的RBF神经网络非线性关系。
3.2工艺参数的多目标优化
选取减薄率和进给比作为本次优化的参数输入,以伸长率和抗拉强度作为输出。然后,基于MATLAB调用gamultiobj函数进行多目标求解。根据该函数的调用格式[11],设置本次优化的参数为:算法的种群大小为100,最优前端系数为0.1,最大进化迭代数为100,终止迭代数为100,适应变函数偏差为1×10-100,在此设定条件下进行迭代优化。最终绘制出位于第1前端的个体分布图(图4),并得出Pareto最优解集(表3),其中,g1,g2分别为伸长率和抗拉强度。
图4第1前端个体分布图
根据锡青铜旋压成形件的应力-应变曲线可知[12],应力超过600MPa后,应变可逼近甚至有超过16%的趋势。结合实际生产经验,具有良好力学性能的连杆衬套的伸长率超过16%、抗拉强度超过600MPa,如表3所示的Pareto最优解集中满足此条件的有3号解(其中2号解和3号解相同)、5号解、6号解。所以,将这3个Pareto最优解作为本次优化的解集,为了验证优化解集的有效性,利用本次优化得到的3组Pareto最优解集作为试验工艺参数,在相同的热处理温度及其他试验因素条件下,设计了对比试验组,得出优化解集与实测值的对比,如表4所示。
表3Pareto最优解集
表4优化解集与实测值的对比
根据表4可知,利用优化的工艺参数进行试验,两个力学性能指标的实测值都能达到一个较好的水平,与优化值相差不大,可以得到伸长率和抗拉强度都较好的连杆衬套,可为实际生产中多目标工艺参数的优化提供参考。
4、结论
(1)RBF神经网络对强力旋压连杆衬套的力学性能具有较高的预测精度,可以反映工艺参数对强力旋压连杆衬套力学性能的影响规律,能够建立强力旋压工艺参数(减薄率、进给比)与力学性能(抗拉强度、伸长率)之间的非线性关系,并作为适应度函数基于遗传算法对强力旋压连杆衬套的工艺参数进行多目标优化,可对实际生产中工艺参数的多目标优化提供一条路径。
(2)对于两个目标函数(抗拉强度与伸长率)都维持在较好的水平下,3组减薄率和进给比的优化组合分别为:20%/0.22mm·r-1,20%/0.50mm·r-1和20%/0.15mm·r-1。结果可为连杆衬套强力旋压的实际生产过程中工艺参数的设计提供参考。
参考文献：
[1]卫原平,王轶为.工艺参数对筒形件强力旋压过程的影响[J].模具技术,2000,(4):12-16,73.
[2]李涛,樊文欣,王志伟,等.强力旋压连杆衬套力学性能的试验研究[J].热加工工艺,2014,43(3):44-46,49.
[3]陈魁.试验设计与分析[M].北京:清华大学出版社,2005.
[4]马永杰,云文霞.遗传算法研究进展[J].计算机应用研究,2012,29(4):1201-1206,1210.
[5]樊文欣,李众,冯再新,等.基于遗传算法的强力旋压成形工艺参数优化[J].铸造技术,2017,38(11):2709-2712.
[6]吉梦雯,樊文欣,尹馨妍,等.基于RBF神经网络的连杆衬套强力旋压轴线直线度预测[J].锻压技术,2018,43(3):67-71.
[7]王志伟.强力旋压连杆衬套工艺参数对性能影响正交试验研究[D].太原:中北大学,2014.
[8]佘勇.强力旋压连杆衬套力学性能预测研究及工艺参数优化[D].太原:中北大学,2017.
[9]张远绪,程换新,宋生建.基于改进的RBF神经网络的滚动轴承故障诊断[J].工业仪表与自动化装置,2018,(6):31-34.
[10]公茂果,焦李成,杨咚咚,等.进化多目标优化算法研究[J].软件学报,2009,20(2):271-289.
[11]段少军.基于遗传算法的LVDT性能参数多目标优化[D].武汉:武汉科技大学,2016.DuanSJ.
[12]李涛.强力旋压连杆衬套本构关系试验与建模研究[D].太原:中北大学,2014.
佘勇,占刚,樊文欣,毛卫秀,余世捷.基于遗传算法的强力旋压连杆衬套工艺参数多目标优化[J].锻压技术,2019,44(12):187-191.
基金:国家自然科学基金资助项目(51665007);贵州省经济和信息化委员会资助项目(2017GH063).
分享：
近年来,气象因素的健康效应成为国内外研究的热点,尤其是气温的变化对人体健康的影响得到了重点关注[1]。文献报道极端恶劣天气(高温、低温)引起人群死亡数的增加,尤其是对温度较为敏感的心脑血管疾病及呼吸系统疾病。此外,相关研究显示,寒潮结束之后心脑血管疾病死亡人数并没有立即下降,而是呈现缓慢下降的趋势[2]。
2020-07-08
近年来,气象因素的健康效应成为国内外研究的热点,尤其是气温的变化对人体健康的影响得到了重点关注[1]。文献报道极端恶劣天气(高温、低温)引起人群死亡数的增加,尤其是对温度较为敏感的心脑血管疾病及呼吸系统疾病。此外,相关研究显示,寒潮结束之后心脑血管疾病死亡人数并没有立即下降,而是呈现缓慢下降的趋势[2]。
2020-07-08
居民公共服务消费升级是中国经济发展方式转变的重要切入点。本文基于2007-2018年我国省级面板数据,构建PSTR分析框架实证检验了互联网视域下城乡居民公共服务消费升级的非线性演化路径。主要研究结论如下:互联网视域下农村居民公共服务消费升级路径演化存在单一门槛,城镇地区存在双重门槛。
2020-07-08
本文提出一种大功率馈源产品扼流法兰结构设计及形式，实现了低PIM目标。通过仿真和试验结果显示，利用扼流法兰可降低PIM值40dB以上，而对于其他非三阶频率点的交调性能则通过传统的增强法兰压强的方式来改善，说明了设计的可行性。另该结构已应用于星上产品，并与国外产品比较，前景广阔并具有重要应用意义和价值。
2020-06-30
本文研究了环氧基三氧化二铝及非线性材料碳化硅复合电介质材料制备工艺，测试了不同SiC掺杂含量的环氧基氧化铝复合材料电荷积聚及电荷消散特性；尝试采用非线性材料掺杂的方法对盆式绝缘子模型及支柱绝缘子模型进行直流电压下的局部电场优化，结合SF6下的沿面闪络试验结果，探究了非线性材料在直流盆式绝缘子及支柱绝缘子中应用可行性。
2020-06-30
近年来，在全球范围内得到了大规模发展。全球风能理事会统计数据表明[1]风能已经成为全球能源结构的重要组成部分，对缓解环境污染发挥着越来越重要的作用。风电叶片作为风电机组的关键部件是能量吸收的载体，占据机组约20%的成本，同时，也是风电机组载荷的主要来源，风电叶片的强度和可靠性对风电机组的寿命和能量输出至关重要。
2020-06-30
国内外众多学者曾经对道路交通安全风险度量进行研究探讨,试图揭示道路交通事故风险因子耦合机理及其耦合作用大小。本文在道路交通事故致因分析的基础上,拟构建重特大交通事故人-车-路风险耦合模型,探讨交通事故风险因子的动力学演化规律及其耦合权重,旨在为精准防控重特大交通事故的危险源提供理论指导。
2020-06-29
频域等效线性法在运动方程的求解方面可以认为是精确的，但是由于在处理土的非线性特性时，采用了等效线性化的方法，不能真实的反应土体的非线性特性,使得等效线性方法在处理地震动较强、土层较软的场地时,其计算结果不合理。为了解决这一问题，则需要进行土层地震非线性反应分析,其核心是发展实用的土体动力本构模型。
2020-06-29
本文基于ANSYS有限元分析平台建立了螺旋箍筋柱的精细化有限元分析模型，利用既有的试验结果进行了模型验证。在此基础上，开展了有一定初始偏心的不同直径和长细比的螺旋箍筋柱轴心受压破坏过程的数值模拟，分析了长细比对螺旋箍筋柱轴心受压性能的影响规律，并提出了螺旋箍筋柱轴心受压承载力计算公式中稳定系数的取值建议。
2020-06-29
在颤振边界预测方面，美国NASA基于线性鲁棒颤振分析的飞行颤振试验方法趋于成熟并逐步应用于各类飞行试验中[26,27]，同时开发完成了这类飞行颤振试验在线估计分析工具。非线性气动弹性系统的鲁棒性分析也逐渐成为研究热点，许多学者提出了多种分析方法对非线性颤振和极限环进行预测，不确定性建模特别是模型确认方面的研究也逐步展开。
2020-06-29
人气：5824
人气：3697
人气：3107
人气：2963
人气：2957
我要评论
期刊名称：复杂系统与复杂性科学
期刊人气：1634
主管单位：山东省教育厅
主办单位：青岛大学
出版地方：山东
专业分类：科学
国际刊号：1672-3813
国内刊号： 37-1402/N
创刊时间：2004年
发行周期：季刊
期刊开本：16开
见刊时间：一年半以上
影响因子：1.570
影响因子：0.691
影响因子：1.594
影响因子：2.114
影响因子：1.228
科普杂志阅读、期刊信息查询、论文下载、文献查询、原创文章检测等多项服务。
服务热线
您的论文已提交，我们会尽快联系您，请耐心等待！
你的密码已发送到您的邮箱，请查看！
