基于智能优化算法的圆锥滚子轴承优化设计方法的研究及其CAD系统的开发

本论文针对传统优化算法实现圆锥滚子轴承优化设计存在的不足，尝试用智能优化算法实现圆锥滚子轴承优化设计。本论文根据圆锥滚子轴承优化设计实际情况，改进了基本遗传算法和经典模拟退火算法，分别用改进的模拟退火算法(Improved SimulatedAlgorithms简称ISA)、改进的遗传算法(Improved Genetic Algorithms简称IGA)、遗传模拟退火算法(Genetic Simulated Annealing简称GSA)实现圆锥滚子轴承优化设计。最后开发了圆锥滚子轴承优化设计CAD系统，并将综合约束函数双下降法(SynthesizedConstrained Dual Descent Method简称SCDD法)、改进的遗传算法、改进的模拟退火算法、遗传模拟退火算法实现圆锥滚子轴承优化设计作为系统优化设计主模块底下的四个子模块。论文共分为六章，主要内容如下： 第一章介绍了轴承设计的发展现状及国内外智能优化算法的发展情况和研究动态，指出了国内现有轴承CAD软件存在的不足，在此基础上提出了论文的研究内容。 第二章给出了圆锥滚子轴承优化设计的数学模型，阐述了传统优化算法，选择综合约束函数双下降法实现圆锥滚子优化设计，并对其存在的不足进行了分析。 第三章给出了模拟退火算法的理论基础，然后用经典模拟退火算法实现圆锥滚子轴承优化设计，通过仿真经典模拟退火算法实现圆锥滚子轴承优化设计的过程，分析其存在的不足，将抽样过程分为粗搜索阶段和精细搜索阶段，并对两个阶段采用不同的领域函数和不同的搜索策略，同时还借鉴了遗传算法中的优解保留策略。试验结果表明，改进的模拟退火算法克服了传统算法全局寻优能力弱及对初值敏感的缺点。最后将改进的模拟退火算法、经典模拟退火算法、综合约束函数双下降法实现圆锥滚子轴承优化设计的结果进行了比较和分析。 第四章首先运用基本遗传算法实现圆锥滚子轴承优化设计，通过仿真基本遗传算法实现圆锥滚子轴承优化设计的过程，分析其存在的问题，改进基本遗传算法，改进的遗传算法采用实数编码，在可行域内产生初始化群体，运用退火罚函数法处理约束，遗传算子采用算术杂交算子和非均匀变异算子，并借鉴了优解保留策略和构造免疫算子的思想。试验结果表明，改进的遗传算法全局寻优能力强于传统的优化算法，效率高于基本遗传算法。最后将汲取遗传算法和模拟退火算法优点的遗传模拟退火算法运用到圆锥滚子轴承优化设计中，并对改进的模拟退火算法，改进的遗传算法，遗传模拟退火算法、综合约束函数双下降法实现圆锥滚子轴承优化设计的结果进行了比较和分析。 第五章为圆锥滚子轴承优化设计CAD系统的实现。本章首先对本系统进行了需求分析，介绍了开发该系统的设计目标，接着详细介绍了系统数据库模块、优化设计模块、规范设计模块、检索模块及辅助模块，给出了这些模块主要的运行界面和部分程序。 第六章对本文的研究工作进行了总结与展望，并对以后有待一步研究的工作进行展望。