机械优化设计方法[优质ppt]
合集下载
机械优化设计 ppt课件
ppt课件 20
第一章 优化设计概述
1.1 最优化问题示例 例1-2 机床主轴的优化设计 图示为一简化的机床主轴，已知主轴端部所受外力F，许用挠度y0。 求：最轻的主轴重量。
ppt课件 21
第一章 优化设计概述
1.1 最优化问题示例 例1-2 机床主轴的优化设计 解：当主轴材料选定时，设计方案由四个变量决定，即孔径d，外 径D，跨距l，外伸端长度a。由于内孔通常用于通过加工棒料，不 属于设计变量，故设计变量是：
ppt课件 12
绪论
4 课程的主要目的和任务 学习本课程主要目的和任务： 1、了解和基本掌握机械优化设计的基本知识； 2、扩大视野，并初步具有应用机械优化设计的基本理论和基 本方法解决简单工程实际问题的素质。
ppt课件 13
第一章 优化设计概述
01 02 03 04
最优化问题示例 优化设计问题的数学模型
平时出勤平时作业期末考试开卷上海海事大学shanghaimaritimeuniversity19092009200419121958绪论何谓最优化设计01机械的设计方法introduction优化设计的发展课秳的主要仸务和目的020304绪论5设计方案轨面上起升高度轨面下起升高度前伸距小车速度小车额定输出功率起升速度起升额定输出功率空载满载空载满载方案1301844150mmin150mmin180kw90mmin45mmin2300kw方案2251542110mmin110mmin245kw60mmin30mmin250kw方案3231440120mmin120mmin110kw80mmin40mmin2200kw方案43215544150mmin150mmin255kw90mmin45mmin2200kw方案5321542100mmin100mmin110kw60mmin40mmin300kw设计方案吞吐量平均能耗平均效率方案11770605823353方案21544584212925方案31942253673679方案41677694213177方案51188575622251绪论6是用数学的方法寺求最优结果的方法和过秳在多个可行的设计方案中选择最好的一个
第一章 优化设计概述
1.1 最优化问题示例 例1-2 机床主轴的优化设计 图示为一简化的机床主轴，已知主轴端部所受外力F，许用挠度y0。 求：最轻的主轴重量。
ppt课件 21
第一章 优化设计概述
1.1 最优化问题示例 例1-2 机床主轴的优化设计 解：当主轴材料选定时，设计方案由四个变量决定，即孔径d，外 径D，跨距l，外伸端长度a。由于内孔通常用于通过加工棒料，不 属于设计变量，故设计变量是：
ppt课件 12
绪论
4 课程的主要目的和任务 学习本课程主要目的和任务： 1、了解和基本掌握机械优化设计的基本知识； 2、扩大视野，并初步具有应用机械优化设计的基本理论和基 本方法解决简单工程实际问题的素质。
ppt课件 13
第一章 优化设计概述
01 02 03 04
最优化问题示例 优化设计问题的数学模型
平时出勤平时作业期末考试开卷上海海事大学shanghaimaritimeuniversity19092009200419121958绪论何谓最优化设计01机械的设计方法introduction优化设计的发展课秳的主要仸务和目的020304绪论5设计方案轨面上起升高度轨面下起升高度前伸距小车速度小车额定输出功率起升速度起升额定输出功率空载满载空载满载方案1301844150mmin150mmin180kw90mmin45mmin2300kw方案2251542110mmin110mmin245kw60mmin30mmin250kw方案3231440120mmin120mmin110kw80mmin40mmin2200kw方案43215544150mmin150mmin255kw90mmin45mmin2200kw方案5321542100mmin100mmin110kw60mmin40mmin300kw设计方案吞吐量平均能耗平均效率方案11770605823353方案21544584212925方案31942253673679方案41677694213177方案51188575622251绪论6是用数学的方法寺求最优结果的方法和过秳在多个可行的设计方案中选择最好的一个
机械优化设计之无约束优化方法(ppt 62页)
所以无约束优化问题的解法是优化设计方法的基本 组成部分，也是优化方法的基础。
机械优化设计
一、概述
1、无约束优化问题
求n 维设计变量 Xx1,x使2,目x标nT函数
f Xmin ，而对 X 没有任何限制条件。
2、求解方法 （1）利用极值条件来确定极值点的位置。 （2）数值计算方法——搜索方法 基本思想：从给定的初始点 x 0 出发，沿某一搜索方向
y1,y2y12y221 2y1 y2 0 20 2 y y1 2
可以看出二者的对角形矩阵不同，前者的 等值线为一族椭圆，后者的等值线为一族同 心圆，这说明对角形矩阵是表示度量的矩阵 或者是表示尺度的矩阵，最速下降法的收敛 速度和变量的尺度有很大关系。
称其为牛顿方向，则阻尼牛顿法的迭代公式为：
X k 1 X k k d k X k k 2 fX k 1 fX k ( k 0 , 1 , 2 )
k ——阻尼因子，即沿牛顿方向进行一维搜索的最佳步长，
可通过如下极小化过程求得：
机械优化设计
章 无约束优化方法
一、概述 二、最速下降法（梯度法） 三、牛顿型方法（牛顿法和阻尼牛顿法） 四、共轭方向和共轭方向法 五、共轭梯度法 六、变尺度法 七、坐标轮换法
机械优化设计
实际中的工程问题大都是在一定限制条件下追 求某一指标为最小，属于约束优化问题。
为什么要研究无约束优化问题？
1）有些实际问题，其数学模型本身就是一个无约束问题； 2）通过熟悉它的解法可以为研究约束优化问题打下良好的 基础； 3）约束优化问题的求解可用通过一系列无约束优化方法来 达到。
f xk1 Tf xk 0 或 dk1 T dk 0
机械优化设计
一、概述
1、无约束优化问题
求n 维设计变量 Xx1,x使2,目x标nT函数
f Xmin ，而对 X 没有任何限制条件。
2、求解方法 （1）利用极值条件来确定极值点的位置。 （2）数值计算方法——搜索方法 基本思想：从给定的初始点 x 0 出发，沿某一搜索方向
y1,y2y12y221 2y1 y2 0 20 2 y y1 2
可以看出二者的对角形矩阵不同，前者的 等值线为一族椭圆，后者的等值线为一族同 心圆，这说明对角形矩阵是表示度量的矩阵 或者是表示尺度的矩阵，最速下降法的收敛 速度和变量的尺度有很大关系。
称其为牛顿方向，则阻尼牛顿法的迭代公式为：
X k 1 X k k d k X k k 2 fX k 1 fX k ( k 0 , 1 , 2 )
k ——阻尼因子，即沿牛顿方向进行一维搜索的最佳步长，
可通过如下极小化过程求得：
机械优化设计
章 无约束优化方法
一、概述 二、最速下降法（梯度法） 三、牛顿型方法（牛顿法和阻尼牛顿法） 四、共轭方向和共轭方向法 五、共轭梯度法 六、变尺度法 七、坐标轮换法
机械优化设计
实际中的工程问题大都是在一定限制条件下追 求某一指标为最小，属于约束优化问题。
为什么要研究无约束优化问题？
1）有些实际问题，其数学模型本身就是一个无约束问题； 2）通过熟悉它的解法可以为研究约束优化问题打下良好的 基础； 3）约束优化问题的求解可用通过一系列无约束优化方法来 达到。
f xk1 Tf xk 0 或 dk1 T dk 0
机械优化设计PPT课件
ⅱ)设计方案—由设计常量和设计变量组成。
ⅲ)维 数—设计变量的个数n.
通常,n ,设计自由度 , 越能获得理想的结果,但求解难度 .
n 10 小型问题 n 11 50 中型问题 n 50 大型问题
2019/8/16
14
2.设计空间
Rn(n 4) 为超越空间.
2019/8/16
15
三.目标函数和等值线
1.目标函数—数学模型中用来评价设计方案优劣的函
数式 (又称评价函数): f (X ) f (x1, x2,...xn ) ①常用指标: 最好的性能; 最小的重量; 最紧凑的外形;
最小的生产成本; 最大的经济效益等.
②单目标和多目标；
l1 l2 l3 l4 0
l1 l10 0
arccos (l2 l1)2 l42 l32 arccos (l2 l1)2 l42 l32 0
2(l2 l1)l4
2(l2 l1)l4
180
l12
l22
2l32 sin 2 ( l22 l12
2019/8/16
22
3.算法的收敛性和收敛准则
1)算法的收敛性
若由某迭代算法计算得到
有极限 lim X (k) X *,这里X *为精确解,则称该迭代算法是 k
收敛的.
2)算法的收敛速度
一般根据算法对正定二次函数的求解能力来判 断，能在有限步迭代中得到其极小点，称算法具有 二次收敛性。具有二次收敛性的算法是收敛速度较 高的方法。
1）二十世纪三十年代.前苏联 Канторович 根据生产组织和计划管理的需要提出线性规划问题. 在 第二次世界大战期间出于战争运输需要，提出线性规划 问题的解法；
ⅲ)维 数—设计变量的个数n.
通常,n ,设计自由度 , 越能获得理想的结果,但求解难度 .
n 10 小型问题 n 11 50 中型问题 n 50 大型问题
2019/8/16
14
2.设计空间
Rn(n 4) 为超越空间.
2019/8/16
15
三.目标函数和等值线
1.目标函数—数学模型中用来评价设计方案优劣的函
数式 (又称评价函数): f (X ) f (x1, x2,...xn ) ①常用指标: 最好的性能; 最小的重量; 最紧凑的外形;
最小的生产成本; 最大的经济效益等.
②单目标和多目标；
l1 l2 l3 l4 0
l1 l10 0
arccos (l2 l1)2 l42 l32 arccos (l2 l1)2 l42 l32 0
2(l2 l1)l4
2(l2 l1)l4
180
l12
l22
2l32 sin 2 ( l22 l12
2019/8/16
22
3.算法的收敛性和收敛准则
1)算法的收敛性
若由某迭代算法计算得到
有极限 lim X (k) X *,这里X *为精确解,则称该迭代算法是 k
收敛的.
2)算法的收敛速度
一般根据算法对正定二次函数的求解能力来判 断，能在有限步迭代中得到其极小点，称算法具有 二次收敛性。具有二次收敛性的算法是收敛速度较 高的方法。
1）二十世纪三十年代.前苏联 Канторович 根据生产组织和计划管理的需要提出线性规划问题. 在 第二次世界大战期间出于战争运输需要，提出线性规划 问题的解法；
机械优化设计PPT
2.梯度投影法
约束面上的梯度投影方向
四、步长的确定
1.取最优步长
2. αk取到约束边界的最大步长
1.取最优步长
2. αk取到约束边界的最大步长
1) 取一试验步长αt，计算试验点xt。
2) 判别试验点xt的位置。 3) 将位于非可行域的试验点xt，调整到约束面上。
2. αk取到约束边界的最大步长
3.计算步骤
三、 不等式约束的增广乘子法
三、 不等式约束的增广乘子法
三、 不等式约束的增广乘子法
图6-36 增广乘子法框图
第七节 非线性规划问题的线性化解法——线性逼近法
一、 序列线性规划法
二、割平面法 三、小步梯度法 四、非线性规划法
一、 序列线性规划法
6-37
二、割平面法
三、小步梯度法
1) 由设计者决定k个可行点，构成初始复合形。 2) 由设计者选定一个可行点，其余的(k-1)个可行点用随机法产生。 3) 由计算机自动生成初始复合形的全部顶点。
二、复合形法的搜索方法
1.反射 2.扩张 3.收缩 4.压缩
1.反射
1) 2) 3) 4) 计算复合形各顶点的目标函数值，并比较其大小，求出最好点L、最坏 点H及次坏点G 计算除去最坏点H外的(k-1)个顶点的中心C 从统计的观点来看，一般情况下，最坏点H和中心点C的连线方向为目标
四、非线性规划法
第八节 广义简约梯度法
一、 简约梯度法
一、 简约梯度法
二、 广义简约梯度法
二、 广义简约梯度法
三、 不等式约束函数的处理和换基问题
1.不等式约束函数的处理方法
2.基变量的选择和换基问题
1.不等式约束函数的处理方法
2.基变量的选择和换基问题
机械优化设计方法ppt课件
目标函数的一般表示式为：
f (x) f (x1, x2,...xn )
23
优化设计的目的就是要求所选择的设计变
量使目标函数达到最佳值，即使 f (x) Opt
通常 f (x) min
单目标设计问题
目标函数
多目标设计问题
目前处理多目标设计问题的方法是组合成一个 复合的目标函数，如采用线性加权的形式，即
f (x) W1 f1(x) W2 f2 (x) ... Wq fq (x)
24
四、优化问题的数学模型
优化设计的数学模型是对优化设计问题的数 学抽象。 优化设计问题的一般数学表达式为：
min f (x) x Rn
s.t. gu (x) 0 u 1, 2,..., m
hv (x) 0 v 1, 2,..., p n
4
图1－3 机械优化设计过程框图
5
优化设计与传统设计相比，具有如下三个特点：
(1)设计的思想是最优设计； (2)设计的方法是优化方法； (3)设计的手段是计算机。
二、机械优化设计的发展概况
1ቤተ መጻሕፍቲ ባይዱ优化设计的应用领域 近几十年来，随着数学规划论和电子计算机的迅 速发展而产生的，它首先在结构设计、化学工程、 航空和造船等部门得到应用。
架的高h和钢管平均直径D，使钢管总质量m为最小。
11
图2-2 人字架的受力
12
人字架的优化设计问题归结为：
x D H T 使结构质量
mx min
但应满足强度约束条件 x y 稳定约束条件 x e
13
1
钢管所受的压力
F1
FL h
F(B2 h
25
f (x) f (x1, x2,...xn )
23
优化设计的目的就是要求所选择的设计变
量使目标函数达到最佳值，即使 f (x) Opt
通常 f (x) min
单目标设计问题
目标函数
多目标设计问题
目前处理多目标设计问题的方法是组合成一个 复合的目标函数，如采用线性加权的形式，即
f (x) W1 f1(x) W2 f2 (x) ... Wq fq (x)
24
四、优化问题的数学模型
优化设计的数学模型是对优化设计问题的数 学抽象。 优化设计问题的一般数学表达式为：
min f (x) x Rn
s.t. gu (x) 0 u 1, 2,..., m
hv (x) 0 v 1, 2,..., p n
4
图1－3 机械优化设计过程框图
5
优化设计与传统设计相比，具有如下三个特点：
(1)设计的思想是最优设计； (2)设计的方法是优化方法； (3)设计的手段是计算机。
二、机械优化设计的发展概况
1ቤተ መጻሕፍቲ ባይዱ优化设计的应用领域 近几十年来，随着数学规划论和电子计算机的迅 速发展而产生的，它首先在结构设计、化学工程、 航空和造船等部门得到应用。
架的高h和钢管平均直径D，使钢管总质量m为最小。
11
图2-2 人字架的受力
12
人字架的优化设计问题归结为：
x D H T 使结构质量
mx min
但应满足强度约束条件 x y 稳定约束条件 x e
13
1
钢管所受的压力
F1
FL h
F(B2 h
25
机械优化设计PPT
二、离散变量优化的主要方法及其特点、思路和步骤
表7-3 离散变量优化的主要方法及其特点和步骤
图7-8 两个目标函数的等值线和约束边界
三、协调曲线法
图7-9 协调曲线
四、分层序列法及宽容分层序列法
四、分层序列法及宽容分层序列法
采用分层序列法，在求解过程中可能会出现中断现象，使求解过程 无法继续进行下去。当求解到第k个目标函数的最优解是惟一时， 则再往后求第(k+1)，(k+2)，…，l个目标函数的解就完全没有意义 了。这时可供选用的设计方案只是这一个，而它仅仅是由第一个至 第k个目标函数通过分层序列求得的，没有把第k个以后的目标函数 考虑进去。尤其是当求得的第一个目标函数的最优解是唯一时，则 更失去了多目标优化的意义了。为此引入“宽容分层序列法”。这 种方法就是对各目标函数的最优值放宽要求，可以事先对各目标函 数的最优值取给定的宽容量，即ε1>0，ε2>0，…。这样，在求后一 个目标函数的最优值时，对前一目标函数不严格限制在最优解内， 而是在前一些目标函数最优值附近的某一范围内进行优化，因而避 免了计算过程的中断。
5.组合型算法终止准则
6.组合型算法的辅助功能
(1) 直线加速与二次曲线加速 当目标函数严重非线性时，即若
函数具有尖峰脊线，即存在“谷”时，则希望能沿着脊线方向进 行搜索，可迅速提高算法的寻优效率，该算法称为具有脊线加速 能力。 (2) 网格搜索法技术 将离散空间视为一网格空间，每个离散点 就是一个网格节点。 (3) 变量分解策略 将目标函数中的变量分成若干个子集合，若
离散复合形，重新进行调优搜索，直到前后两次离散复合形运算
的优化点重合，算法才最终结束。
6.组合型算法的辅助功能
图7-24 有脊线目标函数 寻优过程示意图
机械优化设计ppt
（2）性能约束
一、单级圆柱齿轮减速器的优化设计
第四节 平面连杆机构的优化设计
连杆机构的类型很多，这里只以曲柄摇杆机构两类 运动学设计为例来说明连杆机构优化设计的一般步骤 和方法。 一、曲柄摇杆机构再现已知运动规律的优化设计
1.设计变量的确定
决定机构尺寸的各杆长度，以及当摇杆按已知运 动规律开始运动时，曲柄所处的位置角φ0 为设计 变量。
g1
x
64Fx32 x1 x3
3 E x24 d 4
/
y0
1
0
g2 x 1 x1 / lmin 0
g3 x 1 x2 / Dmin 0
g4 x x2 / Dmax 1 0
g5 x 1 x3 / amin 0
第三节 圆柱齿轮减速器的优化设计
圆柱齿轮减速器是一种非常广泛的机械传动装置。
2.设计变量的尺度变换 当各设计变量之间在量级上相差很大时，在给定的搜索 方向上各自的灵敏度相差也很大。灵敏度大的搜索变化 快，灵敏度小的搜索变化慢。为了消除这种差别，可以 对设计变量进行重新标度。使它成为无量纲或规格化的 设计变量，这种处理称设计变量的尺度变换。
yi ki xi
ki 1/ xi0
x x1x2x3 T l daT
机床主轴优化设计的目标函数为
f
x
1
4
x1
x3
x22 d 2
再确定约束条件
g x y y0 0
在外力F给定的情况下，y是设计变量x的函数,其值按
下式计算
Fa2 l a
y
3 I
I D4 d 4 64
g
x
64Fx32 x1 x3
第二节机床主轴结构优化设计 一、数学模型的建立
一、单级圆柱齿轮减速器的优化设计
第四节 平面连杆机构的优化设计
连杆机构的类型很多，这里只以曲柄摇杆机构两类 运动学设计为例来说明连杆机构优化设计的一般步骤 和方法。 一、曲柄摇杆机构再现已知运动规律的优化设计
1.设计变量的确定
决定机构尺寸的各杆长度，以及当摇杆按已知运 动规律开始运动时，曲柄所处的位置角φ0 为设计 变量。
g1
x
64Fx32 x1 x3
3 E x24 d 4
/
y0
1
0
g2 x 1 x1 / lmin 0
g3 x 1 x2 / Dmin 0
g4 x x2 / Dmax 1 0
g5 x 1 x3 / amin 0
第三节 圆柱齿轮减速器的优化设计
圆柱齿轮减速器是一种非常广泛的机械传动装置。
2.设计变量的尺度变换 当各设计变量之间在量级上相差很大时，在给定的搜索 方向上各自的灵敏度相差也很大。灵敏度大的搜索变化 快，灵敏度小的搜索变化慢。为了消除这种差别，可以 对设计变量进行重新标度。使它成为无量纲或规格化的 设计变量，这种处理称设计变量的尺度变换。
yi ki xi
ki 1/ xi0
x x1x2x3 T l daT
机床主轴优化设计的目标函数为
f
x
1
4
x1
x3
x22 d 2
再确定约束条件
g x y y0 0
在外力F给定的情况下，y是设计变量x的函数,其值按
下式计算
Fa2 l a
y
3 I
I D4 d 4 64
g
x
64Fx32 x1 x3
第二节机床主轴结构优化设计 一、数学模型的建立
机械优化设计NO.ppt
4、作图求出问题的最优解
问题的实质：在可行域内，求使目标函数值为最小
的点及该点的函数值
X
f
(
X
)
最优解：Xf
[x1 , x2 ]T f (X )
T
[1.4142,1.4142] 0.6863
24
x2
f (X ) (x1 2)2 (x2 2)2 ( Ci )2
（如: P13飞剪机剪切
f1(X ) f2 (X )
f1 (x1, f 2 (x1,
x2 x2
xn ) xn )
机构的优化问题）
f q ( X ) f q (x1, x2 xn )
q
f (X ) f j (X ) q _ 追求的目标数目
j 1
q
f (X ) j f j (X ) j 1
g1( X ) 0 X (2)
X (4)
X (3)
D
g4(X) 0
h1 ( X ) 0
g3(X ) 0
x1
边界点：X (2)
例：一个二维问题的可行域
13
五、目标函数的等值线（面）
等值线（面）： 具有相同目标函数值的点集在设计空
间形成的曲线和曲面
F(x)
① 一维问题(n =1)：
目标函数是一维函
3
hv (X ) 0
2
x
2
X
1
g1(X ) x1 0
D
g3 ( X ) x12 x22 4 0
g2 (X ) x2 0
O
1
x1
2
问题的实质：在可行域内，求使目标函数值为最小
的点及该点的函数值
X
f
(
X
)
最优解：Xf
[x1 , x2 ]T f (X )
T
[1.4142,1.4142] 0.6863
24
x2
f (X ) (x1 2)2 (x2 2)2 ( Ci )2
（如: P13飞剪机剪切
f1(X ) f2 (X )
f1 (x1, f 2 (x1,
x2 x2
xn ) xn )
机构的优化问题）
f q ( X ) f q (x1, x2 xn )
q
f (X ) f j (X ) q _ 追求的目标数目
j 1
q
f (X ) j f j (X ) j 1
g1( X ) 0 X (2)
X (4)
X (3)
D
g4(X) 0
h1 ( X ) 0
g3(X ) 0
x1
边界点：X (2)
例：一个二维问题的可行域
13
五、目标函数的等值线（面）
等值线（面）： 具有相同目标函数值的点集在设计空
间形成的曲线和曲面
F(x)
① 一维问题(n =1)：
目标函数是一维函
3
hv (X ) 0
2
x
2
X
1
g1(X ) x1 0
D
g3 ( X ) x12 x22 4 0
g2 (X ) x2 0
O
1
x1
2
机械优化设计方法绪论精选 课件
例如： 前例1，要求承载最大,即抗弯截面系数 W→max，W是b和h的函数，所以， f(X)=W(x1,x2) →max 前例2，要求获利→max， f(X)=f(x1,x2) →max （3）类型： 1）单目标函数：只有一个目标函数 2）多目标函数：有多个目标函数
多目标函数→一个复合的目标函数；采用线 性加权和的形式
以这几个设计变量为坐标轴组成的实空 间就称为n维设计空间，用Rn表示。 设计变量的数目n称为优化设计的维数。 n>3时，就称这个设计空间为超越空间
（3）自由度 设计空间的维数n，又表征了设计的自由度。 • 有2—10个设计变量的为小型设计问题； • 10一50个为中型设计问题； • 50个以上的为大型设计问题。 （4）性质 设计变量可分： • 连续变量：ai≤xi≤bi (i=1，2，…，n) • 离散变量：只能选用规定的离散值
机械优化设计方法
第三版 陈立周 冶金工业出版社
35亿 22.67亿
第一章
绪
论
1．1什么叫机械优化设计 （1）定义：机械优化设计是使某项机械设计 在规定的各种设计限制条件下，优选设计 参数，使某项或几项设计指标获得最优值。
例1.有一批10m长的钢管，要将它截成3m和 4m长两种规格的管料，要求各种规格的数 量均不小于100根，问怎样截法最省料? 首先，一根10m长的管子要截成3m和4m长 的管子，可以有三种截法： 1）可以截成两根3m和1根4m长的 2）可以截成3根3m长的 3）可以截成2根4m长的
（3）设计变量和约束条件 1）小型优化设计问题：设计变量和约束条 件都不超过10个 2）中型优化设计问题：设计变量和约束条 件都在10个到50个之间 3）大型优化设计问题：设计变量和约束条 件都超过50个
机械优化设计经典实例PPT课件
x1
x2 x1
3/ 2
0
g3 (X ) 3 l 3 x3 0
g4 (X ) d x2 0
g5 ( X ) D d x1 x2 0
设计实例2: 平面连杆机构优化设计
一曲柄摇杆机构， M为连秆BC上一点， mm为预期的运动 轨迹，要求设计该 曲柄摇杆机构的有 关参数，使连杆上 点M在曲柄转动一 周中，其运动轨迹 (即连杆曲线)MM 最佳地逼近预期轨 迹mm。
6.12(x12 x22 )x3 106
设计实例1:
g1 ( X ) d 4 D 4 1.27 D 10 5 x2 4 x14 1.27 10 5 0
g2 ()
154.34D D4 d 4
Dd D
3/ 2
154.34x1 x14 x2 4
设计实例2:
设计一再现预期轨迹mm的曲柄摇杆机构。已知xA＝ 67mm，yA＝10mm，等分数s＝12，对应的轨迹mm 上12个点的坐标值见表，许用传动角[γ]＝300。
设计实例2:
一、建立优化设计的数学模型
点M的坐标: xM xA l1 cos( ) l5 cos( ) yM yA l1 sin( ) l5 sin( )
( ) arccosl12 l22 l32 l42 2l1l4 cos
2l2 l12 l42 2l1l4 cos arctg l1 sin
l4 l1 cos
设计实例2:
点M的坐标: xM xA l1 cos( ) l5 cos( ) yM yA l1 sin( ) l5 sin( )
机械优化设计NO.5.ppt
凸函数的基本性质
⑴、设f(X)为定义在D上的凸函数，λ为任意正
实数，则λf(X)也是凸集D上的凸函数
⑵、若函数 f1( X )和 f2 ( X )为凸集D上的两个凸
函数，则对任意正实数a和b，函数
f ( X ) af1( X ) bf2 ( X )仍为D集上的凸函数
⑶、若f(X)为凸集D上的凸函数,则f(X)在D上的 一个极小点也就是在D上的“全域最小点”
总返回
思考题：
1、何谓凸集、凸函数、凸规划? 2、如何判断函数的凸性？ 3、写出第三章内容之间的相互联系以及在求优中
的意义。
预 习： 4 一维优化方法
4.1 概 述 4.2 初始搜索区间的确定 4.3 黄金分割法
Φ(X)
a X(1) X
X(2) b
X
f(X) ≤ Φ(X)
f(X)
f(X)
Φ (X)
0a
b
cX
定义：设f (X) 为定义在Rn 中凸集D上的函数，X (1) 和 X (2)
为D上任意两点，若对于任意实数 [0，1]，恒
有： f(X) ≤ Φ(X) ，即： f (X (1) (1 ) X (2) ) ≤ f ( X (1) ) (1 ) f ( X (2) )成立，则称 f(X)为 定义在凸集D上的一个凸函数
f xi
(
X
(k
)
)
2
2
二、函数的二阶导数矩阵(Hesse矩阵)
H
(
X
)
2
f
(
X
)
简写为：
机械优化设计方法(PPT 203页)
则函数f(x)在x * 附近的一切x均满足不等式
f xf x*
所以函数f(x)在 x * 处取得局部极小值，称x * 为
局部极小点。 而优化问题一般是要求目标函数在某一区域内 的全局极小点。 函数的局部极小点是不是一定是全局极小点呢？
图2-7 下凸的一元函数
第四节优化设计问题的基本解法
求解优化问题的方法：
解析法 数值法
数学模型复杂时不便求解
可以处理复杂函数及没有数学表达式 的优化设计问题
图1-11 寻求极值点的搜索过程
第二章 优化设计的数学基础
机械设计问题一般是非线性规划问题。
实质上是多元非线性函数的极小化问题，因 此，机械优化设计是建立在多元函数的极值 理论基础上的。
2.目前机械优化设计的应用领域
在机械设计方面的应用较晚，从国际范围来说， 是在上世纪60年代后期才得到迅速发展的。
国内近年来才开始重视，但发展迅速，在机构 综合、机械的通用零部件的设计、工艺设计方 面都得到应用。
优化设计本身存在的问题和某些发展趋势主要 有以下几方面：
1)目前优化设计多数还局限在参数最优化这种数 值量优化问题。结构型式的选择还需进一步研究 解决。
图2-5 二维问题的可行域
三、目标函数
目标函数是设计变量的函数，是设计中所 追求的目标。如：轴的质量，弹簧的体积，齿 轮的承载能力等。
在优化设计中，用目标函数的大小来衡量设 计方案的优劣，故目标函数也可称评价函数。
目标函数的一般表示式为：
f(x)f(x1,x2,...xn)
优化设计的目的就是要求所选择的设计变 量使目标函数达到最佳值，即使 f(x)Opt
通常 f(x)min
单目标设计问题
目标函数
f xf x*
所以函数f(x)在 x * 处取得局部极小值，称x * 为
局部极小点。 而优化问题一般是要求目标函数在某一区域内 的全局极小点。 函数的局部极小点是不是一定是全局极小点呢？
图2-7 下凸的一元函数
第四节优化设计问题的基本解法
求解优化问题的方法：
解析法 数值法
数学模型复杂时不便求解
可以处理复杂函数及没有数学表达式 的优化设计问题
图1-11 寻求极值点的搜索过程
第二章 优化设计的数学基础
机械设计问题一般是非线性规划问题。
实质上是多元非线性函数的极小化问题，因 此，机械优化设计是建立在多元函数的极值 理论基础上的。
2.目前机械优化设计的应用领域
在机械设计方面的应用较晚，从国际范围来说， 是在上世纪60年代后期才得到迅速发展的。
国内近年来才开始重视，但发展迅速，在机构 综合、机械的通用零部件的设计、工艺设计方 面都得到应用。
优化设计本身存在的问题和某些发展趋势主要 有以下几方面：
1)目前优化设计多数还局限在参数最优化这种数 值量优化问题。结构型式的选择还需进一步研究 解决。
图2-5 二维问题的可行域
三、目标函数
目标函数是设计变量的函数，是设计中所 追求的目标。如：轴的质量，弹簧的体积，齿 轮的承载能力等。
在优化设计中，用目标函数的大小来衡量设 计方案的优劣，故目标函数也可称评价函数。
目标函数的一般表示式为：
f(x)f(x1,x2,...xn)
优化设计的目的就是要求所选择的设计变 量使目标函数达到最佳值，即使 f(x)Opt
通常 f(x)min
单目标设计问题
目标函数
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
工程设计上的“最优值”(Optimum)或 “最佳值”系指在满足多种设计目标和 约束条件下所获得的最令人满意和最适 宜的值。
一、从传统设计到优化设计
机械设计一般需要经过调查研究(资料 检索)、拟订方案(设计模型)、分析计算(论 证方案)、绘图和编制技术文件等一系列的 工作过程。
图1-1 传统的机械设计过程
在优化设计的过程中，不断进行修改、调整， 一直处于变化的参数称为设计变量。 设计变量的全体实际上是一组变量，可用一 个列向量表示：
xx1 x2 ... xnT
图2-4 设计空间
二、约束条件
一个可行设计必须满足某些设计限制条件， 这些限制条件称作约束条件，简称约束。
性能约束 约束 （按性质分） 侧面约束
通常 f(x)min
单目标设计问题
目标函数
多目标设计问题
目前处理多目标设计问题的方法是组合成一个 复合的目标函数，如采用线性加权的形式，即
f( x ) W 1 f1 ( x ) W 2 f2 ( x ) ... W q fq ( x )
四、优化问题的数学模型
优化设计的数学模型是对优化设计问题的数 学抽象。
架的高h和钢管平均直径D，使钢管总质量m为最小。
图2-2 人字架的受力
人字架的优化设计问题归结为：
x DHT 使结构质量
mxmin
但应满足强度约束条件 x y
稳定约束条件 x e
1
钢管所受的压力
F1
FL h
F(B2 h2)2 h
失稳的临界力
Fe
2EI L2
2)优化设计这门新技术在传统产业中普及率还 不高。
3)把优化设计与CAD、专家系统结合起来是优 化设计发展的趋势之一。
三、本课程的主要内容
1.建立优化设计的数学模型 2.选择合适的优化方法 3.编制计算机程序，求得最佳设计参数
第一章 机械优化设计概述
第一节 应用实例 机械优化设计问题来源于生产实际。
优化设计问题的一般数学表达式为：
m in f ( x ) x Rn
s .t . g u ( x ) 0 u 1,2,..., m
h v ( x ) 0 v 1, 2,..., p n
数学模型的分类： (1)按数学模型中设计变量和参数的性质分：
确定型模型
设计变量和参数取值确定
随机型模型
现在举典型实例来说明优化设计的基本问 题。
图1-1所示的人字架由两个钢管构成，其顶点受外力
2F=3×1 0 5 N。人字架的跨度2B=152cm,钢管壁厚T=0.25cm,
钢管材料的弹性模量E=2.1 ×1 0 5 Mpa，材料密度ρ=7.8 ×
1不0 3超k g过/m许3，用许压用应压力应 力y 和 失y =稳4临20界MP应a。力求e 在的钢条管件压下应，力人 字
机械优化设计方法
第一章：绪论
优化设计（Optimum Design)是60年代发展 起来的一门新的设计方法，是最优化技术 和计算技术在设计领域中应用的结果。
优化方法
解析法 微分求极值
数值计算法
迭代逼近最优值 计算机
优化设计
什么叫机械优化设计
机械优化设计是使某项机械设计在规定 的各种设计限制条件下，优选设计参数， 使某项或几项设计指标获得最优值。
1
钢管所受的压应力
F1
F
B2 h2
2
A TDh
钢管的临界应力
e
Fe
2E
T2
D2
A 8 B2h2
强2 TDh y
稳定约束条件 x e 可以写成
1
F B2h2 2 2E T2 D2
minF(x)CBTX1XTAX 2
按数学表达形式分：
针对性能要求
只对设计变量的取值范 围限制（又称边界约束）
约束
等式约束 不等式约束
h(x) 0
g(x) 0
可行域：凡满足所有约束条件的设计点，它在 设计空间的活动范围。
一般情况下，其设计可行域可表示为：
x
gu (x) 0 hv ( x) 0
u 1, 2,..., m v 1, 2,..., p n
TDh
8 B2 h2
人字架的总质量
1
m D ,h2A L2 T D B 2h22
这个优化问题是以D和h为设计变量的二 维问题，且只有两个约束条件，可以用 解析法求解。
除了解析法外，还可以采用作图法求解。
1-3人字架优化设计的图解
第三节优化设计问题的数学模型
一、设计变量
设计变量和参数取值随机
(2)按目标函数和约束函数的性质分：
a.目标函数和约束函数都是设计变量的线形函数 称为线性规划问题，其数学模型一般为：
m in f ( x ) C T x x Rn
s .t . Ax B
x0
b.若目标函数是设计变量的二次函数、约束是线 性函数，则为二次规划问题。其一般表达式为：
图2-5 二维问题的可行域
三、目标函数
目标函数是设计变量的函数，是设计中所 追求的目标。如：轴的质量，弹簧的体积，齿 轮的承载能力等。
在优化设计中，用目标函数的大小来衡量设 计方案的优劣，故目标函数也可称评价函数。
目标函数的一般表示式为：
f(x)f(x1,x2,...xn)
优化设计的目的就是要求所选择的设计变 量使目标函数达到最佳值，即使 f(x)Opt
图1－3 机械优化设计过程框图
优化设计与传统设计相比，具有如下三个特点：
(1)设计的思想是最优设计；
(2)设计的方法是优化方法； (3)设计的手段是计算机。
二、机械优化设计的发展概况
1.优化设计的应用领域 近几十年来，随着数学规划论和电子计算机的迅 速发展而产生的，它首先在结构设计、化学工程、 航空和造船等部门得到应用。
2.目前机械优化设计的应用领域
在机械设计方面的应用较晚，从国际范围来说， 是在上世纪60年代后期才得到迅速发展的。
国内近年来才开始重视，但发展迅速，在机构 综合、机械的通用零部件的设计、工艺设计方 面都得到应用。
优化设计本身存在的问题和某些发展趋势主要 有以下几方面：
1)目前优化设计多数还局限在参数最优化这种数 值量优化问题。结构型式的选择还需进一步研究 解决。
一、从传统设计到优化设计
机械设计一般需要经过调查研究(资料 检索)、拟订方案(设计模型)、分析计算(论 证方案)、绘图和编制技术文件等一系列的 工作过程。
图1-1 传统的机械设计过程
在优化设计的过程中，不断进行修改、调整， 一直处于变化的参数称为设计变量。 设计变量的全体实际上是一组变量，可用一 个列向量表示：
xx1 x2 ... xnT
图2-4 设计空间
二、约束条件
一个可行设计必须满足某些设计限制条件， 这些限制条件称作约束条件，简称约束。
性能约束 约束 （按性质分） 侧面约束
通常 f(x)min
单目标设计问题
目标函数
多目标设计问题
目前处理多目标设计问题的方法是组合成一个 复合的目标函数，如采用线性加权的形式，即
f( x ) W 1 f1 ( x ) W 2 f2 ( x ) ... W q fq ( x )
四、优化问题的数学模型
优化设计的数学模型是对优化设计问题的数 学抽象。
架的高h和钢管平均直径D，使钢管总质量m为最小。
图2-2 人字架的受力
人字架的优化设计问题归结为：
x DHT 使结构质量
mxmin
但应满足强度约束条件 x y
稳定约束条件 x e
1
钢管所受的压力
F1
FL h
F(B2 h2)2 h
失稳的临界力
Fe
2EI L2
2)优化设计这门新技术在传统产业中普及率还 不高。
3)把优化设计与CAD、专家系统结合起来是优 化设计发展的趋势之一。
三、本课程的主要内容
1.建立优化设计的数学模型 2.选择合适的优化方法 3.编制计算机程序，求得最佳设计参数
第一章 机械优化设计概述
第一节 应用实例 机械优化设计问题来源于生产实际。
优化设计问题的一般数学表达式为：
m in f ( x ) x Rn
s .t . g u ( x ) 0 u 1,2,..., m
h v ( x ) 0 v 1, 2,..., p n
数学模型的分类： (1)按数学模型中设计变量和参数的性质分：
确定型模型
设计变量和参数取值确定
随机型模型
现在举典型实例来说明优化设计的基本问 题。
图1-1所示的人字架由两个钢管构成，其顶点受外力
2F=3×1 0 5 N。人字架的跨度2B=152cm,钢管壁厚T=0.25cm,
钢管材料的弹性模量E=2.1 ×1 0 5 Mpa，材料密度ρ=7.8 ×
1不0 3超k g过/m许3，用许压用应压力应 力y 和 失y =稳4临20界MP应a。力求e 在的钢条管件压下应，力人 字
机械优化设计方法
第一章：绪论
优化设计（Optimum Design)是60年代发展 起来的一门新的设计方法，是最优化技术 和计算技术在设计领域中应用的结果。
优化方法
解析法 微分求极值
数值计算法
迭代逼近最优值 计算机
优化设计
什么叫机械优化设计
机械优化设计是使某项机械设计在规定 的各种设计限制条件下，优选设计参数， 使某项或几项设计指标获得最优值。
1
钢管所受的压应力
F1
F
B2 h2
2
A TDh
钢管的临界应力
e
Fe
2E
T2
D2
A 8 B2h2
强2 TDh y
稳定约束条件 x e 可以写成
1
F B2h2 2 2E T2 D2
minF(x)CBTX1XTAX 2
按数学表达形式分：
针对性能要求
只对设计变量的取值范 围限制（又称边界约束）
约束
等式约束 不等式约束
h(x) 0
g(x) 0
可行域：凡满足所有约束条件的设计点，它在 设计空间的活动范围。
一般情况下，其设计可行域可表示为：
x
gu (x) 0 hv ( x) 0
u 1, 2,..., m v 1, 2,..., p n
TDh
8 B2 h2
人字架的总质量
1
m D ,h2A L2 T D B 2h22
这个优化问题是以D和h为设计变量的二 维问题，且只有两个约束条件，可以用 解析法求解。
除了解析法外，还可以采用作图法求解。
1-3人字架优化设计的图解
第三节优化设计问题的数学模型
一、设计变量
设计变量和参数取值随机
(2)按目标函数和约束函数的性质分：
a.目标函数和约束函数都是设计变量的线形函数 称为线性规划问题，其数学模型一般为：
m in f ( x ) C T x x Rn
s .t . Ax B
x0
b.若目标函数是设计变量的二次函数、约束是线 性函数，则为二次规划问题。其一般表达式为：
图2-5 二维问题的可行域
三、目标函数
目标函数是设计变量的函数，是设计中所 追求的目标。如：轴的质量，弹簧的体积，齿 轮的承载能力等。
在优化设计中，用目标函数的大小来衡量设 计方案的优劣，故目标函数也可称评价函数。
目标函数的一般表示式为：
f(x)f(x1,x2,...xn)
优化设计的目的就是要求所选择的设计变 量使目标函数达到最佳值，即使 f(x)Opt
图1－3 机械优化设计过程框图
优化设计与传统设计相比，具有如下三个特点：
(1)设计的思想是最优设计；
(2)设计的方法是优化方法； (3)设计的手段是计算机。
二、机械优化设计的发展概况
1.优化设计的应用领域 近几十年来，随着数学规划论和电子计算机的迅 速发展而产生的，它首先在结构设计、化学工程、 航空和造船等部门得到应用。
2.目前机械优化设计的应用领域
在机械设计方面的应用较晚，从国际范围来说， 是在上世纪60年代后期才得到迅速发展的。
国内近年来才开始重视，但发展迅速，在机构 综合、机械的通用零部件的设计、工艺设计方 面都得到应用。
优化设计本身存在的问题和某些发展趋势主要 有以下几方面：
1)目前优化设计多数还局限在参数最优化这种数 值量优化问题。结构型式的选择还需进一步研究 解决。