MATLAB的V带传动优化设计说明书.zip 精品
V带传动设计说明书(含C语言源程序)
while(dd1<d[0]||dd1>d[1]) { printf("dd1应在%lf和%lf之间,请重新输入:",d[0],d[1]); scanf("%lf",&dd1); } v1=PI*dd1*n1/(60*1000); if(v1<5||v1>30) { printf("带速v=%lf,不在允许范围内,请选择是否重新选择带 型,y或者n:",v1); b=getchar(); while(b!='y'&&b!='n') { printf("请输入y或者n:"); b=getchar(); db=getchar(); } if(b=='y') { L2: printf("输入所选带型(大写):"); scanf("%c",&daixing); switch(daixing) { case 'E':q=0.970;break; case 'D':q=0.630;break; case 'C':q=0.300;break; case 'B':q=0.170;break; case 'A':q=0.105;break; case 'Z':q=0.060;break; default :printf("未知错误!\n");goto L2; } printf("输入小带轮最小直径:"); scanf("%lf",&d[0]); printf("输入小带轮最大直径:"); scanf("%lf",&d[1]); }
基于遗传算法及MATLAB的V带传动优化设计
机械 2008年第9期 总第35卷 设计与研究 ·23·———————————————收稿日期:2008-04-15基金项目:陕西省自然科学基金(2007E 218)及西安建筑科技大学科技基金(JC0711)资助 基于遗传算法及MATLAB 的V 带传动优化设计严寒冰1,原思聪1,季文祥2(1.西安建筑科技大学 机电学院,陕西 西安 710005;2.陕西建设机械股份有限公司,陕西 西安 710000) 摘要:采用传统的设计方法,存在计算精度低、难以找到最优解等问题,本文在满足传动能力要求的前提下,以带轮体积最小为优化目标,建立了V 带传动的优化设计数学模型,运用基于遗传算法及MATLAB 工具箱进行V 带优化设计,由于遗传算法具有全局搜索的能力,进行启发式搜索和精度均较高,因此在得到具有可靠的全局最优解的V 带传动结构的同时,使求解过程得到简化,提高了设计效率。
. 关键词:V 带传动;优化设计;遗传算法;MATLAB 工具箱中图分类号:TH132.3+2 文献标识码:A 文章编号:1006-0316(2008)09-0023-03Design optimization of V-belt applying genetic algorithm and MATLAB toolboxYAN Han-bing 1,YUAN Si-cong 1,JI Wen-xiang 2(1.College of Mechanical and Electrical Engineering ,Xi’an University of Architecture&Technology ,Xi’an 710005,China ;2. Shaanxi Onstruction Machinery CO.,LTD ,Xi’an 710000,China )Abstract :The traditional method has disadvantage of low calculation precision and it is difficult to find the optimal solution.in this paper ,using the V-belt’s minimum volume optimization methods established target function ,Establishment the V-belt’s optimization design mathematical model ,Adopts the genetic algorithm(GA ) principle and uses the GA toolbox of MATLAB to make optimal design for V-belt and the optimization process is simplified and global optimum is acquired reliably. Improve the designing efficiency .Key words :V-belt drives ;optimal design ;genetic algorithm ;MATLAB toolbox在实际生产中,人们总希望机械传动装置的主要参数、尺寸既能获得最优解,又能同时满足传动装置在工作中的可靠性要求。
带传动设计计算说明书
1.5验算小带轮包角
1.6确定带的根数 有查表可知
取带数为4 1.7确定带的初拉力 最小初拉力 新带 旧带 1.8确定压轴力
2.轴径设计
取45#钢时,以下式估算
取
3.带轮设计
3.1材料:HT150 3.2结构形式:腹板式 3.3结构尺寸
4.键的选择和强度校核
键工作时传递计计算
09096105 郭佳佳
已知要求:
电机功率P=4KW 主动轮转速:n1=1440r/min 传动比:i=2
1.V带设计
1.1计算功率
1.2确定带型 有查表知,应选用A带,dd1=80~100mm
1.3确定带轮基准直径 1.3.1初选小带轮基准直径
由以上计算,并且查表可知小带轮直径可选为80,85,90,95,100 为使小带轮包角较大,故取dd1=100mm 1.3.2验算带速 带速计算公式为
故当dd1=100mm
因为 所以带速符合条件
1.3.3大带轮带直径
查表得标准直径dd2=200mm 1.4确定中心距,并选择V带的基准长度 1.4.1根据要求初定中心距
由于中心距 故取中心距为 1.4.2计算相应带长
根据带的基准长度表。选取 1.4.3计算中心距及其变动范围 传动的实际中心距为
变动范围
1v带设计11计算功率12确定带型有查表知应选用d180100mm13确定带轮基准直径131初选小带轮基准直径由以上计算并且查表可知小带轮直径可选为80859095100d1100mm132验算带速带速计算公式为d1100mm因为所以带速符合条件133大带轮带直径查表得标准直径d2200mm14确定中心距并选择v带的基准长度141根据要求初定中心距由于中心距故取中心距为142计算相应带长根据带的基准长度表
matlab与优化设计
机械优化设计课程设计题目:齿轮减速器最优化设计班级:机械班成员2013年6月19日一.设计题目:二级斜齿圆柱减速器的最优化设计二.设计要求:要求减速器有最小的体积和最紧凑的结构三.原始数据:四.设计内容1.设计方案的拟定及说明2.电动机的选择及参数计算3.带轮的初选与计算4.计算圆柱斜齿轮的输入转矩、传动比、转速,然后建立数学模型编写matlab语言程序,运行程序包括geardesign. m 齿轮系统设计主程序Gearobjfun. m目标函数子程序Gearconstr. m 约束条件子程序Gearparameter.m许用应力计算子程序5.输出结果1.该减速器为二级斜齿圆柱减速器,低速级采用二级斜齿圆柱齿轮传动,选择三相交流异步电动机,v带传动2.确定电动机的容量:选择电动机的容量应保证电动机的额定功率大于等于工作机所需要的功率电动机参数t=60/40=1.5s v=s/t=6.0*10^-3m/s P=0.5FV=0.5*110*60*0.001=3.3kw1.η=η1* η32*η23*η4*η5其中齿轮传动η1=0.96滚动轴承η2=0.98齿轮传动η3=0.97联轴器η4=0.99卷筒η5=1.0η=0.96*0.98^3*0.97^2*0.99*1.00=0.84 P d=3.3\0.84=2.93kw三,确定电动机的转速已知压片机的转速40piece/min带传动的传动比i1=2~4 二级齿轮减速器的传动比i2=8~40,所以电动机的转动范围n=i1i2n=640~6400r/min可行方案如下确定电动机的转速具体数据如下计算减速器输入转矩T1,输入转速n,总传动比iiα=1420/40=35.5 初值i0=3计算i=iα/i0=35.5/3=10.52转速n=n m/i0=1420/3=473.33r/min输入转矩T d=9550*3.93/1420=26.43N.mT=T d*i0*η=26.43*3*0.96=72.12N.m输入转矩T1=76.12N.m,输入转速n1=473.33r/min,总传动比11.83建立二级减速器的数学模型,并用MATLAB 语言编制求解程序,如下3.程序如下:(1)%geardesign.m4.global rat;5.global kk;6.global tt1;7.global n0;8.global t;9.global hbs;10.global sigmahp;11.global sigmafp;12.kk=1.2;13.tt1=7.612e4;14.rat01=4;15.rat=11.83;16.n0=473.33;17.t=24000;18.hbs=[280,240,280,240];19.[sigmahp,sigmafp]=gearparameter(rat01);20.x0=[2,3,30,25,4,10,15,];21.options=optimset('Display','iter','TolFun',1e-8);22.lbnd=[2,2,20,20,3,8,8];23.ubnd=[4,4,40,40,5,16,16];24.[x,f,exitflag,output]=fmincon('gearobjfun',x0,[],[],[],[],lbnd,ubnd,'gearconstr',options)(2)%gearobjfun.mfunction f=gearobjfun(x)global rat;f=(x(1)*x(3)*(1+x(5)))/cos(x(6)*pi/180)+(x(2)*x(4)*(1+rat/x(5)))/ cos(x(7)*pi/180);(3)%约束条件子程序gearconstr.mfunction [c,ceq]=gearconstr(x)global rat;global tt1;global kk;global sigmahp;global sigmafp;beta(1)=x(6)*pi/180;beta(2)=x(7)*pi/180;epa(1)=(1.88-3.2*(x(5)+1)/x(3)/x(5))*cos(beta(1));epa(2)=(1.88-3.2*(rat+x(5))/x(4)/rat)*cos(beta(2));for i=1:2yep(i)=1.053/epa(i);zep(i)=sqrt(yep(i));zh(i)=2.9027-0.3702*exp(beta(i));endzv(1)=x(3)/(cos(beta(1)))^3;zv(2)=x(5)*zv(1);zv(3)=x(4)/(cos(beta(2)))^3;zv(4)=rat/x(5)*zv(3);for i=1:4yfa(i)=3.8193-0.3628*log(zv(i));%齿形系数ysa(i)=1.1233+0.146*log(zv(i));%应力校正系数endfor i=1:2epsbeta(i)=0.318*x(i+2)*tan(beta(i));ybeta(i)=1.0-epsbeta(i)*x(i+5)/120;if(ybeta(i)<0.75)ybeta(i)=0.75;endendc(1)=zh(1)*zep(1)*(cos(beta(1)))^2*sqrt((1+1/x(5))/(x(1)*x(3))^3) *sqrt(kk*tt1)-3.726e-3*sigmahp(2);c(2)=zh(2)*zep(2)*(cos(beta(2)))^2*sqrt((x(5)*(1+x(5)/rat))/(x(2) *x(4))^3)*sqrt(kk*tt1)-3.802e-3*sigmahp(4);c(3)=(cos(beta(1)))^2/x(3)^2/x(1)^3*yfa(1)*ysa(1)*yep(1)*ybeta(1) *kk*tt1-0.5*sigmafp(1);c(4)=(cos(beta(1)))^2/x(3)^2/x(1)^3*yfa(2)*ysa(2)*yep(1)*ybeta(1) *kk*tt1-0.5*sigmafp(2);c(5)=x(5)*(cos(beta(2)))^2/x(4)^2/x(2)^3*yfa(3)*ysa(3)*yep(2)*ybe ta(2)*kk*tt1-0.5208*sigmafp(3);c(6)=x(5)*(cos(beta(2)))^2/x(4)^2/x(2)^3*yfa(4)*ysa(4)*yep(2)*ybe ta(2)*kk*tt1-0.5208*sigmafp(4);%非线性约束问题d1=x(1)*x(3)/cos(beta(1));d2=x(1)*x(3)*x(5)/cos(beta(1));d3=x(2)*x(4)/cos(beta(2));d4=x(2)*x(4)*rat*x(5)/cos(beta(2));a1=0.5*x(1)*x(3)*(1+x(5))/cos(beta(1));a2=0.5*x(2)*x(4)*(1+rat/x(5))/cos(beta(2));c(7)=d4-d2-20;c(8)=40+0.5*d2-a2;c(9)=d2-350;c(10)=d4-350;c(11)=50-d1;c(12)=abs(2*x(1)-round(2*x(1)))-0.001;c(13)=abs(2*x(2)-round(2*x(2)))-0.001;ceq=[];(4)%gearparameter.mfunction [sigmahp,sigmafp]=gearparameter(rat01)global n0;global rat;global kk;global t;global hbs;for i=1:4sigmah(i)=495+0.889*(hbs(i)-150);sigmaf(i)=170+0.3*(hbs(i)-150);endnr(1)=n0;nr(2)=nr(1)/rat01;nr(3)=nr(1)/rat01;nr(4)=n0/rat;for i=1:4nn(i)=60*nr(i)*t;if(nn(i)<1e+5) zn(i)=1.6;elseif(nn(i)<1e+7) zn(i)=2.75-0.1006*log(nn(i));else zn(i)=1.0;endif(nn(i)<1e+4) yn(i)=2.5;elseif(nn(i)<3*1e6) yn(i)=5.06-0.2728*log(nn(i));else yn(i)=1.0;endendfor i=1:4sigmahp(i)=sigmah(i)*zn(i)/1.1;sigmafp(i)=sigmaf(i)*yn(i)*1.48;end运行上述最优化设计程序,得到以下结果:Max Line search Directional First-orderIter F-count f(x) constraint steplength derivative optimality Procedure0 8 611.911 3410 Infeasible start point1 16 620.428 1068 1 5.9 169 infeasible2 24 663.819 680.6 1 6.9 163 Hessian modified; infeasible3 32 614.864 544.1 1 -14.4 142 Hessian modified; infeasible4 40 557.166 479 1 -29 135 infeasible5 48 512.611 441.2 1 -16.4 135 infeasible6 58 506.971 435.8 0.25 -3.32 135 infeasible7 69 504.897 433.5 0.125 -3.22 135infeasible8 81 503.994 432.7 0.0625 -3.2 135 infeasible9 103 503.995 432.7 -6.1e-005 -3.19 135 infeasible10 125 503.996 432.7 -6.1e-005 -3.19 135 infeasible11 134 497.358 474.5 0.5 -3.19 134 infeasible12 143 493.941 496.3 0.5 -3.24 134 infeasible13 152 492.149 508.2 0.5 -3.38 134 infeasible14 160 490.287 521.5 1 -3.5 134 infeasible15 168 490.245 523.3 1 -14.9 134 infeasible16 190 490.245 523.3 -6.1e-005 88.7 134 Hessian modified twice; infeasible17 212 490.245 523.3 -6.1e-005 88.7 134 Hessian modified twice; infeasible18 234 490.245 523.3 -6.1e-005 88.7 134 Hessian modified twice; infeasible19 256 490.245 523.3 -6.1e-005 88.7 134 Hessian modified twice; infeasible20 278 490.245 523.3 -6.1e-005 88.7 134 Hessian modified twice; infeasible21 300 490.245 523.3 -6.1e-005 88.7 134 Hessian modified twice; infeasible22 322 490.245 523.3 -6.1e-005 88.7 134 Hessian modified twice; infeasible23 344 490.245 523.3 -6.1e-005 88.7 134 Hessian modified twice; infeasible24 366 490.245 523.3 -6.1e-005 88.7 134 Hessian modified twice; infeasible25 388 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible26 410 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible27 432 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible28 454 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible29 476 490.245 523.2 -6.1e-005 88.7 134Hessian modified twice; infeasible30 498 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible31 520 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible32 542 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible33 564 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible34 586 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible35 608 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible36 630 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible37 652 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible38 674 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible39 696 490.245 523.2 -6.1e-005 88.7 134 Hessian modified twice; infeasible40 707 490.255 523.3 0.125 88.7 134 Hessian modified twice; infeasibleSolver stopped prematurely.fmincon stopped because it exceeded the function evaluation limit,options.MaxFunEvals = 700 (the default value).x =2.5225 1.2726 40.4671 19.2726 2.2726 7.3134 7.2726f =490.2449exitflag =output =iterations: 40funcCount: 707lssteplength: 0.1250stepsize: 1.1490e-004algorithm: 'medium-scale: SQP, Quasi-Newton, line-search'firstorderopt: 133.5199constrviolation: 523.2813message: 'Solver stopped prematurely.fmincon stopped because it exceeded the function evaluation limit,options.MaxFunEvals = 700 (the default value).'>>输出最优解如下:x =2.5225 1.2726 40.4671 19.2726 2.2726 7.3134 7.2726f =490.2449经过适当的圆整和标准化修正后的齿轮传动系统设计参数见表如下:经过进一步的分析,证明此设计结果正确合理,是满足设计要求并使中心距取5 的倍数系列值时的最佳方案.注意上述材料有几处错误以上资料仅供参考。
V带传动多目标优化设计
% V带传动多目标优化设计% 多目标:f(1)-小带轮直径,f(2)-中心距,f(3)-V带根数% 设计变量:x(1)-小带轮直径,x(2)-V带基准长度P=4;i=3;n1=1440;KA=1.1; % 已知条件:功率、传动比、转速、工况系数disp ' 'disp ' ========== 已知条件==========';fprintf(' 电动机功率P = %3.2f kW \n',P);fprintf(' 电动机转速n1 = %3.0f r/min \n',n1);fprintf(' 传动比i = %3.2f \n',i);fprintf(' V带型号A型V带\n');fprintf(' 工作情况系数KA = %3.2f \n',KA);% V带传动多目标优化设计P=4;i=3;n1=1440;KA=1.1; % 已知条件:功率、传动比、转速、工况系数和A型V带x0=[100;1250]; % 初始点(小带轮直径、V带基准长度)A=[];b=[]; % 没有线性不等式约束Aeq=[];beq=[]; % 没有线性等式约束lb=[75;630]; % 最小带轮直径和A型V带基准长度ub=[331;4000]; % 最大带轮直径和A型V带基准长度goal=[80,400,4]; % 分目标w=abs(goal); % 取分目标的绝对值作为分目标的权重%[xopt,fopt]=fgoalattain(@VDCD_3mb_MB,x0,goal,w,A,b,Aeq,beq,lb,ub,@VDCD_3mb_YS) [xopt,fopt]=fminimax(@VDCD_3mb_MB,x0,A,b,Aeq,beq,lb,ub,@VDCD_3mb_YS)% 根据计算结果圆整为规范值% V带轮基准直径Dd1=input('根据A型V带轮基准直径系列圆整小带轮基准直径Dd1 = ');disp('大带轮计算直径计算值:'),Dd2j=Dd1*iDd2=input('根据A型V带轮基准直径系列圆整大带轮基准直径Dd2 = ');% V带基准长度Ld=input('根据A型V带基准长度系列圆整V带基准长度Ld = ');% V带根数z=input('确定V带根数z = ');% 传动中心距和包角a1=Ld/4-pi*Dd1*(i+1)/8;a2=Dd1^2*(i-1)^2/8;a=a1+sqrt(a1^2-a2);alpha=180-180*Dd1*(i-1)/pi/a;disp ' ********** 计算结果**********';fprintf(' 小带轮基准直径Dd1 = %3.0f mm \n',Dd1);fprintf(' 大带轮基准直径Dd2 = %3.0f mm \n',Dd2);fprintf(' V带基准长度Ld = %3.0f mm \n',Ld);fprintf(' 传动中心距 a = %3.2f mm \n',round(a));fprintf(' 小带轮包角alpha = %3.2f 度\n',alpha);fprintf(' V带根数z = %3.0f \n',z);% 带速、带的初拉力和压轴力q=0.1; % A带每米长度质量(kg/m)v=pi*Dd1*n1/6e4; % 带速(m/s)Kalp=alpha/(0.549636*alpha+80.396114); % 包角系数F0=500*KA*P*(2.5/Kalp-1)/v/z+q*v^2; % 初拉力(N)Q=2*z*F0*sin(0.5*alpha*pi/180); % 压轴力(N)fprintf(' 带速v = %3.2f m/s \n',v);fprintf(' 带的初拉力F0 = %3.2f N \n',F0);fprintf(' 带的压轴力FQ = %3.2f N \n',Q);% V带传动多目标优化设计的目标函数文件function f=VDCD_3mb_MB(x)P=4;i=3;KA=1.1; % 已知条件:功率、传动比、工况系数f(1)=x(1); % f1-小带轮基准直径a1=x(2)/4-pi*x(1)*(i+1)/8;a2=x(1)^2*(i-1)^2/8;a=a1+sqrt(a1^2-a2);f(2)=a; % f2-中心距P0=0.02424*x(1)-1.112879; % 单根带额定功率DP0=0.17; % 功率增量alpha=180-180*x(1)*(i-1)/pi/a; % 小带轮包角Kalp=alpha/(0.549636*alpha+80.396114); % 包角系数KL=0.20639*x(2)^0.211806; % 长度系数f(3)=KA*P/(P0+DP0)/Kalp/KL; % f3-V带根数% V带传动多目标优化设计的约束函数文件function [c,ceq]=VDCD_3mb_YS(x)i=3;n1=1440; % 已知条件:传动比、转速c(1)=pi*x(1)*n1/6e4-25; % 带速范围V<=Vmaxa1=x(2)/4-pi*x(1)*(i+1)/8;a2=x(1)^2*(i-1)^2/8;a=a1+sqrt(a1^2-a2);c(2)=120-180*(1-x(1)*(i-1)/a/pi); % 小带轮包角>=alpminc(3)=0.7*x(1)*(i+1)-a; % 中心距范围a>=aminceq=[];采用函数fgoalattain的计算结果:========== 已知条件==========电动机功率P = 4.00 kW电动机转速n1 = 1440 r/min传动比i = 3.00V带型号A型V带工作情况系数KA = 1.10xopt = 1.0e+003 *0.08721.2500fopt =87.1734 339.9626 4.3587根据A型V带轮基准直径系列圆整小带轮基准直径Dd1 = 85 大带轮计算直径计算值:Dd2j =255根据A型V带轮基准直径系列圆整大带轮基准直径Dd2 = 250 根据A型V带基准长度系列圆整V带基准长度Ld = 1250确定V带根数z = 5********** 计算结果**********小带轮基准直径Dd1 = 85 mm大带轮基准直径Dd2 = 250 mmV带基准长度Ld = 1250 mm传动中心距 a = 348.00 mm小带轮包角alpha = 151.98 度V带根数z = 5带速v = 6.41 m/s带的初拉力F0 = 120.59 N带的压轴力FQ = 1170.00 N采用函数fminimax的计算结果:========== 已知条件==========电动机功率P = 4.00 kW电动机转速n1 = 1440 r/min传动比i = 3.00V带型号A型V带工作情况系数KA = 1.10xopt =75.0000918.0246fopt =75.0000 210.0000 6.4766根据A型V带轮基准直径系列圆整小带轮基准直径Dd1 = 75 大带轮计算直径计算值:Dd2j =225根据A型V带轮基准直径系列圆整大带轮基准直径Dd2 = 224 根据A型V带基准长度系列圆整V带基准长度Ld = 900确定V带根数z = 7********** 计算结果**********小带轮基准直径Dd1 = 75 mm大带轮基准直径Dd2 = 224 mmV带基准长度Ld = 900 mm传动中心距 a = 200.00 mm小带轮包角alpha = 137.10 度V带根数z = 7带速v = 5.65 m/s 带的初拉力F0 = 105.47 N 带的压轴力FQ = 1374.26 N。
v带传动课程设计(创新课程设计)
二、建立优化设计的数学模型
(1)目标函数:包括三个分目标
1)小带轮基准直径 min f1(x) dd1
2)中心距 min f2 (x) a a1 a12 a2
其中, a1
Ld 4
dd1(i 1) 8
,
a2
d
2 d1
(i
1)2
8Leabharlann 。3)带的根数min
f3
(x)
z
(P0
KAP P0 )K
KL
v
dd1n1 60000
vm a x
25
1.5106 1.5106
即 x1 dd1
n1
331
1440
因此,设计变量 x1 的取值范围是 75 x1 331
2)根据设计规范和 A 型 V 带基准长度的范围,得到设计变量 x2
的取值范围是: 630 x2 4000
(5)性能约束条件
1)带速不超过最大带速 vmax 25m / s
式中,工作情况系数 K A =1.1(根据工作机械是带式输送机,每天工作不
超过 10h)。
单根 V 带传动额定功率 P0 与小带轮基准直径 dd1 的关系,根据 A 型 V 带,
转速 n1 =1440r/min 拟合直线方程为:
P0 0.02424 dd1 1.112879
包角系数 K 与小带轮包角 的关系,拟合为双曲线函数方程:
Belt transmission optimization design is generally require drive, compact structure, i.e. as little as possible to the root of the number of the belt, with the diameter and center distance as small as possible to meet the carrying capacity of the premise conditions.
基于MATLAB的最终传动的优化设计
.
Ab t a t ul sn e o t z d tob x o e MAT A i t d c ste meh d o e ma n g a a a tro t lsl — sr c :F l u i gt pi e lo f h y h mi o t L B,nr u e h t o ft i e r Sp r mee p i ou o h ma t n i e f a r n mis n e u p n , n x l n h sa c r c n f cie meh d b h x mpe i n t n t s s i q i me t a d e p a s ti c u a y a d e e t t o y t e e a l , o h il a o i v Ke r s:g a ;f a r n mis n;t e o t z t n d sg s y wo d e r i l t s si n a o h p mia o e in ;MA L i i T AB
= 丌 2 = — 6 " m2 2 I T
2
4
c s / o o cs
., b
。
一
采用较大 的齿宽 , 但过 宽易 造成偏 载 , 一般取 b=( 7一l ) 1m ( m为齿轮模数) 。
1
f 5
式 := 。 合 :es co一 中 2 ; 角 ac( o ̄ 0啮 roa,。 ¥ /
综上所述 , 令设计变! , , ] =[ b , ix=[l :屯, t m,, , ]
V带传动计算说明书
实用文档
机械设计课程设计
计算说明书
设计题目 V带传动设计
机械工程学院机械电子研究所专业机械电子学号
设计人邵谣夏
指导教师乐韵斐
完成日期 2016 年 4 月 6 日
目录
一、设计任务书 (2)
二、传动方案的拟定及说明 (3)
三、电动机的选择计算 (3)
四、计算传动装置的运动和动力参数 (3)
五、V带传动的设计计算 (3)
六、V带轮的结构设计 (5)
七、设计小结 (6)
八、参考文献 (6)
设计计算及说明主要结果
一、设计任务书
设计一由电动机驱动鼓风机的V带传动。
主动带轮1装在电动机轴上,从动带轮2装在
鼓风机轴上,两带轮中心的水平距离a约等于大带
轮直径的2倍。
1. V带传动机构简图
2.设计原始数据
电动机型号Y160M-4
鼓风机轴转速(r/min)600
一天工作时间/h 16
3.设计内容
1)确定带的型号、长度、根数
2)确定带轮直径
3)确定带传动中心距
4)确定作用在轴上的压力
4.设计任务
1)完成V带轮结构设计
2)主动带轮装配图一张(A4)
3)设计计算说明书一份
由于是鼓风机,每天工作16小时,查
°
编著。
基于MATLAB优化工具箱的齿轮传动优化设计(1)
0 引言
齿轮传动是应用最为广泛的一种机械传动 。近年来 , 随着 齿轮传动向高速 、 大功率 、 高性能方向发展 ,特别是航空机械 、 汽 车、 机床 、 和电子机械等领域发展 ,对齿轮传动不断提出了高精 度、 高承载能力 、 高可靠性 、 低成本等新要求 ,人们开始把越来越 多的注意力转向齿轮传动的优化研究 。 齿轮传动优化设计以数学规划为理论基础 , 以计算机为工 具 ,寻求最佳齿轮传动设计方案的现代设计方法之一
X = { x1 , x2 , x3 }
T
给定的载荷或环境条件下 ,在对齿轮的性态 、 几何尺寸关系或其 ( ) 他因素的限制 约束 范围内 ,选取设计变量 ,建立目标函数并使 其获得最优值的一种新的设计方法 。 以前 ,齿轮的设计多采用手工计算的方法 , 不但复杂繁琐 , 浪费人力物力和财力 , 而且容易出现差错 。本文采用 MAT LAB 语言的优化工具箱对齿轮进行优化设计 ,这种方法不仅初始参 数输入简单 ,语法符合工程设计语言要求 , 而且编程工作量小 , 优越性明显
摘要 : 文章介绍了齿轮传动的优化设计方法 ,建立了斜齿圆柱齿轮传动的优化设计的数学模型 ,从设计变量的选取 ,目标函 数和约束条件的确定等方面详细介绍了构建数学模型的方法和过程 ,并结合实例借助于数学软件 MAT LAB 的优化工具箱 进行了寻优计算 ,给出了优化设计程序 ,得到了满足实际需要的最优化参数 。通过对结果进行比较 ,发现齿轮的体积在优 化后比优化前有显著的减少 ,这对于齿轮传动的设计具有理论指导意义 。 关键词 : 齿轮传动 ; MAT LAB ; 优化设计 中图分类号 :TG502. 31 文献标识码 :A
x2
- 3/ 2
x3
3/ 2
- 1170 ≤0
matlab汽车传动系多目标优化原程序
汽车传动系统,多目标优化(粒子群法)matlab原程序代码,供参考学习!可以根据实际情况进行更改进行运算。
原码:function apso% 参数设置定义全局变量global lamda1 lamda2 m ua_max eta_T r G f alpha Cd A rou K Ttq_max Fz fai ge_ne_pe dulamda1 = 0.2; % 动力性发挥程度加权因子;lamda2 = 0.8; % 经济性加权因子;m = 1092; % 整车质量(kg);ua_max = 50; % 最大车速(km/h);eta_T = 0.9; % 传动系的传动效率;r = 0.3; % 车轮半径(m);g = 9.8; % 重力加速度(g*m/s^2)G = m*g; % 汽车重力G=mg,(N);f = 0.015; % 汽车的滚动阻力系数;alpha = 25*pi/180; % 道路坡度角-->弧度;Cd = 0.32; % 空气阻力系数;A = 1.5; % 迎风面积,即汽车行驶方向的投影面积(m^2);rou = 7.0; % 燃油重度,N/L等同于密度;K = 1.05; % 考虑连续加速,加权系数;Ttq_max = 132; % 发动机的最大转矩(N.m);Fz = G/4; % 驱动轮上的法向反作用力(N);fai = 0.7; % 地面附着系数;ge_ne_pe = 205; % 发动机的燃油消耗率(g/kW.h);du = 0.1; % 步长% 变量Lb=[ 1 1 0.5 0.5 0.3 2]; %下边界Ub=[5.0 4.0 3.0 2.0 1.0 6]; %上边界% 默认参数para=[25 150 0.95]; %[粒子数,迭代次数,gama参数]% APSO 优化求解函数[gbest,fmin]=pso_mincon(@cost,@constraint,Lb,Ub,para);% 输出结果Bestsolution=gbest % 全局最优个体fmin%% 目标函数function fy=cost(x)% ig1 = x(1); %变速器第1挡的传动比% ig2 = x(2); %变速器第2挡的传动比% ig3 = x(3); %变速器第3挡的传动比% ig4 = x(4); %变速器第4挡的传动比% ig5 = x(5); %变速器第5挡的传动比% ig0 = x(6); %主减速器传动比global lamda1 lamda2 m ua_max eta_T r G f alpha Cd A rou K Ttq_max Fz fai ge_ne_pe du% 发动机功率(Pe)T = 0; % 时间Q = 0; % 耗油量for ua = 0.1:0.1:ua_maxif ua<=10delta = 1.06+0.04*x(1).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(1)/0.377/r; % 转速(r/min)Pe=(G*f*ua/3600+Cd*A*ua.^3/76140+delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(1)*x(6)*eta_T/r; % 汽车的驱动力elseif ua>10 && ua<=20delta = 1.06+0.04*x(2).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(2)/0.377/r; % 转速(r/min)Pe = ( G*f*ua/3600 + Cd*A*ua.^3/76140 + delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(2)*x(6)*eta_T/r; % 汽车的驱动力elseif ua>20 && ua<=30delta = 1.06+0.04*x(3).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(3)/0.377/r; % 转速(r/min)Pe = ( G*f*ua/3600 + Cd*A*ua.^3/76140 + delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(3)*x(6)*eta_T/r; % 汽车的驱动力elseif ua>30 && ua<=40delta = 1.06+0.04*x(4).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(4)/0.377/r; % 转速(r/min)Pe = ( G*f*ua/3600 + Cd*A*ua.^3/76140 + delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(4)*x(6)*eta_T/r; % 汽车的驱动力elseif ua>40 && ua<=ua_maxdelta = 1.06+0.04*x(4).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(5)/0.377/r; % 转速(r/min)Pe = ( G*f*ua/3600 + Cd*A*ua.^3/76140 + delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(5)*x(6)*eta_T/r; % 汽车的驱动力endFf = G*f*cos(alpha); % 汽车的滚动阻力Fw = Cd*A*ua.^2/21.15; % 汽车的空气阻力% f1(x)动力性分目标函数T = T + delta*m*du/(Ft-Ff-Fw); % 从0到最大速度ua_max所用时间% f2(x)经济性分目标函数delta_S = (ua + ua+du)/2; % 单位距离Q = Q + K*Pe*ge_ne_pe*delta_S./102./ua./rou; % 耗油量endfy = lamda1*T + lamda2*Q;% 非线性约束function [g,geq]=constraint(x)global lamda1 lamda2 m ua_max eta_T r G f alpha Cd A rou K Ttq_max Fz fai ge_ne_pe du% 不等式限制条件q = (x(1)./x(5)).^(1/4);g(1)= Ttq_max*x(1)*x(6)*eta_T/r - Fz*fai;g(2)= 0.85*q-x(1)./x(2);g(3)= x(1)./x(2)-1.15*q;g(4)= 0.80*q-x(2)./x(3);g(5)= x(2)./x(3)-1.1*q;g(6)= 0.75*q-x(3)./x(4);g(7)= x(3)./x(4)-1.05*q;g(8)= 0.7*q-x(4)./x(5);g(9)= x(4)./x(5)-1.0*q;g(10)= x(2)./x(3)-0.95*x(1)./x(2);g(11)= x(3)./x(4)-0.95*x(2)./x(3);g(12)= x(4)./x(5)-0.95*x(3)./x(4);g(13)= x(2)-x(1);g(14)= x(3)-x(2);g(15)= x(4)-x(3);g(16)= x(5)-x(4);g(17)= x(1)-x(6);% 如果没有等式约束,则置geq=[];geq=[];%% APSO Solverfunction [gbest,fbest]=pso_mincon(fhandle,fnonlin,Lb,Ub,para) if nargin<=4,para=[20 150 0.95];endn=para(1); % 粒子种群大小time=para(2); % 时间步长,迭代次数gamma=para(3); % gama参数scale=abs(Ub-Lb); % 取值区间% 验证约束条件是否合乎条件if abs(length(Lb)-length(Ub))>0,disp('Constraints must have equal size');returnendalpha=0.2; % alpha=[0,1]粒子随机衰减因子beta=0.5; % 收敛速度(0->1)=(slow->fast);% 初始化粒子群best=init_pso(n,Lb,Ub);fbest=1.0e+100;% 迭代开始for t=1:time,%寻找全局最优个体for i=1:n,fval=Fun(fhandle,fnonlin,best(i,:));% 更新最有个体if fval<=fbest,gbest=best(i,:);fbest=fval;endend% 随机性衰减因子alpha=newPara(alpha,gamma);% 更新粒子位置best=pso_move(best,gbest,alpha,beta,Lb,Ub);% 结果显示str=strcat('Best estimates: gbest=',num2str(gbest));str=strcat(str,' iteration='); str=strcat(str,num2str(t));disp(str);fitness1(t)=fbest;plot(fitness1,'r','Linewidth',2)grid onhold ontitle('适应度')end% 初始化粒子函数function [guess]=init_pso(n,Lb,Ub)ndim=length(Lb);for i=1:n,guess(i,1:ndim)=Lb+rand(1,ndim).*(Ub-Lb);end%更新所有的粒子toward (xo,yo)function ns=pso_move(best,gbest,alpha,beta,Lb,Ub)% 增加粒子在上下边界区间内的随机性n=size(best,1); ndim=size(best,2);scale=(Ub-Lb);for i=1:n,ns(i,:)=best(i,:)+beta*(gbest-best(i,:))+alpha.*randn(1,ndim).*scale; endns=findrange(ns,Lb,Ub);% 边界函数function ns=findrange(ns,Lb,Ub)n=length(ns);for i=1:n,% 下边界约束ns_tmp=ns(i,:);I=ns_tmp<Lb;ns_tmp(I)=Lb(I);% 上边界约束J=ns_tmp>Ub;ns_tmp(J)=Ub(J);%更新粒子ns(i,:)=ns_tmp;end% 随机性衰减因子function alpha=newPara(alpha,gamma); alpha=alpha*gamma;% 带约束的d维目标函数的求解function z=Fun(fhandle,fnonlin,u)% 目标z=fhandle(u);z=z+getconstraints(fnonlin,u); % 非线性约束function Z=getconstraints(fnonlin,u)% 罚常数>> 1PEN=10^15;lam=PEN; lameq=PEN;Z=0;% 非线性约束[g,geq]=fnonlin(u);%通过不等式约束建立罚函数for k=1:length(g),Z=Z+ lam*g(k)^2*getH(g(k));end% 等式条件约束for k=1:length(geq),Z=Z+lameq*geq(k)^2*geteqH(geq(k)); end% Test if inequalitiesfunction H=getH(g)if g<=0,H=0;elseH=1;end% Test if equalities hold function H=geteqH(g) if g==0,H=0;elseH=1;end。
基于Matlab的带式输送机齿轮传动机构优化设计
通针通透)。
(4)启动泵,低压清洗管道,直至流出清水。
(5)重新安装喷嘴。
3.4设备的布置用耐压胶管将柱塞泵站与磨料罐下部的磨料截止阀摇把“左”位一侧的管接头相连,喷头与磨料罐下部的磨料截止阀摇把“右”位一侧的管接头相连,形成工作系统。
该设备距柱塞泵站3~5m为宜。
管路过长,沿程压力损失较大,会导致工作压力降低。
4设备的维护4.1柱塞泵站(1)按泵站使用说明书进行维护。
(2)使用期间,应定期检查泵站安全阀、调压阀,确保动作可靠,压力调定值稳定。
4.2磨料射流发生系统(1)如发现压力升不到位或突然下降,应及时检查喷嘴是否已磨损过大。
(2)每年更换一次连接喷头的耐压软管。
(3)若设备长期不用时,应将磨料罐内的磨料及水放空。
5功能及用途(1)该装置可用于金属、非金属或复合材料的切割。
如玻璃、瓷砖、钢板等。
(2)该装置兼有除锈、脱漆及表面清洗功能。
6结语这种便携式磨料射流装置采用了前混合式磨料射流技术,切割时所需的工作压力较低,因此密封容易解决,可采用普通的高压橡胶软管输送高压水射流,易损的密封件也容易购买,降低了生产和维护成本。
此外,对磨料的要求不高,可以使用湿式磨料。
该装置的体积小、重量小、易损件少,便于搬运和移动,所以特别适合在井下、野外等场所进行作业,具有广阔的应用前景。
参考文献:[1]薛胜雄.高压水射流技术及应用[M].北京:机械工业出版社,1998.[2]沈忠厚.水射流理论与技术[M].东营:石油大学出版社,1998.[3]崔谟慎,孙家骏.高压水射流技术[M].北京:煤炭工业出版,1993.[4]孙家骏.水射流切割技术[M].徐州:中国矿业大学出版社,1992.[5]吴宗泽.机械设计师[M].北京:机械工业出版社,2002.[6]徐灏.机械设计手册,第4册.[K].北京:机械工业出版社,1995.作者简介:叶晓奔(1985-),安徽淮南人,2008年毕业于安徽理工大学机械工程学院,现在安徽理工大学攻读硕士学位,研究方向为流体机械及工程(高压水射流技术),电子信箱:anrecre@.收稿日期:2009-06-18煤矿机械Coal Mine Machinery Vol.30No.11 N ov.2009第30卷第11期2009年11月基于Matlab的带式输送机齿轮传动机构优化设计江进国,樊姗,高旭,王丹(中国地质大学机械与电子信息学院,武汉430074)摘要:利用Matlab遗传算法工具箱对带式输送机上的单级斜齿圆柱齿轮减速器的齿轮传动机构进行优化设计,从而说明遗传算法的优越性。
哈工大机械设计电算实验(matlab)资料讲解
机械设计电算实验一:普通V带传动设计内容和任务1、普通V带传动设计内容给定原始数据:传递的功率P,小带轮转速n,传动比i及工作条件。
设计内容:带型号,基准长度Ld,根数Z,传动中心距a,带轮基准直径dd1、dd2,带轮轮缘宽度B,初拉力F0,和压轴力FQ。
2、CAD任务:(1)编制V带传动设计程序框图。
(2)编制V带传动设计原程序。
(3)按习题或作业中数据运行程序,要求对每一组数据各按三种V带型号计算,对每一种带型号选三种小带轮直径进行计算并输出所有结果。
二、变量标识符三、程序框图四、源程序与其说明程序说明:本程序用Matlab2010b软件编制,主要针对机械设计大作业上的题型设计。
使用时只要打开m 文件,并点击运行,按照提示进行即可。
首先输入原始数据,然后根据自己的需要选择带型,中心距即可得到设计结果,无需再查找资料,方便高效,计算过程如有错误会进行提示,并返回到输入处进行改正。
而且该程序可以直接计算下一带轮直径或者计算下一带型,比较方便。
源程序如下(先复制到记事本,再新建一个m文件,粘贴)clear all;disp('欢迎使用本程序,请输入V带传动设计的原始数据');p=input('电动机工作功率(kw) P=');n=input('电动机满载转速(r/min) nm=');i=input('第一级传动比 i1=');a=input('请输入最短工作工作年限 a年b班 a=');b=input(' b=');disp('是否反复起动、正反转频繁或工作条件恶劣');ka1=input('是请输入1,否请输入0。
请输入:');disp('原动机类型:');disp('I类原动机包括普通笼型交流电动机,同步电动机,');disp(' 直流电动机(并激),n>=600r/min的内燃机')disp('II类原动机包括交流电动机(双笼型、滑环式、单相、大转差率),');disp(' 直流电动机(复激、串激),单缸发动机,n<=600r/min的内燃机')d1=input('请选择原动机的类型,输入1或2。
基于MATLAB的同步带传动优化设计
基于MATLAB 的同步带传动优化设计摘 要:阐述同步带传动优化设计的技术和方法,以设计轴间距与预定轴间距之间偏差最小为目标,建立数学模型;用牛顿迭代法求解反渐开线函数;用混合离散变量直接搜索法求出最优解;用MATLAB 实现计算机辅助同步带传动优化设计。
关键词:MATLAB;同步带传动1、同步带传动的优化设计应用实例按期望函数设计四杆机构,设计一个曲柄摇杆机构,当原动件的转角()90~00+=φφφ要求从动件摇杆机构的输出角实现函数()200-32φφπϕϕ+= 其中0ϕ、0φ分别是摇杆在右极位置的曲柄和摇杆的初始位置角(如图1),取曲柄长度 11=l ,机架的相对长度54=l 。
图11、1实例优化的意义四杆机构是机械传动的重要组成部分,设计四杆机构通常使用作图法和实验法,这两种发放简单易行,但是误差较大,运用解析法,能获得所要求的精度,然而人工进行,整个设计过程是一项繁琐的工作,有的甚至可能无法实现。
但是采用MATLAB 对四杆机构进行优化设计,不仅参数输入简单,而且编程的工作量小,更可快捷准确的达到设计要求。
1、2已知条件⑴曲柄长度 11=l ,机架的相对长度54=l ;⑵查《工程优化设计与MATLAB 实现》可知函数fmincon 可以处理有约束的非线性多元函数优化问题,其数学模型如下:)(min x f..t s ()0≤x C ()0=x C eq b Ax ≤ eq eq b x A = b b u x l ≤≤其中,b b eq u l b b x ,,,,为向量,eq A A ,为矩阵;()()x C x C eq ,是返回的函数向量;()x f 为目标函数。
()()()x C x C x f eq ,,可以是非线性函数。
Fmincon 函数调用格式为:[x,fval]=fmincon(FUN,X0,A,B,Aeq,Beq,lb,ub,NONLCON,OPTIONS)其中:NONLCON 是用户定义的非线性约束函数,用来计算非线性不等式约束()0≤x C 和非线性等式()0=x C eq 在x 处的值。
基于MATLAB的同步带传动优化设计
2 ×0. 7cosβ( z1 + z2) - z2 + z1 ≤0
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
68 机械传动 7 年
的性质求出正确分类的概率 。由于是根据方差等比例
分配 ,所以二者的结果的正确率将会相同 。根据这样 的处理 ,假定谱熵值完全服从正态分布 ,我们可以得到 对齿根裂纹故障和齿面磨损故障判定的正确率将会高
达 94. 7 % ,即使不能完全服从正态分布 , 正确判定的 比率也可以达到 90 %以上 。
3 结论
因 ,我们可以参考各自的方差来对上面的类型划分方 法进行改进 。对于这种取值区间有重叠的处理方法
为 ,对均值 (mean) 之间的距离根据两者的方差等比例
分配 ,即
l1 =
(|
mean1
-
mean2 |
)
s2
s1 +
s4
,
同样可以得到
l2 ,然后利用 l1/ s1 和 l2/ s2 的值就可以根据正态分布
for k = 1 :length (A)
zb = A (k) ;
c = 3. 14 3 (zb - z2) / (z2 - z1) ; %调用反渐开线函数 fjkx. m 求解小带轮包角的 半角β
beta = fjkx(c) ; % 求轴间距 a 以及轴间距偏差 |δ|
a = pb 3 (z2 - z1) / (2 3 3. 14 3 cos (beta) ) ;
求 ,所以采用牛顿迭代法来编写反渐开线函数程序 。
牛顿迭代法的迭代通式如下
基于Matlab的V带传动多目标优化设计
( , ,Y 1. C o l l e e o f E l e c t r i c a l E n i n e e r i n &R e n e w a b l e E n e r C h i n a T h r e e G o r e s U n i v . i c h a n 4 4 3 0 0 2, g g g g y g g ; ) C h i n a 2. Y i c h a n 4 4 3 0 0 0, C h i n a g A b s t r a c t h e t r a d i t i o n a l d e s i n o f c l a s s i c a l V- b e l t d r i v e i s c o m l i c a t e d a n d w i t h o u t u s i n o t i m i z a t i o n t h e o T - g p g p r s o i t i s h a r d t o a c h i e v e e x e c t e d o t i m a l r e s u l t . T h i s a r t i c l e i n t r o d u c e s t h e m u l t i o b e c t i v e o t i m a l d e s i n o f y; p p j p g , V- b e l t d r i v e b a s e d o n o t i m i z a t i o n t o o l a t l a b. A c c o r d i n t o t h i s m e t h o d t h e o t i m a l m a t h e m a t i c a l c l a s s i c a l -M p g p , m o d e l i s b u i l t w h i c h t a r e t s s m a l l e s t u a n t i t a n d s h o r t e s t c e n t e r d i s t a n c e . T h e r e s u l t s s h o w o b v i o u s o t i m i - g q y p z a t i o n e f f e c t . C o m a r e d t o t h e t r a d i t i o n a l d e s i n, t h e V- b e l t d e s i n b e c o m e s s i m l e r a n d m o r e a l i c a b l e . p g g p p p ; ; K e w o r d s b e l t d r i v e t i m a l d e s i n; a t h e m a t i c a l m o d e l l i n u l t i o b e c t i v e V- o m m p g g j y 结 构 紧 凑、 效率高 同 步 带 传 动 具 有 传 动 比 恒 定 、 , 、 、 等特点 广泛应用 于 汽 车 办 公 设 备 纺 织 机 械 、 精密 机床等传动精度高的而且要求结构紧凑的传动中 . 传 统的带传动设计方法主要是依靠设计人员手工算法 , 由于人工计算 需 要 查 找 大 量 的 手 册 , 计 算 繁 琐、 不精 故设计结果很 确且不可能对各个方案进行一一比较 , 难达到最优 . 而 计 算 机 具 有 运 算 速 度 快、 运算精度高 等优点基于优化思想建立带传动优化数学模型 , 利用 计算机求解 , 可 以 避 免 上 述 人 工 设 计 的 缺 陷. 目前提 出了一些方法减轻工作量 , 提高计算速度
基于MATLAB的V带传动优化设计
基于MATLAB的V带传动优化设计
孙伏
【期刊名称】《陕西理工学院学报(自然科学版)》
【年(卷),期】2006(022)003
【摘要】由于C语言等算法语言进行机械优化设计程序复杂,调试麻烦,本文提出了用MATLAB解决各种单目标和多目标优化问题,并以V带传动优化设计为例说明了实现的过程,验证了其有效性.
【总页数】4页(P47-49,75)
【作者】孙伏
【作者单位】陕西理工学院,机械工程学院,陕西,汉中,723003
【正文语种】中文
【中图分类】TP391.75;TH132.3+2
【相关文献】
1.基于遗传算法及MATLAB的V带传动优化设计 [J], 严寒冰;原思聪;季文祥
2.基于Matlab的V带传动可视化编程技术 [J], 徐静;董雁;翁慧燕;罗剑程
3.基于Matlab的低矮式破碎机V带传动模糊优化设计 [J], 刘静;丁凌蓉
4.基于Matlab的V带传动多目标优化设计 [J], 覃金彩;史彬华;江全才
5.基于MATLAB的轻型无人直升机V带传动张紧机构分析 [J], 赵少魁; 许欣宇; 贾良现
因版权原因,仅展示原文概要,查看原文内容请购买。
- 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)。
第一章绪论带传动结构简单、传动平稳、造价低廉、缓冲吸震,是一种常见的机械传动,其常规设计是以保证带传动不发生打滑又有足够疲劳寿命为设计准则进行的选择设计,经验性强,设计结果很难达到最优。
1问题的提出1.1.1 V带传动设计中存在形成多方案的可能性V带传动在中小功率动力传动中应用十分广泛。
在设计V带传动的过程中,需先根据己知的功率、转速、原动机和工作机类型、传动位置要求及工作条件来确定。
在传统的普通v带设计时,一般都按照以下几个步骤进行:①计算设计功率Pc;②初选普通V带的型号;③选取小带轮的基准直径及大带轮基准直径;④验算带速;⑤初选中心距和带的基准长度;⑥验算小带轮包角;⑦确定v带的根数;⑧计算初拉力;⑨计算带轮轴上的压力。
上述步骤中,在小带轮基准直径选取、带的长度和确定中心距时。
都存在形成多方案的可能性。
其主要依据是:在小带轮基准直径选取时,传统设计要求小带轮基准直径要不小于给定的该类带型的最小直径。
而带轮基准直径的选取通常应考虑系列值,不应只考虑单个值。
因为直径越小,单根带允许传递的功率越小,带的根数越多。
对不同的传递功率要求的带的根数也不同,并且在设计时还对使用带的最多根数有所限制。
在V带长度的选取时,常规设计采用由初选的中心距根据公式计算出带长。
而在设计手册上带的长度有其系列,一般各带带型有12~17种之多。
并且带长是影响带的寿命的因素之一。
常规设计步骤中有关带长的选取有一定的局限性。
1.1.2V带传动的带速应合理选择带速对传动能力、传动带寿命及轴与轴承所受压力都有较人影响,因而有必要确定较合理的带速,对小带轮基准直径选择亦有一定指导意义。
选定小带轮基准直径后,即可算出最大应力点处最小应力对应的带速。
由于传动带在循环变应力下工作,最大应力越小带的寿命越长;循环次数达到一定数值时,传动带发生疲劳破坏。
初拉力是保证带传动正常工作的重要因素。
传动带工作时的初拉力即在克服离心力作用的情况下使带传递有效圆周力。
充分发挥其传动能力。
初拉力过小易出现打滑,传动能力不能充分发挥;过大则带的寿命降低,而且轴和轴承受力增大。
传递一定功率时,带速越高则有效圆周力越小,所需带的根数越少,带传动尺寸也越小;带速过大,带在单位时间内绕过带轮次数就增加,使其疲劳寿命降低,同时使离心力显著增大,带与带轮间接触压力降低,传递有效圆周力便减少。
1.1.3设计时考虑中心距可调节的方案确定中心距在常规设计过程中起着重要的作用,它决定着带的长度和小带轮的包角。
在选取带传动的中心距时,一般跟据经验公式预估,而此经验公式给出的取值范围是比较大的。
此时不同的设计者就有可能设计出不同的方案出来。
对于将v 带传动放在高速级上的装置。
由电机直接带动主动带轮,在安装和工作中电机的位置是可以调整的,即中心距a 可调。
对这类V 带传动的设计,据据传动的结构需要初步确定中心距0a ,其取值范围为:120120.7()2()d d d d d d a d d +≤≤+,0a 确定后,根据带传动的几何关系,按下式计算出带的计算长度L d0:22100120()2()24d d d d d d d L a d d a π-≈+++ 根据计算长度L d0,从机械设计手册查V 带长度表中,选取和L d0相近的基准长度L d ,再根据L 来计算实际的中心距0a 。
由于这类V 带传动的中心距是可以调整的,故可以采用下式作近似计算,即002d d L L a a -≈+,考虑到安装调整和补偿初拉力的需要,中心距的变动范围为a min =a –0.015L d ;max 0.03d a a L =+。
对于中心距可调的V 带传动装置,当安装的空间尺寸给定时,初选中心距可不按范围值进行选取,而直接由空间尺寸决定。
在这种情况下,带传动的张紧装置采用定期张紧和自动张紧装置。
1.1.4设计中v 带传动的寿命应予以充分考虑常规的V 带设计中没有将带传动的设计寿命作为设计的主要指标。
而在实际使用中带的使用寿命是必须考虑的问题。
而带的寿命和带传动的带轮直径、传动比、带速、带长以及应力循环次数等有关。
传统设计中,在考虑上述因素或变量取值时没有明确V 带传动寿命的问题,造成有些V 带设计使用寿命较低。
1.2优化的提出1.2.1优化的定义优化是科学、工程技术和经济管理等领域的重要研究工具。
它所研究的问题是讨论在众多的方案中寻找最优方案。
例如,工程设计中怎样选择设计参数,使设计方案既满足设计要求又能降低成本;资源分配中,怎样分配有限资源,使分配方案既能满足各方面的基本要求,又能获得好的经济效益;在人类活动的各个领域中,诸如此类,不胜枚举。
优化这一技术,正是为这些问题的解决,提供理论基础和求解方法,它是一门应用广泛、实用性很强的科学。
1.2.2常见V带传动的几种优化方法●基于Kisssoft的V带传动设计●基于Visual Basic的V型带传动计算机辅助设计●用EXCEL 2000实现普通v带传动设计的辅助计算方法●模糊数学理论确定V带传动的应用●基于MFC的普通V带传动设计●基于遗传算法的普通V带传动的优化设计●基于MATLAB关于V带传动的优化设计1.2.3优化方法的确定通过比较发现,常见的V带传动优化设计方法中,Kisssoft.是专业机械设计软件平时接触较少;而使用EXCEL 2000进行设计的方法是一种新颖但是仍然计算繁琐,而且优化效果一般的方法;模糊数学理论确定V带传动的应用方法是利用模糊数学理论,采用加权平均法确定中心距,提高确定中心距的科学性的方法,这种方法与MATLAB多目标优化法有异曲同工之妙,但是没用借助计算机的辅助计算,计算量大;基于MFC的设计方法,程序编写复杂,相比之下没有VB 和MATLAB使用方便;通过比较发现使用MATLAB和VB是相对更为方便和高效的方法,在本次设计中选用MATLAB进行V带传动的优化设计,关于选择MATLAB 进的突出优点在下一节进行设计的说明。
1.3MATLAB的语言特点1.3.1编程效率高它是一种面向科学与工程计算的高级语言,允许用数学形式的语言编写程序,且比Basic、Fortran和C等语言更加接近我们书写计算公式的思维方式,用Matlab编写程序犹如在演算纸上排列出公式与求解问题。
因此,Matlab语言也可通俗地称为演算纸式科学算法语言由于它编写简单,所以编程效率高,易学易懂。
1.3.2用户使用方便MATLAB语言是一种解释执行的语言(在没被专门的工具编译之前),它灵活、方便,其调试程序手段丰富,调试速度快,需要学习时间少。
人们用任何一种语言编写程序和调试程序一般都要经过四个步骤:编辑、编译、连接以及执行和调试。
各个步骤之间是顺序关系,编程的过程就是在它们之间作瀑布型的循环。
MATLAB语言与其它语言相比,较好地解决了上述问题,把编辑、编译、连接和执行融为一体。
它能在同一画面上进行灵活操作快速排除输入程序中的书写错误、语法错误以至语意错误,从而加快了用户编写、修改和调试程序的速度,可以说在编程和调试过程中它是一种比VB还要简单的语言。
1.3.3扩充能力强高版本的MATLAB语言有丰富的库函数,在进行复杂的数学运算时可以直接调用,而且MATLAB的库函数同用户文件在形成上一样,所以用户文件也可作为MATLAB的库函数来调用。
因而,用户可以根据自己的需要方便地建立和扩充新的库函数,以便提高Matlab使用效率和扩充它的功能。
另外,为了充分利用Fortran、C等语言的资源,包括用户已编好的Fortran,C语言程序,通过建立Me调文件的形式,混合编程,方便地调用有关的Fortran,C语言的子程序。
1.3.4语句简单,内涵丰富MATLAB语言中最基本最重要的成分是函数,其一般形式为「a,6,c……] = fun(d,e,f,……),即一个函数由函数名,输入变量d,e,f,……和输出变量a,b,c……组成,同一函数名F,不同数目的输入变量(包括无输入变量)及不同数目的输出变量,代表着不同的含义(有点像面向对象中的多态性。
这不仅使Matlab的库函数功能更丰富,而大大减少了需要的磁盘空间,使得Matlab 编写的M文件简单、短小而高效。
1.3.5高效方便的矩阵和数组运算MATLAB语言象Basic、Fortran和C语言一样规定了矩阵的算术运算符、关系运算符、逻辑运算符、条件运算符及赋值运算符,而且这些运算符大部分可以毫无改变地照搬到数组间的运算,有些如算术运算符只要增加“·”就可用于数组间的运算,另外,它不需定义数组的维数,并给出矩阵函数、特殊矩阵专门的库函数,使之在求解诸如信号处理、建模、系统识别、控制、优化等领域的问题时,显得大为简捷、高效、方便,这是其它高级语言所不能比拟的。
在此基础上,高版本的Matlab已逐步扩展到科学及工程计算的其它领域。
1.3.6方便的绘图功能MATLAB的绘图是十分方便的,它有一系列绘图函数,例如线性坐标、对数坐标,均只需调用不同的绘图函数,在图上标出图题、XY轴标注,格绘制也只需调用相应的命令,简单易行。
另外,在调用绘图函数时调整自变量可绘出不变颜色的点、线、复线或多重线。
这种为科学研究着想的设计是通用的编程语言所不及的。
总之,MATLAB语言的设计思想可以说代表了当前计算机高级语言的发展方向。
1.4设计的主要内容带传动结构简单、传动平稳、造价低廉、缓冲吸震,是一种常见的机械传动,其常规设计是以保证带传动不发生打滑又有足够疲劳寿命为设计准则进行的选择设计,经验性强,设计结果很难达到最优。
随着各种优化方法的发展和成熟,人们纷纷提出了对这种传动的优化设计。
但用C语言等一般的算法语言需要对所用优化方法理解的基础上,编写复杂而较长的优化算法程序和调试,使许多人望而却步。
而MATLAB软件的优化工具箱可以使大家从复杂的编程中解脱出来,设计人员只需给出设计参数,编写几个简单的M文件,再调用相应的优化函数就可完成,非常简单方便。
本文以V带传动没计为例,分析建立了V带传动多目标优化设计数学模型,提出了应用MATLAB实现的方法和过程,并以小带轮直径和带轮中心距为优化目标的举例说明。
第一章绪论。
主要阐述了本课题的背景、研究目的和意义等,概括了V带传动优化设计的几种方法并通过比较选择MATLAB进行优化、MATLAB的语言特点,并对研究内容做了概述。
第二章MATLAB技术研究。
对于MATLAB优化设计的所需要用到的主要内容和功能——M文件、曲线拟合和优化工具箱——进行研究。
第三章基于MATLAB的V带传动优化设计。
主要由实际案例出发,先通过常规方法进行设计,然后基于MATLAB进行V带传动多目标优化设计——先建立以带轮直径和中心距最小为综合目标的优化数学模型,并运用权重因子将多目标转化成单目标优化问题——最后与传统设计结果比较,效果明显。