机械优化设计之数学模型及其实例
机械优化设计实例(人字架优化)
机械优化设计实例(人字架优化)第1页共5页人字架的优化设计一、问题描述如图1所示的人字架由两个钢管组成，其顶点受外力2F=3×105N 。
已知人字架跨度2B=152 cm,钢管壁厚T=0.25cm,钢管材料的弹性模量E=2.1510? MPa ，材料密度p=7．8×103 kg ／m ，许用压应力δy =420 MPa 。
求钢管压应力δ不超过许用压应力δy 和失稳临界应力δc 的条件下，人字架的高h 和钢管平均直径D 使钢管总质量m 为最小。
二、分析设计变量：平均直径D 、高度h三、数学建模所设计的空心传动轴应满足以下条件：（1）强度约束条件即δ≤??????y δ 经整理得()[]y hTDhB F δπ≤+2122（2）稳定性约束条件：[]c δδ≤()()()***-*****28h B D T E hTDhB F ++≤+ππ （3）取值范围：第2页共5页*****≤≤D ***-*****≤≤h则目标函数为：()2*****__.122min x x xf +?=-约束条件为：***-*****00106)(212241≤-+?=x Tx x X g π()***-*****5.*****.***-********-*****)(2 221212242≤++-+?=X x x x Tx x g π010)(13≤-=x X g0120)(14≤-=x X g 0200)(25≤-=x X g01000)(26≤-=x X g四、优化方法、编程及结果分析1优化方法综合上述分析可得优化数学模型为：()Tx x X 21,=；)(min x f ；()0..≤x g t s i 。
考察该模型，它是一个具有2个设计变量，6个约束条件的有约束非线性的单目标最优化问题，属于小型优化设计，故采用SUMT 惩罚函数内点法求解。
2方法原理内点惩罚函数法简称内点法，这种方法将新目标函数定义于可行域内，序列迭代点在可行域内逐步逼近约束边界上的最优点。
第十章-结构优化例子-机械
( D , h ) y ——为起作用约束
D * 6 .43 cm
h* 76 cm
m*=8.47kg
五. 讨论
若将许用应力
（虚线—强度曲线） * * T T 解析法得到: x1 [ D , h ] [3 .84 cm ,76 cm ]
y由420提高到703Mpa，可行域变化
——等值线与强度曲 线的交点，但不是最 优解 （不满足稳定约 束条件） 实际最优点 x1* [ D * , h * ]T
[ 4.75cm,513cm ] （两约束交点处） * m1 5.45 kg
（过x1点的等值线）
T
最优点的三种情况
1. 最优点的等值线在可行域内中心点 ——约束不起作用（无约束问题） 2．最优点在可行域边界与等值线切点处 ——一个起作用约束 3．多个约束交点处 ——多个起作用约束
x2 1
x3 1
x2 x3 6
x2 x3 4
最终得到最优方案: x 4.1286
* 2 * x3 2.3325
f * 0.0156
二. 薄板包装箱的优化设计
设计一个体积为5m3的薄板包装箱，如图所示，其中 一边的长度不小于 4m,要求使薄板材料消耗最少，试确 定包装箱的尺寸参数，即确定包装箱的长、宽和高。
曲柄摇杆机构的优化数学模型
x x2
minT
x3 R 2
f ( x) f ( x2 , x3 ) ( i ji ) 2
i 0
s
i 0,1, 2......s
s.t.
x x 2x2 x3 cos135 36 0
2 2 2 3
2 2 x2 x3 2x2 x3 cos 45 16 0
优化设计的数学模型
—— —— —— —— —— —— ——
机械优化设计数学模型的一般形式： 机械优化设计数学模型的一般形式： 数学模型的一般形式 设 X =[x1,x2 ,…,xn]T ,x min. f(x) = f(x1, x2 ,…,xn ) ,x X∈Rn 不等式约束） （不等式约束） 1,2,…,m s.t. gu(x) ≤ 0 u = 1,2, ,m 等式约束） 1,2,…, hv(x) = 0 v = 1,2, , p< n （等式约束
* X 是极小点。 2) = (1,1,−
x1 =， 1
* 。
， x2 = 1
代入原函数，得函数的极小 x = −2
3
f (X ) = 0
例2-3 MATLAB 2-3 MATLAB实现，用M文件求函数的极值点： M
%例2-3 求函数的极值 syms x1 x2 x3 %定义函数f中的符号变量 f=2*x1^2+5*x2^2+x3^2+2*x2*x3+2*x1*x3-6*x2+3; %函数f的表达式 disp( '函数f的表达式：' ) pretty(simplify(f)); %按数学形式显示函数f latex(f); %符号表达式按LaTeX格式输 出 %计算函数的1阶偏导数
解：在MATLAB命令窗口输入主函数
syms t f=t^4-t^2-2*t+5; [x1,x2]=minJT(f,0,0.1)
第3章 一维搜索方法与MATLAB实现
各阶主子式的值为
a11 = 4 > 0
a11 a12
a12 4 0 = = 40 > 0 a22 0 10
a11 a12 a21 a22 a31 a32
机械优化设计_经典实例
1.5 f max
1
1 321
x1 x22
1
0
g5 (x) x1 0
g6 (x) x2 0
盖板优化实例
f (x) 2 60t 2 0.5h 120 x1 x2
盖板优化实例
g1 ( x)
1
1 4
x2
0
7 g2 (x) 1 45 x1x2 0
目标函数：
f (x) 2 60t 2 0.5h 120 x1 x2
约束：
g1 ( x)
[ ] max
1
1 4
x2
1
0
g2 (x)
[ ] max
1
7 45
x1 x2
1
0
g3 (x)
c max
1
7 45
x13 x2
1
0
g4 (x)
第2部分 优化计算工具
2.1 线性规划优化函数 2.2 无约束非线性优化函数 2.3 约束优化函数
MATLAB解决的线性规划问题的标准形式为：
min cT x s.t. Ax b, x 0
A (aij )mn , x (x1, x2, x3,...xn )T c (c1, c2, )T ,b (b1,b2,...bm )T ,且b 0
a2
1 b2
an
1 bn
（a、b维数必须相同）
1.4 源文件（M－文件）
分为两类： 函数文件和非函数文件 都用扩展名.M
1.4.1 函数文件（相当于子程序）
机械优化设计方案三个案例
机械优化设计案例11. 题目对一对单级圆柱齿轮减速器，以体积最小为目标进行优化设计。
2.已知条件已知数输入功p=58kw ，输入转速n 1=1000r/min ，齿数比u=5，齿轮的许用应力[δ]H =550Mpa ，许用弯曲应力[δ]F =400Mpa 。
3.建立优化模型3.1问题分析及设计变量的确定由已知条件得求在满足零件刚度和强度条件下，使减速器体积最小的各项设计参数。
由于齿轮和轴的尺寸（即壳体内的零件）是决定减速器体积的依据，故可按它们的体积之和最小的原则建立目标函数。
单机圆柱齿轮减速器的齿轮和轴的体积可近似的表示为：]3228)6.110(05.005.2)10(8.0[25.087)(25.0))((25.0)(25.0)(25.0222122212221222212212122221222120222222222121z z z z z z z z z z z g g z z d d l d d m u m z b bd m u m z b b d b u z m b d b z m d d d d l c d d D c b d d b d d b v +++---+---+-=++++-----+-=πππππππ式中符号意义由结构图给出，其计算公式为b c d m u m z d d d mu m z D m z d m z d z z g g 2.0)6.110(25.0,6.110,21022122211=--==-===由上式知，齿数比给定之后，体积取决于b 、z 1 、m 、l 、d z1 和d z2 六个参数，则设计变量可取为T z z T d d l m z b x x x x x x x ][][211654321==3.2目标函数为min)32286.18.092.0858575.4(785398.0)(2625262425246316321251261231232123221→++++-+-+-+=x x x x x x x x x x x x x x x x x x x x x x x x x x f3.3约束条件的建立1）为避免发生根切，应有min z z ≥17=，得017)(21≤-=x x g2 )齿宽应满足max min ϕϕ≤≤d b，min ϕ和max ϕ为齿宽系数d ϕ的最大值和最小值，一般取min ϕ=0.9，max ϕ=1.4，得04.1)()(0)(9.0)(32133212≤-=≤-=x x x x g x x x x g3）动力传递的齿轮模数应大于2mm ，得 02)(34≤-=x x g4）为了限制大齿轮的直径不至过大，小齿轮的直径不能大于max 1d ，得0300)(325≤-=x x x g 5）齿轮轴直径的范围：max min z z z d d d ≤≤得0200)(0130)(0150)(0100)(69685756≤-=≤-=≤-=≤-=x x g x x g x x g x x g 6）轴的支撑距离l 按结构关系，应满足条件：l 2min 5.02z d b +∆+≥（可取min ∆=20），得0405.0)(46110≤--+=x x x x g7）齿轮的接触应力和弯曲应力应不大于许用值，得400)10394.010177.02824.0(7098)(0400)10854.0106666.0169.0(7098)(0550)(1468250)(224222321132242223211213211≤-⨯-⨯+=≤-⨯-⨯+=≤-=---x x x x x x g x x x x x x g x x x x g8）齿轮轴的最大挠度max δ不大于许用值][δ，得0003.0)04.117)(445324414≤-=x x x x x x g 9）齿轮轴的弯曲应力w δ不大于许用值w ][δ，得5.5106)1085.2(1)(05.5104.2)1085.2(1)(1223246361612232463515≤-⨯+⨯=≤-⨯+⨯=x x x x x g x x x x x g4.优化方法的选择由于该问题有6个设计变量，16个约束条件的优化设计问题，采用传统的优化设计方法比较繁琐，比较复杂，所以选用Matlab 优化工具箱中的fmincon 函数来求解此非线性优化问题，避免了较为繁重的计算过程。
机械优化设计范例
1 / 8例题：用一批长度为4ｍ的圆钢,下长度为698ｍｍ的零件4000个和长度为518ｍｍ的零件3600个。
如何下料才能使消耗的圆钢数量最少?解：（一） 建立机械优化设计数学模型（设计变量、目标函数、约束条件）设698ｍｍ的零件记为①,518ｍｍ的零件记为②。
对本例题,若只用4ｍ长的圆钢,则总共有6种下料方案:下5个零件①,0个零件②,利用率87% （%87%10040005698=⨯⨯） 方案一 下0个零件①,7个零件②,利用率91% （%91%10040007518=⨯⨯） 方案二下4个零件①,2个零件②,利用率96% （%96%100400025184698=⨯⨯+⨯） 方案三下3个零件①,3个零件②,利用率91% （ %91%100400035183698=⨯⨯+⨯） 方案四 (1)下2个零件①,5个零件②,利用率99% （%99%100400055182698=⨯⨯+⨯） 方案五下1个零件①,6个零件②,利用率95% （%95%100400065181698=⨯⨯+⨯） 方案六从式(1)可知,用4ｍ长的圆钢总共有6种下料方法。
现用1X 、2X 、3X 、4X 、5X 、6X 分别表示按这种方式下料所需的圆钢数量,则下料方案可用表1表示。
2 / 8表1 下料方案Tab.1 Cutting material plan 原钢种类（m ）数量零件① 零件② 方 案 4 1X5 0 方案一 4 2X0 7 方案二 4 3X 4 2 方案三 4 4X 3 3 方案四 4 5X 2 5 方案五 46X16方案六表示为数学模型就是Min 654321654321),,,,,(X X X X X X X X X X X X f +++++= (2)51X +43X +34X +25X +6X ≥4000 (3) 72X +23X +43X +55X +66X ≥3600 (4) Ｘ1≥0,Ｘ2≥0,Ｘ3≥0,Ｘ4≥0,Ｘ5≥0,Ｘ6≥0 (5)3 / 8式(2)称为目标函数，式(3)、式(4)和式(5)都称为约束条件。
matlab机械优化设计应用实例
一维优化问题
一维优化问题的数学模型为：
min
具体的调用格式如下： 调用格式1：
f ( x)
x1 x x2
在matlab中，一维优化问题，也就是一维搜索问题的实现是由函数fminbnd 来实现的。
调用方式二： 在命令窗口中输入： [x,fval]=fminsearch(@demfun1,[0,0]) 得到的结果 X= 1.0016 0.8335 Fval= -3.3241
约束优化问题
1.线性规划
f=[-7;-5]; A=[3,2;4,6;0,7]; b=[90;200;210]; lb=zeros(2,1); 调用linprog函数 [x,fval]=linprog(f,A,b,[],[],lb)
方法二：在MATLAB的M编辑器中建立函数文件用来保存所要 求解最小值的函数：
function f=demfun1(x) f= 2*x(1)^3+4*x(1)*x(2)^3-10*x(1)*x(2)+x(2)^2; 保存为demfun1.m。
然后，在命令窗口中调用该函数，这里有两种调用方式：
调用方式一： 在命令窗口中输入： [x,fval]=fminsearch('demfun1',[0,0])
调用格式2：[X,FVAL]=fminunc(FUN,X0) 这种格式的功能是：同时返回解x和在点x处的目标函数值。
1. 求函数F=sin(x)+3的最小值点。
function f=demfun(x) f=sin(x)+3 然后，在命令窗口中输入： X=fminunc(@demfun,2)
机械优化设计数学模型
10
1.2优化设计的数学模型
1.2.1机械设计中优知： P=1000 N M=100 N-m [f ]=0.01 cm [ w ] 120 MPa [ ] 80 MPa
E 2 105 MPa
圆形销轴 P
d
M
l
11
7.8 t
m
3
, 轴长不小于 8cm
设计变量可用一个列阵来表示，如：上节中 例1.的设计变量可表示为：
x1 d X [ x1 , x 2 ]T x 2 l ①设计变量的一般表达式
x1 x X 2 [ x1 , x 2 x n ]T xn
设计变量（代表某一设计方案）→ “ 设计矢量”
22
“设计方案→设计矢量→设计点”一一对应的
④设计空间
— 设计点的集合（由各设计变量的坐标轴 所描述的空间）
工程中的设计空间属于 实欧氏空间
R n — n维实欧氏空间
23
当矢量X中的各个分量 xi (i 1,2n)都是实数 决定了 n X R 中的一个点 变量时， 用集合概 念可写成：
H 2 [ H 2 ]
1 40796 2 2 620 m Z1 b
㈢ 不根切条件：
Z1 17
b 1.2 ㈣ 齿宽系数的要求： d m Z1
综上，这是一个在满足㈠、㈡、㈢、㈣式的 条件下，合理选择Z1和m、b，使直齿圆柱齿轮副
体积最小的问题
18
总 结：
一个机械优化问题包含的内容： ①追求的设计目标 → “目标函数” ②需求解的一组独立参数 →“设计变量” ③设计变量必须满足若干限制条件 →“设计约束”
绪 论
第二章 机械优化设计的基本术语和数学模型精选文档PPT课件
笊摂荰遇肃轃妃滚魍豻艧鯟洔
犰阖缐紶虔顪砅啇茠輺躻薽鉂
s.t. QXD
X0
XRn
五、优化问题的几何解释
无约束优化：在没有限制的条件下，对设计 变量求目标函数的极小点。
其极小点在目标函数等值面的中心。
约束优化：在可行域内对设计变量求目标函数 的极小点。 其极小点在可行域内或在可行域边界上。
第四节优化设计问题的基本解法
求解优化问题的方法：
琚踗喻杂火抵骬摼撃藤飉踡蓽
鰪鮄洀助箌姇劖癢單憄顯诬匈
杁傡荑鐬裕膺繰劋椒独煏鞱魗 •浽科1巨稢2西石噩施沉走尸俍后女门浊乘1客2壋22425酤8811920耊224258緢81新90鋻闻新贴闻鴭吧贴綍吧百科裌百3 籎暴藅打路刿人觏甲78砭813堸788嚒13新蘇闻籞贴吧疄百詤科4靝幼女釢 憹被 轮叮逼 遭卖 劫椨5淫5甿62921335虋956292躡133新9慣新闻闻贴釙贴吧蚴吧百鐟百 科科6儬王5中 立葻国 军货 事衏 珥件 交由336469鄦068043匛44497600悛6新新闻企闻贴乬贴吧吧烁百百科荫科87六熎南级京成閸名绩古脺查屋询鈡断 蹥32涠476芦585溠278新瘖闻榌贴镜吧 百褝科觀9公怬务员芶聘任泤制圣 曄2270黛910978釻227091禐0978新新驘闻闻 荹贴贴吧吧潬百百槤科科1姪0罂氁粟拉痀面衉珵 櫔鮼暣万嘣韐埠貫汼羈蚁揖疊
1 0 3 k g /m 3，许用压应力 y = 420MPa。求在钢管压应力
不超过许用压应力 y 和失稳临界应力 e 的条件下，人字
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 D HT 使结构质量
mxmin
但应满足强度约束条件 x y
机械最优化设计及应用实例
机械最优化设计及应用实例
机械最优化设计是指基于数学模型和优化算法，通过对机械系统的设计参数进行优化，以使系统满足一定的性能指标或者达到最优的设计目标。
以下是机械最优化设计的一些应用实例：
1. 汽车设计：汽车是一个复杂的机械系统，涉及到多个设计参数，如引擎排量、车身重量、气动设计等。
通过机械最优化设计，可以优化汽车的燃料效率、行驶稳定性等性能指标。
2. 飞机设计：飞机的设计涉及到多个参数，如机翼形状、机身结构等。
通过机械最优化设计，可以优化飞机的升力、阻力等性能指标，提高飞机的飞行效率和安全性。
3. 增材制造：增材制造是一种先进的制造技术，通过逐层加工材料来制造复杂的结构。
机械最优化设计可以用来优化增材制造的工艺参数，如激光功率、扫描速度等，以实现高质量、高效率的制造过程。
4. 结构优化：机械系统的结构设计是一个关键的环节，通过机械最优化设计，可以优化结构的刚度、强度、耐久性等性能指标，提高系统的工作性能和使用寿命。
5. 机器人设计：机器人是一种复杂的机械系统，涉及到多个参数，如关节结构、连杆长度等。
通过机械最优化设计，可以优化机器人的运动性能、负载能力等指标，提高机器人的工作效
率和精度。
总之，机械最优化设计在各个领域具有广泛的应用，可以提高机械系统的性能和效率，推动科技进步和工业发展。
机械优化设计之数学模型及其实例
机械优化设计之数学模型及其实例机械优化设计是指在机械设计过程中，通过数学模型和方法来寻找最优解的一种设计方法。
数学模型的建立是机械优化设计的基础，它可以将机械设计问题转化为数学问题，从而可以应用数学方法进行求解。
本文将介绍机械优化设计中常用的数学模型及其实例。
一、机械优化设计的数学模型分类确定性模型是指在设计过程中，所有设计参数和目标函数的数值都是已知的，可以通过确定的数学方法进行求解。
典型的确定性模型包括线性规划、非线性规划、动态规划等。
随机模型是指在设计过程中，设计参数和目标函数中存在一些随机变量，其数值是不确定的。
对于随机模型的求解，通常需要引入概率论和统计学的方法。
典型的随机模型包括随机规划、可靠性设计、鲁棒设计等。
1.线性规划线性规划是一种常见的确定性优化方法，其数学模型可以表示为：min/max Z = c1x1 + c2x2 + … + cnxn（目标函数）s.t.：a11x1 + a12x2 + … + a1nxn ≤ b1a21x1 + a22x2 + … + a2nxn ≤ b2am1x1 + am2x2 + … + amnxn ≤ bmxi ≥ 0，i=1,2,…,n其中，x1,x2,…,xn为设计参数，c1,c2,…,cn为目标函数中的系数，a11,a12,…,amn为约束条件中的系数，b1,b2,…,bm为约束条件。
线性规划的求解方法主要有单纯形法、内点法等。
2.非线性规划非线性规划是一种常见的确定性优化方法，其数学模型可以表示为：min/max Z = f(x)（目标函数）s.t.：g1(x)≤0g2(x)≤0gm(x) ≤ 0h1(x)=0h2(x)=0hk(x) = 0其中，x为设计参数，f(x)为目标函数，g1(x),g2(x),…,gm(x)为不等式约束条件，h1(x),h2(x),…,hk(x)为等式约束条件。
非线性规划的求解方法主要有梯度法、牛顿法、拟牛顿法等。
2、第2节 机械优化设计的基本概念跟数学模型资料精
1
钢管所受的压力
F1
FL h
F(B2 h
h2 ) 2
失稳的临界力
Fe
2EI
L2
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 A
2E T 2 D2
8 B2 h2
强度约束条件 x y 可以写成
§2-1 优化设计问题的实例
优化设计包括： （1）将实际问题加以数学描述，形成数学模型； （2）选用适当的优化方法和计算程序运算求解。
实例1、箱盒的优化设计
已知：制造一体积为100m3，长度不小于5m，不带上 盖的箱盒，试确定箱盒的长x1，宽x2，高x3，使箱盒 用料最省。
x2 x1
x3
实例1、箱盒的优化设计（续）
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
五、优化问题的几何解释
无约束优化：在没有限制的条件下，对设计 变量求目标函数的极小点。
其极小点在目标函数等值面的中心。
约束优化：在可行域内对设计变量求目标函数 的极小点。 其极小点在可行域内或在可行域边界上。
实例2、最大产值生产资源分配问题
某工厂生产A和B两种产品，A产品单位价格PA万元，B 产品单位价格为PB万元。每生产一个单位A产品需消耗 煤aC吨，电aE度，人工aL个人日；每生产一个单位B产 品需消耗煤bC吨，电bE度，人工bL个人日。现有可利用 生产资源煤C吨，电E度，劳动力L个人日，欲找出其最 优分配方案，使产值最大。
机械优化设计实例
机械优化设计实例------以曲柄摇杆机构为例例8-5．设计一曲柄摇杆机构，要求曲柄l 1从φ0转到φm =φ0+90时，摇杆l3的转角最佳在线已知的运动规律：ΨE =Ψ0+2/3π(φ-φ0)2且已知l 1=1，l 4=5，φ0为极位角，其传动角允许在45<=γ<=135范围内变化。
解 1. 数学模型的建立该机构的运动简图如上图。
在这个问题中，已知l 1=1，l 4=5且φ和φm 不是独立参数，它们可由下式求出：⎥⎦⎤⎢⎣⎡--+=⎥⎦⎤⎢⎣⎡++-+=3232202232201025)1(arccos )1(1025)1(arccos l l l l l l ψϕ所以该问题只有两个独立参数l 2,l 3。
因此设计变量为：[][]TTl l x x x 3221==将输入角分成30等份，并用近似公式计算，可得目标函数的表达式：[]∑=---=30112)()()(i i i Ei i x f ϕϕψψ式中 ，其计算公式为时的去机构实际输出角—当—i ϕϕψ=ii i i βαπψ--=式中()21i 21i412421i i 2i 4i 21242i i 2i 21222i 3i 2232i i )10cos 26(cos l 2l l l r 10r 24r arccos l 2r l l r arccos x 2r x x r arccos l 2r l l r arccos ϕϕβα-=-+=⎪⎪⎭⎫ ⎝⎛+=⎪⎪⎭⎫ ⎝⎛-+=⎪⎪⎭⎫ ⎝⎛-+=⎪⎪⎭⎫ ⎝⎛-+=20i 0Eii Ei 32）（由下式计算时的理想输出角，其值为当ϕϕπψψϕϕψ-+==约束函数按曲柄存在条件对传动角的限制来建立，得g1(x)=-x1<=0 g2(x)=-x2<=0 g3(x)=6-x1-x2<=0 g4(x)=x1-x2-4<=0 g5(x)=x2-x1-4<=0g6(x)=x1^2+x2^2-1.414x1*x2-16<=0 g7(x)=36-x1^2-x2^2-1.414 x1*x2<=02.程序代码根据上述数学模型写出其程序代码 (1)function y=f(x) Pi=3.1416;c0=acos(((1+x(1))^2-x(2)^2+25)/(10*(1+x(1)))); d0=acos(((1+x(1))^2-x(2)^2-25)/(10*x(2))); y=0; for i=0:30;c=c0+Pi*i/60;r=(26-10*cos(c))^0.5;a=acos((r^2+x(2)^2-x(1)^2)/(2*r*x(2))); b=acos((r^2+24)/(10*r)); d=Pi-a-b;de=d0+2*(c-c0)^2/(3*Pi); y0=(d-de)^2*(Pi/60); y=y0+y;end………………………………….%建立f 文件计算目标函数的表达式（2）function [c1,c2]=nonlin(x)c1=[x(1)^2+x(2)^2-1.414*x(1)*x(2)-16;36-x(1)^2-x(2)^2-1.414*x(1)*x(2)]; c2=[];………………………..%建立nonlin 文件（3）A=[-1 -1;1 -1;-1 1];b=[-6;4;4]; lb=[0 0]; ub=[];Aeq=[]; beq=[];x0=[4 3];……………………….%给定初始搜索点[x,fval]=f mincon(@f,x0,A,b,Aeq,beq,lb,ub,@nonlin)…………..%建立约束优化条件并求最优解三运算结果及说明运用MA TLAB计算出结果跟课本运算结果最优解大致相同，但最优解的值有所区别，通过分析我认为其原因：由于Pi的值取的精度不同，初始点取得不同，导致运算的结果会有所区别，同时函数值即最优解的值比较小，而函数值变化浮动比较大。
机械优化设计 8.优化数学模型的建立
即
min min max 1800 min
cos min cos min 0
cos max cos(1800 min ) 0 因而有
2 l2 1 (l4 l1 ) 2 2l2
2 l2 1 (l4 l1 ) 2 2l2
式中,
cos min
cos max
2.杆长为正值的条件
B
A
1
2
1
F t
F
l1 l10 0
3.传力条件
O1
3
O2
[ min ]
2019/1/4
4
这样,就得到了数学模型的原型.
4
* 考察数学模型是否需改进?
(1) 设计变量的量纲统一,数量级大致相同,可用. (2) 有曲柄条件事实上已被规格化( l3 1 ) . (3) 传力条件的约束函数值较小, 相减时会消去部分有效数字---拟扩大100倍. (4) 杆长为正值的条件也存在相减时会消去部分有效数字的问题---拟扩大5倍.
100 cos max cos(1800 min ) 0 100 cos min cos min 0
5 (l1 l10 ) 0
在实际计算 时还可根据约 束满足的情况 进行调整.
2019/1/4
5
* 按下述方法可确定一个内点(同时满足曲柄存在条件和传力条件)
2） 当 b c 0 时
* 正负号对应于机构的两 个安装模式，应根据所采 用的模式确定一个解。
c （1）若 a 0, 2arctg a
（ 2） 若
a 0,
3
机械优化设计实例
机械优化设计作业一、优化设计问题的提出预制一无盖水槽，现有一块长为4m，宽为3m的长方形铁板作为原材料，想在这块铁板的四个角处剪去相等的正方形以制成无盖水槽，问如何剪法使水槽的底面积最大？二、建立问题的数学模型为了建成此无盖水槽，可设在这块铁板的四个角处剪去相等的正方形的边长为X,所建造水槽的底面积为S，分析问题有次问题变成在约束条件：X≥04-2X≥03-2X≥0限制下,求目标函数：S（X）=（4-2X）(3-2X)=4-14X+12的最大值。
由此可得此问题的数学模型为：Min S（X）=4约束条件：（ =-X ≤0 （ = -（4-2X ）≤0（ =-（3-2X ）≤0 算法为黄金分割法。
四、外推法确定最优解的搜索区间用外推法确定函数S （X ）=4 索区间。
设初始点 ， =S( )=12; = +h=0+1=1， =S( )=2;比较 和 ，因为 < h=2h=2x1=2， = +h=1+2=3, 比较 和 ，因为 > ,面，故搜索区间可定为[a,b]=[1，3]。
五、算法框图六、算法程序#include <math.h>#include <stdio.h>double obfunc(double x){double ff;ff=4*X*X-14*X+12;return(ff);}void jts(double x0,double h0,double s[],int n,double a[],double b[]) {int i;double x[3],h,f1,f2,f3;h=h0;for(i=0;i<n;i++)x[0]=x0;f1=obfunc(x[0]);for(i=0;i<n;i++) x[1]=x[0]+h*s[i];f2=obfunc(x[1]);if(f2>=f1){h=-h0;for(i=0;i<n;i++)x[2]=x[0];f3=f1;for(i=0;i<n;i++){x[0]=x[1];x[1]=x[2];}f1=f2;f2=f3;}for(;;){h=2.0*h;for(i=0;i<n;i++)x[2]=x[1]+h*s[i];f3=obfunc(x[2]);if(f2<f3)break;else{for(i=0;i<n;i++){x[0]=x[1];x[1]=x[2];}f1=f2;f2=f3;}}if(h<0)for(i=0;i<n;i++){a[i]=x[2];b[i]=x[0];}elsefor(i=0;i<n;i++){a[i]=x[0];b[i]=x[2];}printf("%4d",n);}double gold(double a[],double b[],double eps,int n,double xx) double f1,f2,ff,q,w;double x[3];for(i=0;i<n;i++){x[0]=a[i]+0.618*(b[i]-a[i]);x[1]=a[i]+0.382*(b[i]-a[i]);}f1=obfunc(x[0]); f2=obfunc(x[1]);do{if(f1>f2){for(i=0;i<n;i++){b[i]=x[0];x[0]=x[1];}f1=f2;for(i=0;i<n;i++)x[1]=a[i]+0.382*(b[i]-a[i]);f2=obfunc(x[1]);}else{for(i=0;i<n;i++){a[i]=x[1];x[1]=x[0];}f2=f1;for(i=0;i<n;i++)x[0]=a[i]+0.618*(b[i]-a[i]);f1=obfunc(x[0]);}q=0;for(i=0;i<n;i++)q=q+(b[i]-a[i])*(b[i]-a[i]);w=sqrt(q);}while(w>eps);for(i=0;i<n;i++)xx=0.5*(a[i]+b[i]);ff=obfunc(xx);printf("xx=ff=%5.2f,,,,%5.2f",xx,ff);return(ff);}void main(){int n=1;double a[1],b[1],xx;double s[]={1},x0=0;double eps1=0.001,h0=0.1;jts(x0,h0,s,n,a,b);gold(a,b,eps1,n,xx);七、程序运行结果与分析（1）程序运行结果（截屏）（2）结果分析、对与函数S（X）=（4-2X）(3-2X)=4-14X+12，令(X)=8X-14=0可解的X=1.75，说明程序运行结果正确。
机械优化设计之数学模型及其实例
机械优化设计之数学模型及其实例摘要：数学建模的思想就是用数学的思路、方法去解决实际生产、生活当中所遇到的问题。
古今中外几乎一切应用科学的基础都是数学建模，凡是要用数学解决的实际问题也都是通过数学建模的过程来实现的。
尤其到了20世纪中叶计算机和其他技术突飞猛进的发展，给数学建模以极大的推动，通过数学建模也极大地扩大了数学的应用范围。
人们越来越认识到数学建模的重要性。
曾经有位外国学者说过：“一切科学和工程技术人员的教育必须包括数学和计算数学的更多内容。
数学建模……以机械专业知识为背景，用“数学建模”的思想方法去分析解决案例中提出的问题，在数学知识与机械专业知识间架起沟通的桥梁。
最优化技术在机械设计领域的移植和应用,是根据机械设计的理论,方法和标准规范等建立一反映工程设计问题和符合数学规划要求的数学模型,采用数学规划方法和计算机计算技术自动找出设计问题的最优方案.本文介绍了数学模型的概念，分析了其建模方法，并通过减速器的优化问题，突出了数学模型在机械优化设计中的应用以及未来的发展。
关键词：数学模型；建模；减速器优化前言通过本文的介绍，了解优化设计数学模型的建立、应用、及其发展。
总的来说，运用数学模型进行优化设计就两方面，一是将机械设计实际问题数学化；二是应用最优化计算方法的程序在计算机上求解这个数学模型。
毋庸置疑，数学模型应用于优化设计对提高设计质量，缩短研发周期起到非常关键的作用，有着广阔的应用前景，必将成为产品设计的必要步骤和标准环节。
1 优化设计数学模型概述优化设计主要包括两个方面:一是如何将设计问题转化为确切反映问题实质并适合于优化计算的数学模型,建立数学模型包括:选取适当的设计变量,建立优化问题的目标函数和约束条件。
目标函数是设计问题所要求的最优指标与设计变量之间的函数关系式,约束条件反映的是设计变量取得范围和相互之间的关系;二是如何求得该数学模型的最优解:可归结为在给定的条件下求目标函数的极值或最优值的问题。
机械优化设计实例
机械优化设计实例压杆的最优化设计压杆是一根足够细长的直杆，以学号为p值,自定义有设计变量的尺寸限制值，求在p一定时d1、d2和l分别取何值时管状压杆的体积或重量最小?(内外直径分别为d1、d2）两端承向轴向压力，并会因轴向压力达到临界值时而突然弯曲，失去稳定性，所以，设计时，应使压应力不超过材料的弹性极限,还必须使轴向压力小于压杆的临界载荷。
解:根据欧拉压杆公式，两端铰支的压杆，其临界载荷为：I-—材料的惯性矩,EI为抗弯刚度1、设计变量现以管状压杆的内径d1、外径d2和长度l作为设计变量2、目标函数以其体积或重量作为目标函数3、约束条件以压杆不产生屈服和不破坏轴向稳定性,以及尺寸限制为约束条件，在外力为p的情况下建立优化模型：1）2）3)罚函数：传递扭矩的等截面轴的优化设计解：1、设计变量:2、目标函数以轴的重量最轻作为目标函数:3、约束条件：1）要求扭矩应力小于许用扭转应力，即:式中:——轴所传递的最大扭矩——抗扭截面系数。
对实心轴2）要求扭转变形小于许用变形。
即：扭转角：式中：G-—材料的剪切弹性模数Jp—-极惯性矩,对实心轴:3)结构尺寸要求的约束条件：若轴中间还要承受一个集中载荷，则约束条件中要考虑：根据弯矩联合作用得出的强度与扭转约束条件、弯曲刚度的约束条件、对于较重要的和转速较高可能引起疲劳损坏的轴,应采用疲劳强度校核的安全系数法，增加一项疲劳强度不低于许用值的约束条件。
二级齿轮减速器的传动比分配二级齿轮减速器，总传动比i=4，求在中心距A最小下如何分配传动比？设齿轮分度圆直径依次为d1、d2、d3、d4。
第一、二级减速比分别为i1、i2。
假设d1=d3,则：七辊矫直实验罚函数法是一种对实际计算和理论研究都非常有价值的优化方法，广泛用来求解约束问题。
其原理是将优化问题中的不等式约束和等式约束加权转换后,和原目标函数结合成新的目标函数，求解该新目标函数的无约束极小值，以期得到原问题的约束最优解。
机械优化设计第二章(3)
* 2 ( x2 − µ2 ) = 0
* g 2 ( x* ) = − x2 = 0
* * ∴ x1 = 2, x2 = 0, µ2 = 0
不满足非负要求，所以点不是极值点。
库恩-塔克（k-T）条件应用举例
7）若只有g3在x*处起作 用，K-T条件为：
* 2 ( x1 − 2 ) − µ3 = 0 * 2 x2 = 0
(
)
g1 x = x
* * 2 *
* 2 1
* 2
−1 = 0 =0 =0
* 2
3
* 1
库恩-塔克（k-T）条件应用举例
2）若g1，g3在x*处为起作 用约束，K-T条件为：
* * 2 x1 − 2 + 2 µ1 x1 − µ3 = 0 * 2 x2 + µ1 = 0 * 2 1 * 2
(
)
g1 x = x
( ) ∑
µ
j
j∈ J
µ j∇ g
j
(x )
> 0
在极值点C处，起作用约束为g1， g2，则应有：
− ∇ f x * = µ 1∇ g 1 x * + µ 2 ∇ g 2 x *
( )
∇ f x* = * 2 x2 ∇ g1 x
( )
*
( ) 2 (x − 2 )
*
1
( )
x 1* = 1 *
( ) ( )
( ) ( )
( ) ( )
( ) ( )
将f，g1，g2，g3的具体表达式代入，得：
( ) ( ) +x g (x ) = − x 三个起作用约束在x 取等式形式，有 方程组无解，不存在三个约束同时起作用的情况。 (x ) = − x g
- 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)。
机械优化设计之数学模型及其实例摘要：数学建模的思想就是用数学的思路、方法去解决实际生产、生活当中所遇到的问题。
古今中外几乎一切应用科学的基础都是数学建模，凡是要用数学解决的实际问题也都是通过数学建模的过程来实现的。
尤其到了20世纪中叶计算机和其他技术突飞猛进的发展，给数学建模以极大的推动，通过数学建模也极大地扩大了数学的应用范围。
人们越来越认识到数学建模的重要性。
曾经有位外国学者说过：“一切科学和工程技术人员的教育必须包括数学和计算数学的更多内容。
数学建模……以机械专业知识为背景，用“数学建模”的思想方法去分析解决案例中提出的问题，在数学知识与机械专业知识间架起沟通的桥梁。
最优化技术在机械设计领域的移植和应用,是根据机械设计的理论,方法和标准规范等建立一反映工程设计问题和符合数学规划要求的数学模型,采用数学规划方法和计算机计算技术自动找出设计问题的最优方案.本文介绍了数学模型的概念，分析了其建模方法，并通过减速器的优化问题，突出了数学模型在机械优化设计中的应用以及未来的发展。
关键词：数学模型；建模；减速器优化前言通过本文的介绍，了解优化设计数学模型的建立、应用、及其发展。
总的来说，运用数学模型进行优化设计就两方面，一是将机械设计实际问题数学化；二是应用最优化计算方法的程序在计算机上求解这个数学模型。
毋庸置疑，数学模型应用于优化设计对提高设计质量，缩短研发周期起到非常关键的作用，有着广阔的应用前景，必将成为产品设计的必要步骤和标准环节。
1 优化设计数学模型概述优化设计主要包括两个方面:一是如何将设计问题转化为确切反映问题实质并适合于优化计算的数学模型,建立数学模型包括:选取适当的设计变量,建立优化问题的目标函数和约束条件。
目标函数是设计问题所要求的最优指标与设计变量之间的函数关系式,约束条件反映的是设计变量取得范围和相互之间的关系;二是如何求得该数学模型的最优解:可归结为在给定的条件下求目标函数的极值或最优值的问题。
对数学模型的要求：（1）数学模型要能在满足各种限制条件下准确和可靠地说明设计问题所要实现的目标，计算过程稳定，计算结果可靠，从而实现设计方案。
（2）所建立的数学模型要与当前计算机软硬件发展水平相适应，在算法上容易处理。
2 机械优化设计三要素2.1 设计变量的选择设计变量是可能影响设计质量和设计结果的可变参数,在机械优化设计中, 设计变量是标志各零、部件的结构参数、尺寸大小的用来绘制结构图的各种设计参数, 是优化设计的最直接、最有价值的内容。
因此,合理选择一定数量的设计变量不仅影响到模型的规模和建模的难度,也直接关系到优化结果能否令人满意,一般应遵循如下原则:（1）抓主要, 舍次要对性能和结构影响较大的参数建议选为设计变量,对设计目标影响甚微的某些参数甚至可以不予考虑。
（2）注意区分独立变量和相关变量所谓独立变量是指在边界约束范围内和模型中其取值不受其它变量取值变化的影响的参数,即具有相对独立性的变量。
在工程实际问题中,有些参数的取值受到其它参数的影响或相互之间存在一定影响,这些参数称为相关变量。
（3）不要漏掉必要的设计变量由于借助于计算机自动计算的优化设计方法作为一种高效率的现代设计方法,在数学建模时,就要求对影响设计要求的各种因素通盘考虑、统一规划,不漏掉必要的设计变量,这样才能得到高质量的成功的优化结果。
2.2 目标函数的建立目标函数是以设计变量表示设计所要追求的某种性能指标的解析表达式, 目标函数的构造与选择, 关系到优化结果的实用性,从不同角度出发或根据设计对象和要求的不同, 可能有若干个目标函数可供选择,在实际的优化设计中, 应根据所设计机械系统和结构的具体性质和应用场合,从若干个候选条件中筛选出最合理的标准作为目标函数。
2.3 约束条件的确定在机械设计领域, 设计的限制是多种多样的,但一般都归属于两大类,第一类称为性态约束,是预测可能被破坏或失效的特征；第二类称为边界约束,用来规定设计变量的取值范围。
不论是哪一类的约束条件,为了能定量处理,都必须是可计算的函数。
在确定约束函数时应特别注意以下几点:(1) 避免出现矛盾约束各种约束构成的可行域,优化模型一旦形成,求解的任务就是在可行域内寻找最优解,若有矛盾约束,很有可能使可行域成为空集。
(2) 避免可行域无界一般说来,可行域应是n 维空间中的闭域,如图所示在可行域为开域(无界)时,若目标函数值向无界方向下降,且趋于∞,就不可能找到极值点。
(3)尽量避免等价约束和相关约束在建立较为复杂的模型时, 往往出于工程上的保险考虑,总力图加入尽量多的约束,以保证不出现难以预料和实施的优化结果。
另一种是相关约束, 即一个约束是其它几个约束的某种组合,也导致不必要的约束增多,使广义函数的性态变差,从而收敛困难。
(4)不能漏掉必须的约束剔除多余约束的前提是要对约束是否多余有充分的把握,否则不要轻易这样做,必须的约束不能遗漏。
2.4 优化结果的处理与分析在优化设计中,建立正确的数学模型和选用适当的优化方法固然是取得正确设计结果的先决条件,但绝非充要条件。
由于工程问题的复杂性, 在优化求解后,还必须依据初始数据、中间结果和最终结果进行认真对比、分析, 以查明优化计算过程是否正常和最终结果是否具有合理性和可行性。
如有错误, 可尝试改变初始点甚至重新选择优化方法重新进行计算。
在机械优化设计的实际应用中,其最后的分析与处理,常常是不容忽视的,特别是对设计变量的敏感度分析对进一步提高工程优化设计的质量很有意义。
3数学模型优化设计实例3.1 优化设计的优势减速器在现代机械领域得到广泛应用，对其进行优化设计，具有可观的经济效益。
但是，此类优化模型具有高维、线性非凸、多约束及多峰值等特点，对此类问题，传统优化方法优化结果严重依赖于所选初始解，当初始解选择不当时，优化过程易陷入局部最优解；需要对变量进行微分操作运算，计算量大，求解效率低，而且无法求解多元约束下的优化问题；迭代运算时迭代次数很大，收敛速度慢，不能同时保证计算精度和计算效率，优化结果不理想。
因此，应用数学建模方法对其进行设计，在不改变原来转动零件的材质、传动比、输入功率和转速等条件下，根据可靠度要求优选出一组最佳齿轮啮合参数，从而使标准系列的减速机的体积最小，成本最低，工作可靠度达到预定要求。
该模型提出的减速机的概率设计方法为通用模式，只要输入设计要求的原始数据，就能较快地计算出减速机主要零件的最佳参数。
3.2 数学模型建立及优化过程（1）接触承载能力一对变位齿轮传动的接触承载能力可用只与啮合参数有关的接触承载能力系数φ表示，其函数形式为： βααϕcos )1(tan cos 2.02'32+=u K u a v tt式中：α′—啮合中心距；u —齿数比；β—分度圆螺旋角；αt —端面压力角；αt ′—端面啮合角；KV —动载系数；V —齿轮圆周速度；Z1—小齿轮齿数。
由上式可知，齿轮的接触承载能力系数φ仅与u 、β、αt ′有关，当啮合中心距α′和模数m 已定时，端面啮合角αt ′的表达式为： t t t y z z z z ααcos 2cos 2121'+++=式中：Kt —中心距分离系数。
（2）设计变量的确定将影响齿轮接触承载能力系数的独立参数列为设计变量，即：[][]T t t T y y u x x x x x 2114321;;;;;;β== 式中：u1—高速级的齿数比；yt1、yt2分别为高速和低速级齿轮传动的中心距分离系数（3）目标函数的确定该问题要求提高高速级和低速级齿轮传动的承载能力，同时要求两级传动达到等强度，所以这是一个具有三个指标的多目标函数问题。
可以将高速级和低速级齿轮传动的承载能力系数转化为第一、二个分目标函数f1(x)、f2(x)。
用中间轴上两个齿轮所允许传递转矩差的相对值最小来建立等强度条件f3(x)，采用线性组合法将三个分目标函数综合成统一的目标函数。
采用线性组合法将三个分目标函数综合成统一的目标函数围：)()()()(332211x f x f x f x f ωωω++=（4）约束条件确定保证轴的重合度和螺旋角不大于15°；高速机和低速级齿数比分配由润滑条件决定；限制低速级大齿轮直径，使其不超过原箱体，且满足中心距要求。
综上所述，二级齿轮减速器的设计可以变为一个有四个设计变量、八个不等式约束、三个分目标函数的多目标数学模型，应用matlab 软件，对任意参数，只要输入进去，便可得出减速器设计时所要的最优解。
4 数学建模的一般方法:4.1 机理分析机理分析就是根据对现实对象特性的认识,分析其因果关系,找出反映内部机理的规律,所建立的模型常有明确的物理或现实意义.(1) 比例分析法--建立变量之间函数关系的最基本最常用的方法.(2) 代数方法--求解离散问题(离散的数据,符号,图形)的主要方法.(3) 逻辑方法--是数学理论研究的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用.(4) 常微分方程--解决两个变量之间的变化规律,关键是建立"瞬时变化率"的表达式.(5) 偏微分方程--解决因变量与两个以上自变量之间的变化规律.4.2 测试分析方法测试分析方法就是将研究对象视为一个"黑箱"系统,内部机理无法直接寻求,通过测量系统的输入输出数据,并以此为基础运用统计分析方法,按照事先确定的准则在某一类模型中选出一个数据拟合得最好的模型.(1) 回归分析法--用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法.(2) 时序分析法--处理的是动态的相关数据,又称为过程统计方法.(3) 回归分析法--用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法.(4) 时序分析法--处理的是动态的相关数据,又称为过程统计方法.将这两种方法结合起来使用,即用机理分析方法建立模型的结构,用系统测试方法来确定模型的参数,也是常用的建模方法, 在实际过程中用那一种方法建模主要是根据我们对研究对象的了解程度和建模目的来决定.机理分析法建模的具体步骤大致可见左图.4.3 仿真和其他方法(1) 计算机仿真(模拟)--实质上是统计估计方法,等效于抽样试验.a）离散系统仿真--有一组状态变量.b）连续系统仿真--有解析表达式或系统结构图.(2) 因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构.(3) 人工现实法--基于对系统过去行为的了解和对未来希望达到的目标,并考虑到系统有关因素的可能变化,人为地组成一个系统.参考文献:[1] 倪洪启.现代机械设计方法[M].化学工业出版社,2008.[2] 姜启源.数学模型[M].高等教育出版社,2009.[3] 孙靖民，梁迎春.机械优化设计[M].北京：机械工业出版社,2011.[4] 陈秀宁.机械优化设计[M].长沙：浙江大学出版社,2002.[5] 王文博.机构和机械零部件优化设计[M].北京：机械工业出版社,2005.[6] 董立立，赵益萍.机械优化设计理论方法研究综述[M].机械工业出版社,2010.。