航空用微小型減速裝置多目標優(yōu)化設計及性能分析.pdf

1、航空航天領域迫切需求開發(fā)出一種具有體積小、重量輕、回差小、輸出扭矩大、動力學特性好、傳動平穩(wěn)和傳動效率高等諸多優(yōu)點的微小型減速裝置，其技術指標要求近乎苛刻本文成功地開發(fā)出一種航空用微小型可調(diào)間隙變厚齒輪RV減速裝置，并對其進行了理論研究和樣機試驗。
　　首先在對國內(nèi)外現(xiàn)有減速裝置的多種方案進行了全面深入分析，為了實現(xiàn)輸入輸出軸垂直和苛刻的技術要求確定了采用RV減速傳動形式。確定了圓弧錐齒輪傳動(高速級)和變齒厚齒輪傳動(低速級)的

2、可調(diào)隙RV減速裝置方案。根據(jù)傳統(tǒng)設計方法初步確定了減速裝置的結構參數(shù)，運用有限元理論及ANSYS軟件對其關鍵件進行了強度和模態(tài)分析，為此開發(fā)出少齒差變厚齒輪參數(shù)化設計軟件，解決了變厚齒輪因各種截面變位系數(shù)不同、左右齒廓參數(shù)完全不同，使其公式復雜和參數(shù)計算量大等問題。
　　針對傳統(tǒng)的多目標優(yōu)化算法必須通過線性加權的方式處理目標函數(shù)，只能達到近似的優(yōu)化問題。本文提出一種精確的多目標優(yōu)化算法，即改進的雙群體差分多層文化粒子群融合算法。在

3、信仰空間的進化過程中，該算法采用“多層空間、擇優(yōu)選用”的策略，避免有時因信仰空間更新而導致算法陷入局部最優(yōu)的缺點；又在群體空間的進化過程中，采用了改進的雙群體進化差分的方式，避免丟棄了大量高適應度的不可行解，導致優(yōu)化結果不理想的問題，實現(xiàn)了群體的多樣性，并提高了算法的收斂速度。
　　本文對航空用微小型減速裝置進行三目標優(yōu)化設計，得到了該減速裝置優(yōu)化設計的最滿意解。并采用改進后的算法解決了該裝置優(yōu)化設計時參數(shù)多、各參數(shù)間的相互制約條

4、件多、計算復雜和設計繁瑣等問題，為該微小型減速裝置的結構設計奠定了基礎。
　　論文以弧齒錐齒輪系統(tǒng)為研究對象，對高速級弧齒錐齒輪進行了動力學分析。在綜合考慮齒側間隙、時變嚙合剛度、傳遞誤差等多種非線性因素的情況下，建立了弧齒錐齒輪副的非線性動力學分析模型。針對齒輪傳動過程中嚙合剛度的時變性、剛度激勵的周期性等特點，在計算的過程中提出了將嚙合綜合剛度按五次諧波展開，齒側間隙非線性描述函數(shù)用七次多項式擬合，通過無量綱化處理簡化了齒輪動

5、力學分析的復雜非線性微分方程，并對其進行了數(shù)值仿真分析，得到系統(tǒng)的單周期簡諧、多周期次諧、擬周期和混沌等多種穩(wěn)態(tài)響應結果。結合響應的時間歷程、相平面圖、Poincaré映射圖和 FFT頻譜圖，對得到的各類響應結果進行了詳細的分析和比較。
　　針對減速裝置的傳統(tǒng)可靠性分析方法計算量巨大、過程繁瑣等問題，本文將改進的動態(tài)過程神經(jīng)網(wǎng)絡與Monte-Carlo方法相結合，應用于減速裝置的可靠性分析中。提出了用改進的粒子群算法替換傳統(tǒng)的BP

6、算法，并將其應用在給定的全連接過程神經(jīng)網(wǎng)絡的訓練過程中，優(yōu)化了網(wǎng)絡結構，提高了網(wǎng)絡的收斂速度和精確度。本文以Henon系統(tǒng)仿真為例驗證了改進的動態(tài)過程神經(jīng)網(wǎng)絡的有效性。在對減速裝置故障樹分析的基礎上，將ICPDPNN和Monte-Carlo方法相結合，對航空用可調(diào)間隙變厚齒輪RV減速裝置進行了可靠性研究。結果表明，該減速裝置具有較高的可靠性，完全符合設計要求。
　　最后研制一臺樣機，并對其進行了效率和振動特性的試驗，結果表明其性能