论文部分内容阅读
现代工业精密、超精密加工对机床的各项性能提出了更高的要求,机床支承件作为主要承载零件,其结构合理与否直接影响着机床的加工质量。传统支承件设计方法常采用经验法、相似产品类比法,其效率低、设计周期长、能耗高且设计效果不佳,不得不探索更高效、有效的支承件设计方法。机床支承件在制造与使用过程中广泛存在各种不确定因素(诸如材料参数不确定性和载荷不确定性),众多不确定因素耦合对机床加工精度产生的影响不容忽视。然而常规支承件设计方法无法处理工程中含有不确定因素的问题,不确定性多目标优化方法则成为解决此问题的关键技术。本文考虑支承件优化设计过程中支承件材料密度、弹性模量及切削载荷的不确定性,采用几种不同的不确定性多目标优化方法对主轴箱和立柱进行了不确定性多目标优化设计,对比优化结果并确定最终设计方案。本文主要工作内容如下：(1)首先建立支承件不确定性多目标优化问题。选取不确定变量,并利用Ansys Workbench软件分别对主轴箱和立柱的主要特征尺寸进行了关于各优化目标的灵敏度分析,依据分析结果选取优化变量；采用拉丁超立方抽样方法在不确定变量和优化变量组成的空间抽样,并计算相应的优化目标值；运用支持向量机方法(SVM)构建了不确定变量、优化变量与优化目标、约束函数的近似模型,并验证其精度。(2)采用将改进的非支配排序遗传算法(NSGA-Ⅱ)与隔代映射遗传算法(IP-GA)嵌套的算法,以机床切削点位移和支承件(主轴箱、立柱)重量为优化目标,将支承件—阶固有频率作为约束,求解主轴箱和立柱不确定性多目标优化问题。(3)采用将粒子群算法(PSO)嵌套的方法代替嵌套遗传算法来求解第三章中的支承件不确定性多目标优化问题。(4)采用将改进的非支配排序遗传算法(NSGA-Ⅱ)于粒子群算法(PSO)嵌套的方法求解第三章中的支承件不确定性多目标优化问题,并对比三种方法求解结果,选定最终优化方案。结果表明：本文提出的不确定性优化方法可以有效解决不确定因素影响下的支承件结构设计问题。相对于初始方案,经不确定性多目标优化后的主轴箱切削点位移均值降低11.87%,切削点位移区间减小34.78%,主轴箱重量降低8.01%；立柱切削点位移降低5.56%,切削点位移区间减小24.22%,立柱重量降低6.91%。