基于遗传算法的柴油机硅油减振器多目标动态匹配方法组成比例

本发明专利技术涉及一种基于遗传算法的柴油机硅油减振器多目标动态匹配方法,所述方法建立了柴油机曲轴系统多自由度计算模型；根据计算模型建立减振器系统工作动态平衡过程，计算轴系扭振响应和减振器温升数据；采用遗传算法求解曲轴扭振响应的幅值、减振器工作温度和最小质量，得出硅油减振器的多目标自动匹配参数值，所述方法能够快速实现硅油减振器多个结构参数的优化匹配计算，可满足设计中在柴油机所有的工况点曲轴扭振响应的幅值、减振器工作温度要求，还可以达到减振器的重量轻的要求。

【技术实现步骤摘要】
基于遗传算法的柴油机硅油减振器多目标动态匹配方法
本专利技术属于工程
，具体涉及一种基于遗传算法的柴油机硅油减振器多目标动态匹配方法。
技术介绍
扭转振动是柴油机轴系运行时出现的一种振动形式，严重的扭转振动可能造成柴油机不能正常工作，甚至导致柴油机轴系的疲劳破坏。对于在重型运输和工程机械车辆上使用的重型车载柴油机，硅油扭振减振器结构简单且减振效率高，相对于其他结构形式的减振器有着较大的优势，因此在柴油机轴系扭振减振方面的应用非常广泛。但是，目前硅油减振器匹配设计计算技术和方法仍然沿用20世纪40年代B.I.C.E.R.A(英国内燃机协会)提出的传统理论和经验公式，设计匹配的减振器需要反复不断地通过台架实验测试来修正和改进设计才能达到预期的减振效果要求。硅油减振器的结构尺寸和硅油的力学特性是其减振性能的主要影响因素，为使匹配的硅油减振器能达到预期的减振效果，需要不断地调整这些参数进行多次计算，设计的效率很低。硅油减振器的优化设计一直以来都是一个比较困难的问题，因为其优化过程既要考虑其与柴油机轴系扭振特性的匹配，需要对工作状态下其内部的阻尼系数进行比较准确的计算，还要考虑减振器的可靠性、经济性等，是一个多目标的优化问题。遗传算法(GeneticAlgorithm，简称GA)是以自然选择和遗传理论为基础，将生物进化过程中适者生存规则与群体内部染色体的随机信息交换机制相结合的高效全局寻优搜索算法，运行一次可以获得多个Pareto最优解，并且对问题自身的要求低，可以用于不同类型问题(如不可微、不连续的问题)的求解，十分适合求解多目标优化问题。多目标进化算法的基本流程建立在基本进化算法的基础上，目前应用较多的是NSGA-II和SPEA-II等。NSGA-II(Non-dominatedSortingGeneticAlgorithmII)算法作为一种基于遗传算法的高效快速的排序算法,其无需对设计目标进行任何转化，只根据个体之间的支配关系就可以达到筛选个体优劣的目的。算法还采用了拥挤距离评估方法取代常用的共享函数法，使其无需确定一个共享参数就能控制个体的分布。通过查阅文献，现在还没有针对硅油减振器匹配设计方法的专有技术专利，现有的基于遗传算法的多目标优化方法，但没有针对硅油减振器的匹配设计的算法，建立基于硅油减振器的动态平衡匹配计算方法，模拟硅油减振器实际工作特点，可以较为准确计算出减振器各个工况点的扭振幅值和工作温度，在此方面以前所用的算法不能计算温度的变化。通过建立硅油减振器的优化匹配设计的数学模型，采用遗传算法，以曲轴系统扭振幅值、减振器工作温度和最小质量为目标，实现硅油减振器的多目标的自动匹配设计的优化算法，在此方面还未发现相关类似的专利。
技术实现思路
为了克服现有技术的不足，提出了基于遗传算法的柴油机硅油减振器多目标动态匹配方法，所述方法结合硅油减振器实际工作特点，建立柴油机硅油减振器的动态平衡匹配计算方法，采用遗传算法，对以曲轴扭振响应的幅值、减振器工作温度和最小质量为目标进行优化求解，实现了硅油减振器的多目标的自动匹配设计。本专利技术的技术方案为：一种基于遗传算法的柴油机硅油减振器多目标动态匹配方法，建立了柴油机曲轴系统多自由度计算模型；根据计算模型建立减振器系统工作动态平衡过程，计算轴系扭振响应和减振器温升数据；采用遗传算法求解曲轴扭振响应的幅值、减振器工作温度和最小质量，得出硅油减振器的多目标自动匹配参数值，此方法至少包含以下几个步骤：步骤1：提取硅油减振器的结构尺寸特征参数，确定减振器的设计变量为：外径R0、内径R1、总厚度B1、顶隙δ2、侧隙δ1，硅油的运动粘度为V；步骤2：根据减振器的安装空间和硅油特性确定最大允许扭振幅度、硅油黏度值和硅油工作温度参数；步骤3：根据下式G＝πρ1B(R2-r2)+2πρ2B2(R12-r12)+πρ2B2(B1-2B2)(R02+R12)+2πρ2B2r12作为减振器总重量最小的一个设计目标，柴油机轴系的自由端的扭振幅值最小和减振器壳体的表面工作温度最低作为另两个设计目标；步骤4：计算优化目标曲轴扭振幅角和减振器工作温度。步骤5：以NSGA-II遗传算法对硅油减振器特征参数进行匹配优化计算。所述的步骤4包含以下几个步骤：步骤41：根据曲轴系统的集总参数法数学模型,得出的柴油机轴系多自由度扭振方程；步骤42：依据硅油流变实验得出动力粘度值-温度-剪切速率曲线,根据推导出的硅油的动力粘度ηn与阻尼系数Cd之间的关系式，计算硅油减振器动态阻尼系数Cd；步骤43：计算开始先设定初始转速(柴油机怠速)，根据柴油机外特性曲线各个转速点对应的负载计算主谐次激励力矩值；步骤44：然后再设定温度值(环境温度)，计算硅油动力粘度值，再计算柴油机系统内阻尼系数和减振器的阻尼系数；步骤45：根据曲轴系统多自由度振动方程公式，利用解析法求解振动幅值(扭角)；步骤46：计算减振器系统发热量、散热量，当发热量大则增加温度值，重复以上的计算过程，直到发热量和散热量非常接近，结束整个计算过程；步骤47：在此转速点的热平衡计算结束后，再增加转速重新进行计算，直到最高转速，最后输出柴油机整个转速区间内的减振器性能参数变化和轴系扭振幅值图。所述的步骤5包含以下几个步骤：步骤51：编码采用二进制对设计变量(步骤11列出的减振器的结构尺寸、硅油黏度等参数)进行编码。用二进制编码串来表示优化变量的编码，每个优化变量的编码用多位二进制符号0和1所组成的符号集合来表示，符号串的长度根据求解精度来确定。单个体采用8位二进制编码串数表示，用随机数法随机产生1个初始种群进行计算，则每个个体的编码rep如下：rep(8)＝{rep(8,1)Urep(8,2)Urep(8,2)}其中rep(n,i)为第i个优化变量的编码，n为二进制编码位数。步骤52：适应度函数的调整遗传算法中，评价种群中各个个体解的优良程度采用适应度函数，适应度较高的个体遗传到下一代的概率较大，而群体的进化过程就是以群体中各个个体的适应度为依据的。可以直接将三个目标函数转化为三个适应度函数。步骤53：选择复制：采用轮盘赌法和保留最优个体法，将前1代产生的1个最优个体保留到下1代。种群个体的选择概率为个体适应度值。步骤54：交叉、变异：采用均匀交叉与单点变异策略。步骤55：持续进行步骤53～54操作，直到满足各优化变量值经过多次迭代中趋于稳定，则输出最优目标函数值及其对应的变量值，并暂存于1个二维数组中。步骤56：进行以上步骤52～55运算，得到群组局部最优值及其变量值，最后输出最优目标函数值及其变量值。本专利技术的有益效果1、本专利技术提出的基于曲轴系统的多自由度当量计算模型的动态平衡的匹配计算方法，模拟减振器的实际工作过程中硅油动力黏度值和阻尼系数的变化，提高了轴系的扭转振动响应计算的准确度，同时解决了减振器工作时温升的计算，传统的计算方法现在还不能解决此问题；2、本专利技术NSGA-II算法解决了硅油减振器的多个特征参数设计优化问题，提出了一套比较完整的柴油机全工况下的硅油减振器优化匹配设计方法。计算方法准确度较高，通过该方法缩短了产品开发的周期，对硅油减振器实际的设计开发和工程应用有一定的指导意义。附图说明图1硅油减振器结构图图示；图2柴油机轴系本文档来自技高网...

【技术保护点】
一种基于遗传算法的柴油机硅油减振器多目标动态匹配方法，其特征是：建立了柴油机曲轴系统多自由度计算模型；根据计算模型建立减振器系统工作动态平衡过程，计算轴系扭振响应和减振器温升数据；采用遗传算法求解曲轴扭振响应的幅值、减振器工作温度和最小质量，得出硅油减振器的多目标自动匹配参数值，此方法至少包含以下几个步骤：步骤1：提取硅油减振器的结构尺寸特征参数，确定减振器的设计变量为：外径R0、内径R1、总厚度B1、顶隙δ2、侧隙δ1，硅油的运动粘度为V；步骤2：根据减振器的安装空间和硅油特性确定最大允许扭振幅度、硅油黏度值和硅油工作温度参数；步骤3：根据减振器总重量最小，柴油机轴系的自由端的扭振幅值最小和减振器壳体的表面工作温度最低作为设计目标；步骤4：计算优化目标曲轴扭振幅角和减振器工作温度；步骤5：以NSGA‑II遗传算法对硅油减振器特征参数进行匹配优化计算；所述的步骤4包含以下几个步骤：步骤41：根据曲轴系统的集总参数法数学模型,得出的柴油机轴系多自由度扭振方程；步骤42：依据硅油流变实验得出动力粘度值‑温度‑剪切速率曲线,根据推导出的硅油的动力粘度ηn与阻尼系数Cd之间的关系式，计算硅油减振器动态阻尼系数Cd；步骤43：计算开始先设定初始转速(柴油机怠速)，根据柴油机外特性曲线各个转速点对应的负载计算主谐次激励力矩值；步骤44：然后再设定温度值(环境温度)，计算硅油动力粘度值，再计算柴油机系统内阻尼系数和减振器的阻尼系数；步骤45：根据曲轴系统多自由度振动方程公式，利用解析法求解振动幅值(扭角)；步骤46：计算减振器系统发热量、散热量，当发热量大则增加温度值，重复以上的计算过程，直到发热量和散热量非常接近，结束整个计算过程；步骤47：在此转速点的热平衡计算结束后，再增加转速重新进行计算，直到最高转速，最后输出柴油机整个转速区间内的减振器性能参数变化和轴系扭振幅值图。...

【技术特征摘要】
1.一种基于遗传算法的柴油机硅油减振器多目标动态匹配方法，其特征是：建立了柴油机曲轴系统多自由度计算模型；根据计算模型建立减振器系统工作动态平衡过程，计算轴系扭振响应和减振器温升数据；采用遗传算法求解曲轴扭振响应的幅值、减振器工作温度和最小质量，得出硅油减振器的多目标自动匹配参数值，此方法至少包含以下几个步骤：步骤1：提取硅油减振器的结构尺寸特征参数，确定减振器的设计变量为：外径R0、内径R1、总厚度B1、顶隙δ2、侧隙δ1，硅油的运动粘度为V；步骤2：根据减振器的安装空间和硅油特性确定最大允许扭振幅度、硅油黏度值和硅油工作温度参数；步骤3：根据减振器总重量最小，柴油机轴系的自由端的扭振幅值最小和减振器壳体的表面工作温度最低作为设计目标；步骤4：计算优化目标曲轴扭振幅角和减振器工作温度；步骤5：以NSGA-II遗传算法对硅油减振器特征参数进行匹配优化计算；所述的步骤4包含以下几个步骤：步骤41：根据曲轴系统的集总参数法数学模型,得出的柴油机轴系多自由度扭振方程；步骤42：依据硅油流变实验得出动力粘度值-温度-剪切速率曲线,根据推导出的硅油的动力粘度ηn与阻尼系数Cd之间的关系式，计算硅油减振器动态阻尼系数Cd；步骤43：计算开始先设定初始转速(柴油机怠速)，根据柴油机外特性曲线各个转速点对应的负载计算主谐次激励力矩值；步骤44：然后再设定温度值(环境温度)，计算硅油动力粘度值，再计算柴油机系统内阻尼系数和减振器的阻尼系数；步骤45：根据曲轴系统多自由度振动方程公式，利用解析法求解振动幅值(扭角)；步骤46：计算减振器系统发热量、散热量，当发热量大则增加温度值，重复以上的计算...

【专利技术属性】
技术研发人员：汪萌生，宫子媛，陈健，
申请(专利权)人：湖州师范学院，
类型：发明
国别省市：浙江,33