System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种高可靠性涡轮泵零件尺寸智能设计方法技术_技高网

一种高可靠性涡轮泵零件尺寸智能设计方法技术

技术编号:40939394 阅读:11 留言:0更新日期:2024-04-18 14:57
本发明专利技术涉及一种高可靠性涡轮泵零件尺寸智能设计方法,将涡轮泵设计尺寸及其对应的可靠性数据作为抗原,通过克隆对抗原扩充数据量,得到扩充样本,判断扩充样本是否成熟,对未成熟的扩充样本进行变异直到成熟,最后将成熟的扩充样本进行免疫抑制,得到免疫抑制样本;构建超正方体记忆细胞的人工免疫模型,将初步设计的涡轮泵设计尺寸以及可靠性要求数据输入所述的涡轮泵尺寸设计模型,模型根据输入的可靠性要求数据优选出满足可靠性要求的所有涡轮泵设计尺寸;并在存在多个满足条件的涡轮泵尺寸设计方案时,计算尺寸因子,根据尺寸因子计算得到最优涡轮泵设计尺寸。

【技术实现步骤摘要】

本专利技术涉及一种高可靠性涡轮泵零件尺寸智能设计方法,属于机械零件自设计方法领域。


技术介绍

1、航天器产品在国家安全和国防建设中发挥着重要作用,成功研制并顺利实现航天器产品的发射不仅可以增强国家的军事实力和国家安全能力,还能为科学研究和探索发现提供重要平台,获取丰富的数据和信息,进而推动相关领域的科学研究和技术创新,推动相关产业升级,引领国家的科技发展。

2、作为航天飞行器的动力来源,大型氢氧发动机为航天器提供了关键的离地推力以及实现姿态控制和轨道调整的能力。涡轮泵作为氢氧发动机的关键组件,以涡轮泵零件的可靠性为输入并在此基础上生成涡轮泵相应零件的具体尺寸,对于快速研制稳定可靠的涡轮泵具有相当大的研究价值,同时由于具体的零件尺寸是与零件本身的可靠性相关联的,因此设计的零件尺寸可以反作用于零件可靠性的估计,对于评估零件可靠性,确定其使用寿命具有重要价值。

3、由于在实际涡轮泵设计时难以确定涡轮泵主要零件的具体尺寸参数。过大的尺寸参数会加重零件本身的质量和体积,导致涡轮泵效能降低,过小的质量难于保证涡轮泵零件的可靠性,因此本专利技术在人工免疫算法的技术上提出了一种涡轮泵可靠性-零件尺寸智能设计方法,以零件可靠性为输入,自适应生成相应零件的具体尺寸,在保证零件可靠性的基础上最小化零件加工难度,同时该算法具备连续学习能力,可以不断地通过新的输入修正,提升算法的泛化能力。


技术实现思路

1、本专利技术的目的是提供一种利用免疫机理实现的一种高可靠性涡轮泵零件尺寸智能设计方法。

2、本专利技术技术方案是:一种高可靠性涡轮泵零部件尺寸智能设计方法,包括:

3、s1、将涡轮泵设计尺寸及其对应的可靠性数据作为抗原,通过克隆对抗原扩充数据量,得到扩充样本,判断扩充样本是否成熟,对未成熟的扩充样本进行变异直到成熟,最后将成熟的扩充样本进行免疫抑制,得到免疫抑制样本;

4、s2、构建超正方体记忆细胞的人工免疫模型,即将免疫抑制样本作为输入,对基本状态空间进行空间网格划分,生成记忆细胞,所述记忆细胞为包含网格行位信息的向量;

5、s3、将初步设计的涡轮泵设计尺寸以及可靠性要求数据输入所述的涡轮泵尺寸设计模型,模型根据输入的可靠性要求数据优选出满足可靠性要求的所有涡轮泵设计尺寸;并在存在多个满足条件的涡轮泵尺寸设计方案时,根据初步设计的涡轮泵设计尺寸计算尺寸因子,根据尺寸因子计算得到最优涡轮泵设计尺寸。

6、优选的,在s2之后、s3之前执行如下处理:向构建的超正方体记忆细胞的人工免疫模型中输入已验证过的涡轮泵设计尺寸及其对应的可靠性数据优化模型,即将已验证过的涡轮泵设计尺寸及其对应的可靠性数据作为疫苗,与免疫抑制样本进行比较,若发生数据歧义,即输入的已验证过的涡轮泵设计尺寸与免疫抑制样本相同而可靠性不同,则认为模型发生了偏移,此时,模型将原数据覆盖并删除原数据克隆的样本,并返回步骤s2,否则将疫苗作为新的免疫抑制样本加入免疫抑制样本,重新进行空间网格划分,完成超正方体记忆细胞的人工免疫模型更新。

7、优选的,所述重新进行空间网格划分为将划分后的基本状态空间继续划分为等份网格。

8、优选的,等分的空间网格划分即将基本状态空间划分为等分的超正方体,首先,将基本状态空间的各维度均匀划分为2g个子片段,而后基于各维度子片段将n维基本状态空间等分为2gn个相同大小的超正方体子空间。

9、优选的,通过克隆对抗原扩充数据量,得到的扩充样本数量n为

10、

11、其中,n为零件所设计的涡轮泵尺寸种类数量;ti为第i类尺寸设计精度;ti0为第i类尺寸变化范围;0(x)代表x向0取整。

12、优选的,克隆后得到的成熟扩充样本的可靠性r通过抗原样本与其在n个临近独立样本共同确定,计算方法如下:

13、

14、

15、其中,为抗原在尺度i上的最近的抗原;为合成变化量的n个分量的大小,首先按欧氏距离排列样本,而后挑选其中n个与抗原欧式距离最近且相互独立的样本作为ri。

16、优选的,通过亲和度函数判断扩充样本是否成熟,所述亲和度函数中克隆细胞与抗原样本的亲和度如下:

17、

18、其中,为抗原克隆后得到的克隆细胞;为抗原样本。

19、优选的,构建超正方体记忆细胞的人工免疫模型过程中将免疫抑制样本作为输入,基于最小代数mmin将基本状态空间分割为个大小相同的正方体,生成记忆细胞,记忆细胞位置编号为:

20、

21、其中,g为记忆细胞形状参数,为抗原样本加克隆后的扩充样本,0(x)代表x向0取整。

22、优选的,所述模型根据输入的可靠性要求数据优选出满足可靠性要求的所有涡轮泵设计尺寸为:

23、

24、其中,poutput为满足可靠性要求的涡轮泵尺寸结果;rmean为目标子区域即一个超正方体内平均可靠度;rmax为目标子区域内的最高可靠度;pmax和pmean为目标子区域内最大可靠度位置和平均可靠度位置,r′为要求的可靠性。

25、优选的,所述尺寸因子计算公式为:

26、l=δag·ai

27、其中,l为尺寸因子;δag为涡轮泵各新设计尺寸的变化量;ai表述涡轮泵零件尺寸变化难度。

28、本专利技术与现有技术相比的有益效果是:

29、本专利技术提供的针对涡轮泵的零件尺寸智能设计方法,以涡轮泵零件的可靠性设计作为研究目标,提出了一种零件尺寸定量生成方法,以零件可靠性为输入直接得出该零件的具体尺寸;本专利技术实现了零件可靠性与具体尺寸的直接关联,同样的可通过零件尺寸反作用于零件的可靠性估计;本专利技术实现的涡轮泵零件尺寸设计方法具有连续学习能力,可通过不断学习新的可靠性-尺寸数据增强模型提高泛化性能;本专利技术创造性地将人工免疫算法与机械零件尺寸设计方法关联起来,提供了高效的零件尺寸优化设计能力。

本文档来自技高网...

【技术保护点】

1.一种高可靠性涡轮泵零部件尺寸智能设计方法,其特征在于包括:

2.根据权利要求1所述的方法,其特征在于:在S2之后、S3之前执行如下处理:向构建的超正方体记忆细胞的人工免疫模型中输入已验证过的涡轮泵设计尺寸及其对应的可靠性数据优化模型,即将已验证过的涡轮泵设计尺寸及其对应的可靠性数据作为疫苗,与免疫抑制样本进行比较,若发生数据歧义,即输入的已验证过的涡轮泵设计尺寸与免疫抑制样本相同而可靠性不同,则认为模型发生了偏移,此时,模型将原数据覆盖并删除原数据克隆的样本,并返回步骤S2,否则将疫苗作为新的免疫抑制样本加入免疫抑制样本,重新进行空间网格划分,完成超正方体记忆细胞的人工免疫模型更新。

3.根据权利要求2所述的方法,其特征在于:所述重新进行空间网格划分为将划分后的基本状态空间继续划分为等份网格。

4.根据权利要求3所述的方法,其特征在于:等分的空间网格划分即将基本状态空间划分为等分的超正方体,首先,将基本状态空间的各维度均匀划分为2G个子片段,而后基于各维度子片段将n维基本状态空间等分为2Gn个相同大小的超正方体子空间。

5.根据权利要求1所述方法,其特征在于:通过克隆对抗原扩充数据量,得到的扩充样本数量N为

6.根据权利要求5所述方法,其特征在于:克隆后得到的成熟扩充样本的可靠性R通过抗原样本与其在n个临近独立样本共同确定,计算方法如下:

7.根据权利要求1所述方法,其特征在于:通过亲和度函数判断扩充样本是否成熟,所述亲和度函数中克隆细胞与抗原样本的亲和度如下:

8.根据权利要求1所述方法,其特征在于:构建超正方体记忆细胞的人工免疫模型过程中将免疫抑制样本作为输入,基于最小代数Mmin将基本状态空间分割为个大小相同的正方体,生成记忆细胞,记忆细胞位置编号为:

9.根据权利要求1所述方法,其特征在于:所述模型根据输入的可靠性要求数据优选出满足可靠性要求的所有涡轮泵设计尺寸为:

10.根据权利要求所述的方法,其特征在于:所述尺寸因子计算公式为:

...

【技术特征摘要】

1.一种高可靠性涡轮泵零部件尺寸智能设计方法,其特征在于包括:

2.根据权利要求1所述的方法,其特征在于:在s2之后、s3之前执行如下处理:向构建的超正方体记忆细胞的人工免疫模型中输入已验证过的涡轮泵设计尺寸及其对应的可靠性数据优化模型,即将已验证过的涡轮泵设计尺寸及其对应的可靠性数据作为疫苗,与免疫抑制样本进行比较,若发生数据歧义,即输入的已验证过的涡轮泵设计尺寸与免疫抑制样本相同而可靠性不同,则认为模型发生了偏移,此时,模型将原数据覆盖并删除原数据克隆的样本,并返回步骤s2,否则将疫苗作为新的免疫抑制样本加入免疫抑制样本,重新进行空间网格划分,完成超正方体记忆细胞的人工免疫模型更新。

3.根据权利要求2所述的方法,其特征在于:所述重新进行空间网格划分为将划分后的基本状态空间继续划分为等份网格。

4.根据权利要求3所述的方法,其特征在于:等分的空间网格划分即将基本状态空间划分为等分的超正方体,首先,将基本状态空间的各维度均匀划分为2g个子片...

【专利技术属性】
技术研发人员:窦唯龚杰峰杜家磊王怡萱刘恒张宏利肖海华姜绪强金志磊
申请(专利权)人:北京航天动力研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1