機床商務網技術文章
粒子群算法的加工中心支承件不確定性多目標優化
閱讀：137 發布時間：2020-8-12伯特利數控 加工中心 鉆攻中心
前言：
引言
為保證加工中心精度，支承件設計需滿足各項性能指標。采用傳統的經驗法和相似產品類比法設計加工中心支承件，效果遠達不到預期要求，且設計周期長、效率低12。支承件設計制造過程中存在的各種不確定性因素，更使得傳統設計方法無法滿足現代高精度加工中心的設計要求。因此在不確定性因素影響下，研究支承件滿足多性能需求的多目標優化設計,成為加工中心設計的_個重要方向。
不確定性多目標優化方法可在充分考慮各不確定因素的情況下，使設計的各項性能指標達到預期水平，因此也越來越多地被用來解決實際問題。V()pT等針對進化多目標優化中存在噪聲的問題，提出了一種新的穩健選擇策略。Tenerelli P等1提出一種多標準、多目標和不確定性分析的方法來評估能源作物轉換的一系列可能性。Card〇na-VaId6s Y等[5]提出基于客戶需求不確定性的雙目標供應鏈設計方法。
常規有限元方法無法解決由于不確定因素引入帶來的不確定性建模問題，也無法提供用于不確定性多目標優化的算法，本文以某型號加工中心主軸箱為例，根據主軸箱特征尺寸對剛度、重量的靈敏度分析選取優化變量;利用支持向量機方法建立主軸箱的近似模型；利用一階固有頻率作為約束，保證主軸箱的動態性能；采用粒子群算法求解主軸箱不確定性多目標優化問
題。
支承件主要性能評價指標有靜剛度、重量和動態性能，因此本節就如何建立旨在提高支承件各項性能的不確定性多目標優化問題進行了闡述。
基于粒子群算法求解立足不確定性多目標優問題的流程如圖1所示。