數(shù)控車床作為制造業(yè)的主要裝備之一,其使用范圍廣,數(shù)量大,能量效率直接影響到整個(gè)機(jī)床行業(yè)能量消耗水平。而主傳動(dòng)系統(tǒng)作為數(shù)控車床最主要的能量流部件,其能耗大小直接決定整機(jī)的能量效率�，F(xiàn)有的關(guān)于數(shù)控車床能耗優(yōu)化問題大多關(guān)注使用過程,無(wú)法充分提升數(shù)控車床的能量效率。如何從設(shè)計(jì)階段考慮數(shù)控車床能耗因素,從源頭減小數(shù)控車床的能耗,提升其能量效率,是一個(gè)值得深入研究的問題。本文針對(duì)數(shù)控車床主傳動(dòng)系統(tǒng),綜合考慮數(shù)控車床的能耗、加工能力和加工質(zhì)量,對(duì)其電機(jī)驅(qū)動(dòng)單元參數(shù)和主軸單元結(jié)構(gòu)進(jìn)行節(jié)能設(shè)計(jì)優(yōu)化研究,在保證數(shù)控車床的加工能力和加工質(zhì)量的基礎(chǔ)上,減小主傳動(dòng)系統(tǒng)能耗,提升數(shù)控車床能量效率。分析數(shù)控車床主傳動(dòng)系統(tǒng)能耗構(gòu)成特性,建立主傳動(dòng)系統(tǒng)能耗模型;基于此,研究主傳動(dòng)系統(tǒng)中電機(jī)驅(qū)動(dòng)單元參數(shù)和主軸單元結(jié)構(gòu)對(duì)能耗的影響,闡述主傳動(dòng)系統(tǒng)中電機(jī)驅(qū)動(dòng)單元參數(shù)優(yōu)化和主軸單元結(jié)構(gòu)輕量化的節(jié)能設(shè)計(jì)機(jī)理,說(shuō)明數(shù)控車床主傳動(dòng)系統(tǒng)的優(yōu)化設(shè)計(jì)節(jié)能潛力;然后,綜合考慮電機(jī)驅(qū)動(dòng)單元中主軸電機(jī)和傳動(dòng)系統(tǒng)參數(shù)對(duì)能耗的影響,提出主傳動(dòng)系統(tǒng)電機(jī)驅(qū)動(dòng)單元的節(jié)能設(shè)計(jì)優(yōu)化框架。在此基礎(chǔ)上,根據(jù)主傳動(dòng)系統(tǒng)的能量流構(gòu)建基于主軸電機(jī)效率的電機(jī)驅(qū)動(dòng)單元的能... 

【文章來(lái)源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：100 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)控車床主軸Fig.4.6SpindleComponentsofCNCLathe

4主傳動(dòng)系統(tǒng)主軸單元結(jié)構(gòu)節(jié)能設(shè)計(jì)優(yōu)化53為表征不同主成分對(duì)沒有經(jīng)過處理的原始指標(biāo)數(shù)據(jù)信息的包含程度，定義主成分的方差與總方差的比值為該主成分的對(duì)原始數(shù)據(jù)信息的貢獻(xiàn)率。==njjiiw1(4.39)由公式(4.40)可是，每一個(gè)主成分所包含的原始性能指標(biāo)數(shù)據(jù)的信息量是不一樣的，越靠后的主成分所含有的信息量就越少。則前m個(gè)主成分的累積方差貢獻(xiàn)率ρ為：=njjmii/(4.40)為了利用主成分分析方法達(dá)到減少數(shù)據(jù)的維度的目的，在所使用的主成分中所包含原始性能指標(biāo)信息的比率達(dá)到70%以上就可以滿足計(jì)算精度，進(jìn)而達(dá)到減少數(shù)據(jù)維度的目的。設(shè)在前m個(gè)所使用的主成分中包含的原始性能指標(biāo)的信息量已達(dá)到使用要求，則使用這個(gè)m個(gè)主成分替代原有的p個(gè)指標(biāo)。由m個(gè)主成分構(gòu)成的綜合評(píng)價(jià)函數(shù)為[79]：mm+++=ywywywf2211(4.41)③目標(biāo)函數(shù)根據(jù)4.2.3-(2)節(jié)中的計(jì)算方法，對(duì)4.2.3-(1)節(jié)中的各性能指標(biāo)數(shù)據(jù)進(jìn)行處理。從圖4.10的一階頻率、最大變形、最大應(yīng)力和能耗的碎石圖可以看出，四個(gè)主成分特征值都大于0，如式(4.44)和表4.11所示。前3個(gè)主成分的累積貢獻(xiàn)率為97.1%，如表4.11，因此，對(duì)性能指標(biāo)模型建立時(shí)就可以使用這3個(gè)新的主成分，顯著降低指標(biāo)維數(shù)。圖4.10指標(biāo)碎石圖Fig.4.10Indicatorsgravelmap表4.11是主成分的具體特征值和貢獻(xiàn)率，可以看出四個(gè)主成分貢獻(xiàn)率依次降低，利用每一個(gè)主成分貢獻(xiàn)率作為綜合目標(biāo)函數(shù)權(quán)重，建立綜合目標(biāo)函數(shù)公式(4.45)。

重慶大學(xué)碩士學(xué)位論文58僅在[00]處有全局最小值0，如圖4.12；Schaffer函數(shù)是復(fù)雜的二維函數(shù)，具有無(wú)數(shù)個(gè)極小值，在[00]點(diǎn)有全局最小值0，由于該函數(shù)具有強(qiáng)烈的震蕩的性態(tài)，所以很難找到全局最優(yōu)值，如圖4.13；Rastrigin函數(shù)有非常多的局部最小點(diǎn)，并且各個(gè)局部最低點(diǎn)函數(shù)值相差不大，而僅僅在[00]點(diǎn)有一個(gè)全局最小值，在該處的函數(shù)值為0，導(dǎo)致難以找到全局最小值，如圖4.14。圖4.12Ackley函數(shù)三維圖圖4.13Schaffer函數(shù)三維圖圖4.14Rastrigin函數(shù)三維圖Fig.4.123-DgraphofAckleyFig.4.133-DgraphofSchafferFig.4.143-DgraphofRastrigin圖4.15、圖4.16和圖4.17分別為Ackley函數(shù)、Schaffer函數(shù)和Rastrigin函數(shù)求最小值收斂圖，從圖中可以看出，本文提出的混合算法能夠快速的收斂到其最小值點(diǎn)，并且收斂速度明顯快于其他兩種算法。圖4.15Ackley函數(shù)收斂圖圖4.16Schaffer函數(shù)收斂圖圖4.17Rastrigin函數(shù)收斂圖Fig.4.15ConvergenceofAckleyFig.4.16ConvergenceofSchafferFig.4.17ConvergenceofRastrigin4.3.3優(yōu)化結(jié)果通過MATLAB軟件對(duì)主軸結(jié)構(gòu)優(yōu)化模型程序化，分別用SA、PSO和SA+PSO混合算法對(duì)優(yōu)化模型進(jìn)行求解，設(shè)置最高溫度Tmax=100，降溫目標(biāo)溫度為T0=0.01，內(nèi)部循環(huán)次數(shù)Iiter=10，學(xué)習(xí)因子c1=c2=2，粒子群粒子數(shù)Size=30，最大權(quán)重Weight_max=1.2，最小權(quán)重Weight_min=0.2。圖4.18為優(yōu)化模型(4.55)的收斂對(duì)比圖，從圖中可以看出，運(yùn)用SA+PSO混合算法對(duì)模型進(jìn)行求解的速度明顯快于其

【參考文獻(xiàn)】：
期刊論文
[1]面向能量效率的數(shù)控銑削加工參數(shù)多目標(biāo)優(yōu)化模型[J]. 李聰波,朱巖濤,李麗,陳行政.  機(jī)械工程學(xué)報(bào). 2016(21)
[2]數(shù)控機(jī)床主軸優(yōu)化設(shè)計(jì)專家系統(tǒng)研究[J]. 劉世豪,張?jiān)祈?王宏睿.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(04)
[3]數(shù)控銑削加工中心主傳動(dòng)系統(tǒng)服役過程能效計(jì)算模型[J]. 馬峰,張華,鄢威.  機(jī)床與液壓. 2015(03)
[4]機(jī)床主軸系統(tǒng)靜剛度分析及實(shí)驗(yàn)研究[J]. 寸花英,袁勝萬(wàn),崔崗衛(wèi),李江艷.  機(jī)床與液壓. 2015(01)
[5]數(shù)控機(jī)床多源能量流的系統(tǒng)數(shù)學(xué)模型[J]. 王秋蓮,劉飛.  機(jī)械工程學(xué)報(bào). 2013(07)
[6]機(jī)床服役過程機(jī)電主傳動(dòng)系統(tǒng)的時(shí)段能量模型[J]. 劉飛,劉霜.  機(jī)械工程學(xué)報(bào). 2012(21)
[7]機(jī)床的節(jié)能和生態(tài)設(shè)計(jì) “機(jī)床產(chǎn)品創(chuàng)新與設(shè)計(jì)”專題（十）[J]. 張曙,衛(wèi)漢華,張炳生.  制造技術(shù)與機(jī)床. 2012(06)
[8]基于ANSYS的機(jī)床主軸結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J]. 杜官將,李東波.  組合機(jī)床與自動(dòng)化加工技術(shù). 2011(12)
[9]基于遺傳算法的數(shù)控機(jī)床主軸優(yōu)化設(shè)計(jì)方法[J]. 郭辰光,王鵬家,田鵬,劉永賢.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(06)
[10]基于響應(yīng)面法的立式加工中心動(dòng)靜態(tài)多目標(biāo)優(yōu)化[J]. 姜衡,管貽生,邱志成,張憲民,陳忠,許冠.  機(jī)械工程學(xué)報(bào). 2011(11)

博士論文
[1]現(xiàn)代數(shù)控機(jī)床多源能耗特性研究[D]. 胡韶華.重慶大學(xué) 2012



本文編號(hào)：3471004