(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111408853.5 (22)申请日 2021.11.19 (71)申请人 哈尔滨工程大 学 地址 150000 黑龙江省哈尔滨市南岗区南 通大街145号 (72)发明人 刘泽旭　张晓旭　王佳照　王鑫　 杨志勋　史冬岩　 (74)专利代理 机构 大连东方专利代理有限责任 公司 21212 代理人 修睿　李洪福 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/17(2020.01) G06F 111/06(2020.01) G06F 119/06(2020.01)G06F 119/10(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于响应面法对加筋齿轮箱的多目标 优化方法 (57)摘要 本发明提供一种基于响应面法对加筋齿轮 箱的多目标优化方法。 本发明方法， 包括如下步 骤： 绘制减速器模型， 所述减速器模型包括上箱 盖和下箱体， 在箱体上分布有不同数量的筋壳； 初始化筋壳的设计变量和参数； 将齿轮箱整体尺 寸参数作为目标函数输入， 并设置约束条件； 通 过试验设计生成设计点， 利用构建的响应面对模 型进行优化， 生成响应面模型； 建立多目标优化 问题的数学模型， 得到多目标优 化的Pareto最优 解； 设定约束条件和多个目标函数后， 设定智能 优化算法， 优化算法的参数； 通过对优化结果和 约束条件进行判断。 本发明根据不同的优化解对 比结果给出了多目标优化的最优解， 即最终尺寸 参数。 本优化方法具有较高的实用性、 经济性。 权利要求书2页 说明书9页 附图3页 CN 114154371 A 2022.03.08 CN 114154371 A 1.一种基于响应面法对加筋齿轮箱的多目标优化方法， 其特 征在于， 包括如下步骤： 步骤1、 绘制减速器模型， 所述减速器模型包括上箱盖和下箱体， 在箱体上分布有不同 数量的筋壳； 步骤2、 初始化筋壳的设计 变量和参数； 步骤3、 将齿轮箱整体尺寸 参数作为目标函数输入， 并设置约束条件； 步骤4、 通过试验设计生成设计点， 利用构建的响应面对模型进行优化， 生成响应面模 型； 步骤5、 建立多目标优化问题的数 学模型， 得到多目标优化的Pareto 最优解； 步骤6、 设定约束条件和多个目标函数后， 设定智能优化 算法， 优化 算法的参数； 步骤7、 通过对优化结果和约束条件进行判断， 若是， 则输出优化结果， 若否， 则返回步 骤2。 2.根据权利要求1所述的基于响应面法对加筋齿轮箱的多目标优化方法， 其特征在于， 所述步骤1 中， 基于Solidwor ks软件进行模 型实体的绘制， 并将所有设计变量提前采 取参数 化设置； 绘制好的模型导入Ansys  workbench进行有限元计算和响应面优化。 3.根据权利要求1所述的基于响应面法对加筋齿轮箱的多目标优化方法， 其特征在于， 所述优化设计模型满足轻量 化要求， 优化设计问题的函数表达式如下： 式中： f为目标函数； M为模型总质量； VDi为设计变量； VDL和VDU分别为各个设计变量的 上、 下限， a1为模型的质量。 4.根据权利要求1所述的基于响应面法对加筋齿轮箱的多目标优化方法， 其特征在于， 优化设计中， 模型的首要作用是承担动、 静载荷， 保证其峰值载荷时也能保证其最大应力不 超过许用应力与安全系 数之积； 其次为了保障其工况下变形量不超过一定限度， 避免发生 工件的干涉现象， 因此将等效应力、 总变形选取为 目标函数， 在此基础上， 为避免部件发生 共振， 应在其允许 范围内将一阶固有频率 提高到最大 水平， 以保证整体动态性能。 5.根据权利要求1所述的基于响应面法对加筋齿轮箱的多目标优化方法， 其特征在于， 优化结果包括上箱体筋板高度、 下箱体大轴承座厚度和下箱体小轴承座厚度。 6.根据权利要求1所述的基于响应面法对加筋齿轮箱的多目标优化方法， 其特征在于， 所述步骤4中， 采用克 里金插值法构建响应面。 7.根据权利要求1或6所述的基于响应面法对加 筋齿轮箱的多目标优化方法， 其特征在 于， 所述步骤4中， 采用响应面法进 行优化的近似计算时， 还对响应面的拟合程度进 行检验， 检验指标包括确定性系数R2、 最大相对残差、 均方根 误差 三者分别为： 权　利　要　求　书 1/2 页 2 CN 114154371 A 2其中， n为样本点个数， yi、 分别为是响应面的实际测量值、 实测平均值、 预测值， 通过拟合度优选表得到相应的检验参数。 8.根据权利要求1所述的基于响应面法对加筋齿轮箱的多目标优化方法， 其特征在于， 建立的多目标优化问题的数 学模型如下： miny＝f(x)＝[f1(x),f2(x),…,fn(x)] n＝1,2,…,N s.t.gi(x)≤0 i＝1,2,…,m hj(x)＝0 j＝1,2,…,k X＝[x1,x2,…,xd,…,xD] xd_min≤xd≤xd_max d＝1,2,…,D 式中： x为D维设计变量的向量； y为多维目标函数的向量， fi(x)为第i个目标函数， N为目 标函数总数量； gi(x)≤0为第i个不等式约束； hj(x)＝0为第j个 等式约束； X为设计变 量设计 集合域； xd_min、 xd_max为可行域边界。 9.根据权利要求1所述的基于响应面法对加筋齿轮箱的多目标优化方法， 其特征在于， 所述步骤6中， 基于NSGA ‑Ⅱ的变种算法MOGA， 避免陷入局部最优解陷阱， 并寻找全局最优 解， 通过初始种群， 使用遗传算法的选择、 杂交、 变异 三个基本过程得到一代子代群体， 并通 过合并父代与子代不断选取新的个体组成父代种群， 最后输出最优个体， 最终获得满足优 化目标的理想解。 10.根据权利要求9所述的基于响应面法对加筋齿轮箱的多目标优化方法， 其特征在 于， 迭代的计算 准则为： 当有70％的样本分布在Pareto 解集优化前沿时， 迭代结束。权　利　要　求　书 2/2 页 3 CN 114154371 A 3