基于bp神經(jīng)網(wǎng)絡(luò)和遺傳算法的鋼軌焊縫精銑機(jī)床橫梁體優(yōu)化設(shè)計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明具體涉及一種基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的鋼軌焊縫精銑機(jī)床橫梁體優(yōu) 化設(shè)計(jì)方法。
【背景技術(shù)】
[0002] 鋼軌焊縫精銑數(shù)控機(jī)床是一種集機(jī)、電、液、測(cè)控為一體的高度自動(dòng)化的新型專用 設(shè)備，主要用于長(zhǎng)鋼軌焊后工作邊、作業(yè)面的整形加工。橫梁體作為該機(jī)床的重要支撐部 件，其結(jié)構(gòu)合理與否直接影響機(jī)床的尺寸加工精度和運(yùn)行穩(wěn)定可靠性。橫梁體結(jié)構(gòu)形狀復(fù) 雜，主要包括主橫梁和副橫梁，各部分尺寸布置對(duì)于整體的強(qiáng)度、剛度和重量具有重要影 響。如何優(yōu)化布置各部分尺寸是橫梁體設(shè)計(jì)過(guò)程中需要解決的一個(gè)重要問(wèn)題。目前，橫梁體 的優(yōu)化主要基于經(jīng)驗(yàn)設(shè)計(jì)，其往往需要通過(guò)反復(fù)試錯(cuò)進(jìn)行優(yōu)化，存在設(shè)計(jì)周期長(zhǎng)、優(yōu)化效果 不明顯的缺點(diǎn)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的鋼軌焊縫精銑機(jī)床橫 梁體優(yōu)化設(shè)計(jì)方法，它基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法，綜合優(yōu)化橫梁體各部分尺寸結(jié)構(gòu)，可在 保證其結(jié)構(gòu)強(qiáng)度的前提下，有效提高結(jié)構(gòu)剛度和減輕結(jié)構(gòu)重量，從而提升精銑機(jī)床整體結(jié) 構(gòu)性能。
[0004] 本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：
[0005] -種基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的鋼軌焊縫精銑機(jī)床橫梁體優(yōu)化設(shè)計(jì)方法，包括 以下步驟：
[0006] S1、確定設(shè)計(jì)變量和優(yōu)化目標(biāo)
[0007] S101、設(shè)計(jì)變量的確定：選取橫梁體中用于支撐或加固整體的輔助結(jié)構(gòu)尺寸Pi、 P2、……、Pn作為設(shè)計(jì)變量；
[0008] S102、優(yōu)化目標(biāo)的確定:橫梁體的優(yōu)化準(zhǔn)則為保證結(jié)構(gòu)強(qiáng)度的前提下提高剛度并 減輕總重量；
[0009] S103、優(yōu)化數(shù)學(xué)模型的建立:選取橫梁體的最大變形量和總重量為目標(biāo)函數(shù)，最大 應(yīng)力作為約束條件，優(yōu)化數(shù)學(xué)模型為
[0011]其中，X為設(shè)計(jì)變量，F(xiàn)(emax，m)為目標(biāo)函數(shù)，F(xiàn)(emax，m) = X1f(emax)+X2g(m)，
為最大變形量，[e]為允許最大變形量，m為總重量，[m]為 許用最大重量山、λ2為優(yōu)化權(quán)重系數(shù)，為最大應(yīng)力，[σ]為許用應(yīng)力，Xmax、Xmin 為設(shè)計(jì)變量的上、下限；
[0012] S2、獲取訓(xùn)練樣本
[0013] S201、采取正交試驗(yàn)的方法進(jìn)行樣本獲取，所選取的設(shè)計(jì)變量即為正交試驗(yàn)表的 因素，在各設(shè)計(jì)變量的取值范圍中選取若干個(gè)水平，設(shè)計(jì)正交試驗(yàn)表，確定試驗(yàn)的組數(shù)和各 試驗(yàn)組的具體參數(shù)；
[0014] S202、實(shí)施正交試驗(yàn)方案，根據(jù)各試驗(yàn)組的參數(shù)建立相應(yīng)的橫梁體模型，再利用有 限元軟件分別對(duì)所有的橫梁體模型進(jìn)行強(qiáng)度和剛度分析，提取出模擬獲得的橫梁體強(qiáng)度、 剛度和重量結(jié)果，以最大應(yīng)力作為強(qiáng)度的表征量，以最大變形量作為剛度的表征量，將這些 結(jié)果作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本；
[0015] S3、構(gòu)建BP神經(jīng)網(wǎng)絡(luò)
[0016] S301、將設(shè)計(jì)變量Pi、P2、……、Pn作為輸入層，將m、emax、〇 max作為輸出層，中間層采 用單隱層，神經(jīng)元個(gè)數(shù)
，其中，m為輸入層節(jié)點(diǎn)數(shù)，η。為輸出層節(jié)點(diǎn)數(shù)，q為常 數(shù)，qe[l，l0];
[0017] S302、利用步驟S202中獲取的訓(xùn)練樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直至預(yù)測(cè)值與樣 本值的差別限定在允許誤差范圍內(nèi)；
[0018] S4、用遺傳算法優(yōu)化求解
[0019] S401、產(chǎn)生初始種群；
[0020] S402、用BP神經(jīng)網(wǎng)絡(luò)計(jì)算適應(yīng)度和約束條件值，約束條件函數(shù)設(shè)計(jì)為
[0022]適應(yīng)度函數(shù)設(shè)計(jì)為
[0024] S403、若滿足優(yōu)化準(zhǔn)則和約束條件就輸出結(jié)果，否則選擇適應(yīng)度高的個(gè)體，執(zhí)行遺 傳操作生成新的種群，再轉(zhuǎn)向步驟S402;
[0025] S5、確定優(yōu)化參數(shù):根據(jù)遺傳算法的優(yōu)化結(jié)果可獲取一組效果最優(yōu)的參數(shù)組合，對(duì) 該組參數(shù)下的橫梁體進(jìn)行建模仿真求解分析，最終確定優(yōu)化結(jié)果可行性，若存在較大差異 則重新進(jìn)行神經(jīng)網(wǎng)絡(luò)的構(gòu)建和遺傳算法優(yōu)化求解。
[0026] 按上述技術(shù)方案，在步驟S101中，選取橫梁體中副橫梁豎向邊緣厚度的位置尺寸 Pl、副橫梁橫向邊緣厚度的位置尺寸P2、副橫梁中四個(gè)矩形尺寸ρ3χρ 4、副橫梁垂直于圖紙 表面方向的厚度內(nèi)以及主橫梁橫向邊緣厚度的位置尺寸P6作為設(shè)計(jì)變量。
[0027] 按上述技術(shù)方案，所述P!的取值范圍為2010~2050mm，所述P2的取值范圍為115~ 135mm，所述P3的取值范圍為800~880mm，所述P4的取值范圍為90~110mm，所述?5的取值范 圍為80~100mm，所述P 6的取值范圍為50~70mm。
[0028]按上述技術(shù)方案，在步驟S201中，在各設(shè)計(jì)變量的取值范圍中選取5個(gè)水平，設(shè)計(jì) 六因素五水平的正交試驗(yàn)表，確定試驗(yàn)的組數(shù)為25組。
[0029] 按上述技術(shù)方案，所述Pi的五個(gè)水平分別為2010、2020、2030、2040、2050，所述?2的 五個(gè)水平分別為115、120、125、130、135，所述？3的的五個(gè)水平分別為880、860、840、820、 800，所述?4的的五個(gè)水平分別為90、95、100、105、110，所述? 5的的五個(gè)水平分別為80、85、 90、95、100,所述P6的的五個(gè)水平分別為50、55、60、65、70。
[0030] 按上述技術(shù)方案，在步驟S103中，^ = 0.5^2 = 0.5。
[0031 ] 按上述技術(shù)方案，在步驟S301中，111=6，11〇 = 3,9 = 9，神經(jīng)元個(gè)數(shù)
[0032] 按上述技術(shù)方案，允許最大變形量[e] = 0.5mm，許用最大重量[m] = 1000kg，許用 應(yīng)力[0] = 130MPa。
[0033] 本發(fā)明產(chǎn)生的有益效果是:對(duì)于新型鋼軌焊縫精銑數(shù)控機(jī)床而言，為提高機(jī)床設(shè) 計(jì)水平和增強(qiáng)產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)力，對(duì)設(shè)備結(jié)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì)是必然趨勢(shì)，本發(fā)明選取橫梁體 中用于支撐或加固整體的輔助結(jié)構(gòu)尺寸作為設(shè)計(jì)變量，建立優(yōu)化數(shù)學(xué)模型，進(jìn)行多目標(biāo)單 約束優(yōu)化，再采用CAD參數(shù)化建模和CAE有限元仿真相結(jié)合、正交試驗(yàn)的方法獲取訓(xùn)練樣本， 對(duì)含單隱層的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，本發(fā)明給出了神經(jīng)網(wǎng)絡(luò)神經(jīng)元個(gè)數(shù)的確定方法，并添 加了最后的優(yōu)化參數(shù)校核，在訓(xùn)練好BP神經(jīng)網(wǎng)絡(luò)后再進(jìn)行遺傳算法的優(yōu)化，用BP神經(jīng)網(wǎng)絡(luò) 判斷約束條件和確定遺傳算法中的適應(yīng)度，遺傳算法在整個(gè)范圍內(nèi)搜索最優(yōu)解。本發(fā)明將 BP神經(jīng)網(wǎng)絡(luò)和遺傳算法結(jié)合在一起，可快速有效地對(duì)橫梁體進(jìn)行優(yōu)化設(shè)計(jì)，能夠在保證強(qiáng) 度要求的如提下，有效提尚結(jié)構(gòu)剛度和減輕結(jié)構(gòu)重量，有利于提尚精鐵機(jī)床整體性能。
【附圖說(shuō)明】
[0034]下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明，附圖中：
[0035] 圖1是本發(fā)明實(shí)施例中鋼軌焊縫精銑數(shù)控機(jī)床的結(jié)構(gòu)示意圖；
[0036] 圖2是本發(fā)明實(shí)施例中橫梁體的副橫梁和主橫梁的結(jié)構(gòu)示意圖；
[0037] 圖3是本發(fā)明實(shí)施例的流程圖；
[0038]圖4是本發(fā)明實(shí)施例中BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。
[0039]圖中：1-機(jī)床底座;2-回轉(zhuǎn)機(jī)構(gòu);3-橫梁體;4-刀具;5-副橫梁;6-主橫梁。
【具體實(shí)施方式】
[0040]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不 用于限定本發(fā)明。
[0041]如圖3、圖4所示，一種基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的鋼軌焊縫精銑機(jī)床橫梁體優(yōu) 化設(shè)計(jì)方法，包括以下步驟：
[0042] S1、確定設(shè)計(jì)變量和優(yōu)化目標(biāo)
[0043] S101、設(shè)計(jì)變量的確定：選取橫梁體中用于支撐或加固整體的輔助結(jié)構(gòu)尺寸Pi、 P2、……、pn作為設(shè)計(jì)變量；
[0044] S102、優(yōu)化目標(biāo)的確定:橫梁體的優(yōu)化準(zhǔn)則為保證結(jié)構(gòu)強(qiáng)度的前提下提高剛度并 減輕總重量；
[0045] S103、優(yōu)化數(shù)學(xué)模型的建立:選取橫梁體的最大變形量和總重量為目標(biāo)函數(shù)，最大 應(yīng)力作為約束條件，優(yōu)化數(shù)學(xué)模型為
[0047]其中，X為設(shè)計(jì)變量，F(xiàn)(emax，m)為目標(biāo)函數(shù)，F(xiàn)(emax，m) ，
，emaxS最大變形量，[e]為允許最大變形量，m為總重量，[m]為 許用最大重量山、λ2為優(yōu)化權(quán)重系數(shù)，為最大應(yīng)力，[σ]為許用應(yīng)力，Xmax、Xmin 為設(shè)計(jì)變量的上、下限；
[0048] S2、獲取訓(xùn)練樣本
[0049] S201、采取正交試驗(yàn)的方法進(jìn)行樣本獲取，所選取的設(shè)計(jì)變量即為正交試驗(yàn)表的 因素，在各設(shè)計(jì)變量的取值范圍中選取若干個(gè)水平，設(shè)計(jì)正交試驗(yàn)表，確定試驗(yàn)的組數(shù)和各 試驗(yàn)組的具體參數(shù)；
[0050] S202、實(shí)施正交試驗(yàn)方案，根據(jù)各試驗(yàn)組的參數(shù)建立相應(yīng)的橫梁體模型，再利用有 限元軟件分別對(duì)所有的橫梁體模型進(jìn)行強(qiáng)度和剛度分析，提取出模擬獲得的橫梁體強(qiáng)度、 剛度和重量結(jié)果，以最大應(yīng)力作為強(qiáng)度的表征量，以最大變形量作為剛度的表征量，將這些 結(jié)果作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本；
[0051 ] S3、構(gòu)建BP神經(jīng)網(wǎng)絡(luò)
[0052] S301、將設(shè)計(jì)變量Pi、P2、……、Pn作為輸入層，將m、emax、〇 max作為輸出層，中間層采 用單隱層
：，其中，m為輸入層節(jié)點(diǎn)數(shù)，η。為輸出層節(jié)點(diǎn)數(shù)，q為常 數(shù)，qe[l，l0];
[0053] S302、利用步驟S202中獲取的訓(xùn)練樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直至預(yù)測(cè)值與樣 本值的差別限定在允許誤差范圍內(nèi)；
[0054] S4、用遺傳算法優(yōu)化求解
[0055] S401、產(chǎn)生初始種群；
[0056] S402、用BP神經(jīng)網(wǎng)絡(luò)計(jì)算適應(yīng)度和約束條件值，約束條件函數(shù)設(shè)計(jì)為
[0060] S403、若滿足優(yōu)化準(zhǔn)則和約束條件就輸出結(jié)果，否則選擇適應(yīng)度高的個(gè)體，執(zhí)行遺 傳操作生成新的種群，再轉(zhuǎn)向步驟S402;
[0061] S5、確定優(yōu)化參數(shù):根據(jù)遺傳算法的優(yōu)化結(jié)果可獲取一組效果最優(yōu)的參數(shù)組合，對(duì) 該組參數(shù)下的橫梁體進(jìn)行建模仿真求解分析，最終確定優(yōu)化結(jié)果可行性，若存在較大差異 則重新進(jìn)行神經(jīng)網(wǎng)絡(luò)的構(gòu)建和遺傳算法優(yōu)化求解。
[0062]在本發(fā)明的優(yōu)選實(shí)施例中，如圖1所示，鋼軌焊縫精銑機(jī)床包括機(jī)床底座1、回轉(zhuǎn)機(jī) 構(gòu)2、橫梁體3和刀具4。如圖2所示，橫梁體包括副橫梁5和主橫梁6,將副橫梁5豎向邊緣厚度 的位置尺寸定SPi，副橫梁5和主橫梁6的橫向邊緣厚度的位置尺寸分別定為P#PP 6,副、主 橫梁體直于圖紙表面方向的厚度為別定義為P5和P9,副橫梁5中四個(gè)矩形尺寸定義為P 3X P4，Ps與P2關(guān)聯(lián)，保證副橫梁中間的橫向加強(qiáng)筋厚度不變，P7與P6關(guān)聯(lián)，保證主橫梁中間的橫 向加強(qiáng)筋厚度不變。橫梁體中所有的類橢圓孔位置和大小都不能改變，主橫梁6中間左邊矩 形結(jié)構(gòu)用于安裝橫向電機(jī)，右側(cè)空心位置用于橫向滾珠絲桿和橫向移動(dòng)裝置的連接架