非线性蛇簧联轴器强制主共振解的解法

非线性蛇簧联轴器强制主共振解的GA解法

         随着工业生产向着高速重载的方向发展,对联轴器的要求越来越高,非线性蛇簧联轴器在挠性联轴器中,具有领 先的地位。某厂的许多引进设备中使用了非线性蛇簧联轴器非线性振动的理论分析方法可以给人们以规律性的认识,但由于工程问题往往是复杂的,因而理论方法在许多情况下,都不能直接解决工程非线性动力学问题;另一方面,非线性振动问题的近似解求解也是比较复杂的。计算机数值计算,可以解决上述问题。本文把基因算法应用于同时求解非线性蛇簧联轴器簧片振动主共振的复数解问题,讨论了问题的模型,GA的适应函数和具体的算法。通过计算实例,用GA所求的解同近似频响曲线的解进行了比较,检验了解法的有用性。基 因算法为解决非线性动力学问题提供了一个重要的手段。

把GA应用于同时求解非线性蛇簧联轴器簧片振动主共振的复数解问题，讨论了问题的模型,GA的适应函数和具体的算法。通过计算实例,用GA所求的解同近似频响曲线的解进行了比较。自然界中多样动力学问题本质上都是非线性的，在各种机械约束条件下,用数学规划法求解非线性问题的解,已被广泛应用。但是问题的目标函数存在多峰性时，其搜索深受的常常不是较大值(或较小值)，即存在陷入局部较优解的缺点。再之，相对于非线性振动系统，在同一激振外力和激振频率下，常常存在着复数个解(非线性方程的初始条件依存性问题)。因此,在数学解法以及复数个解之间的关系不明确的情况下，要同时求出这复数个解，给较优计算模型的构筑带来较大的困难。另外，即使作为工程问题的近似解来考虑,因为数学规划法的搜索过程不仅过分依赖于搜索初始值,而且需要目标函数和约束函数的可微性条件,使得问题变得复杂或难以解决。相对于这类问题,因为遗传算法是以复数个初始值开始,仅用集团搜索点的目标值评价进行搜索,所以有可能求得其近似较优解。遗传算法的基本流程遗传算法在整个进化过程中的遗传操作是随机性的,但它所呈现出的特性并不是全部随机搜索,它能效果优良地利用历史信息来推测下一代期望性能有所提高的寻优点集。这样一代代地不断进化,较后收敛到一个较适应环境的个体上,求得问题的较优解。遗传算法所涉及的五大要素:参数编码、初始群体的设定、适应度函数的设计、遗传操作的设计和控制参数的设定。