马洪岗 刘欢 雷汶骏 马若轩 沈辉

摘要：对于多约束条件的斜齿轮传动的优化设计，提出了一种遗传粒子群算法。为尽可能的避免粒子群算法出现粒子高度聚集在最优粒子的周围的情况，采用了结合遗传算法的改进策略，并采用了双种群的进化机制。为验证所提算法有效性，实施了多种算法的仿真，仿真结果表明，相同情况下，本文所提算法能寻到更精确的解。

Abstract： A dual population genetic particle swarm optimization algorithm is proposed for the optimal design of helical gears with multiple constraints. As much as possible to avoid the particle swarm algorithm particle height gathered around the optimal particle， a combination of improved strategies of genetic algorithm is used， and dual population evolution mechanism is introduced. Secondly， in order to improve the disadvantage of the slow evolution of the ordinary genetic algorithm in the latter part of the iteration， the dual population genetic evolution mechanism was adopted. In order to verify the effectiveness of the proposed algorithm， several different algorithms are used to simulation. The simulation results show that the improved dual population genetic particle swarm algorithm can find more accurate solutions under the same conditions.

关键词：斜齿轮;粒子群;遗传;双种群

Key words： helical gear;particle swarm;genetic;dual population

中圖分类号：TP301.4                                    文献标识码：A                                  文章编号：1674-957X（2021）11-0022-03

0  引言

对于任意给定的载荷、工作环境条件、斜齿轮的几何尺寸关系和可靠性及其他制约因素，都能给出极佳的优化设计一直是齿轮传动科研人员不谢追求的目标。但由于斜齿轮设计优化问题的约束条件复杂且有大量非线性因素，因而传统的辨识算法和优化算法难以对其精确求解。现如今RV减速器作为一种常见的独立传动部件被广泛应用在工业机器人、数控装备、航天航空和医疗器械等机电一体化领域的精密减速装置中，其对斜齿轮设计也有较高要求。也正是如此，提高承载能力，延长使用寿命，减小体积和重量，一直作为设计者关注的课题。目前通用的RV减速器已有标准系列，然而其参数的配合并非最优。使用优化方法在计算机上对其进行优化设计，是在短时间内获得最佳设计结果的最有效的方法。为将智能优化算法研究的成果更好地应用于实际，本文采用遗传粒子群算法对斜齿轮优化设计问题进行求解。……