CN109697334B - 一种轴承接触应力确定方法及系统 - Google Patents

一种轴承接触应力确定方法及系统 Download PDF

Info

Publication number
CN109697334B
CN109697334B CN201910035933.7A CN201910035933A CN109697334B CN 109697334 B CN109697334 B CN 109697334B CN 201910035933 A CN201910035933 A CN 201910035933A CN 109697334 B CN109697334 B CN 109697334B
Authority
CN
China
Prior art keywords
current
individual
determining
optimal individual
rolling body
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910035933.7A
Other languages
English (en)
Other versions
CN109697334A (zh
Inventor
邹娟
崔光武
邓彬
沈鹏
安晨
王求真
郑金华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiangtan University
Original Assignee
Xiangtan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiangtan University filed Critical Xiangtan University
Priority to CN201910035933.7A priority Critical patent/CN109697334B/zh
Publication of CN109697334A publication Critical patent/CN109697334A/zh
Application granted granted Critical
Publication of CN109697334B publication Critical patent/CN109697334B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Rolling Contact Bearings (AREA)

Abstract

本发明公开了一种轴承接触应力确定方法及系统。该方法包括：获取轴承的参量数据；建立适应度函数；依据滚动体对应的切片的数目生成初始种群；获取滚转体法向位移量的当前迭代次数t、获取滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g；采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A；判断当前目标个体集合A是否为空集；若当前目标个体集合A为空集，则依据t是否满足t％10＝＝0，确定最终的全局最优个体以及对应轴承接触应力；若当前目标个体集合A不为空集，则依据当前目标个体集合A以及适应度函数确定最终的全局最优个体确定轴承接触应力。本发明能提高轴承接触应力的求解速度以及求解精度。

Description

一种轴承接触应力确定方法及系统
技术领域
本发明涉及轴承应用技术领域，特别是涉及一种轴承接触应力确定方法及系统。
背景技术
随着我国经济快速发展，人们生活水平的提高，对物质文化的需要越来越高，轴承在其中扮演这不可或缺的角色，尤其是在汽车、发动机、摩天轮、机器人等机械领域。
目前，在解决大部分滚动轴承的应力、应变计算问题时，由于Hertz接触理论是一个经典解，通常利用该理论来解决。但是在现实中我们遇到的很多问题都不符合Hertz接触理论的基本假设，例如有限长滚子与沟道接触问题，滚子倾斜接触，滚子凸度设计等问题，在这些情况下，如果仍按照Hertz理论计算，其结果会与实际情况有很大的出入。对于超出了Hertz线接触理论的范围问题，称为非Hertz问题。针对在计算滚动轴承的应力、应变时遇到的非Hertz问题，传统的解决方法是用数值求解，但采用数值求解会存在求解速度较慢，精度低等问题。
发明内容
基于此，有必要提供一种轴承接触应力确定方法及系统，以实现在提高轴承接触应力的求解速度的同时，提高求解精度。
为实现上述目的，本发明提供了如下方案：
一种轴承接触应力确定方法，包括：
获取轴承的参量数据；所述轴承的参量数据包括滚动体法向载荷、滚动体弹性模量、滚动体曲率、滚动体倾斜角、滚动体修形曲线以及滚动体对应的切片的数目；
依据所述滚动体弹性模量、所述滚动体曲率、所述滚动体倾斜角、所述滚动体修形曲线建立适应度函数；
依据所述滚动体对应的切片的数目随机生成初始种群；所述初始种群包括多个个体，每个所述个体均由滚转体法向位移量和切片接触半宽组成；
获取所述滚转体法向位移量的当前迭代次数t、获取所述滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g；
依据所述当前全局最优个体g对应的滚转体法向位移量以及所述当前种群a中所有个体分别对应的滚转体法向位移量，采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A；
判断所述当前目标个体集合A是否为空集；
若所述当前目标个体集合A为空集，且t满足t％10＝＝0时，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；
若所述当前目标个体集合A为空集，且t不满足t％10＝＝0时，则对所述当前种群a中的所有个体分别对应的滚转体法向位移量以及当前全局最优个体g进行更新，且令t＝t+1，并返回所述获取所述滚转体法向位移量的当前迭代次数t、获取所述滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g；
若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
可选的，所述若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
依据所述当前目标个体集合A采用所述适应度函数计算A中每个个体的适应度值；
依据各所述适应度值以及滚动体法向载荷，采用评价函数法得到当前迭代次数t下的当前局部最优个体q和当前目标个体集合B；
判断所述当前目标个体集合B是否为空集；
若是，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；
若否，则依据所述当前目标个体集合B确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
可选的，所述对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；
依据所述当前全局最优个体g1对应的切片接触半宽以及所述当前种群a1中所有个体分别对应的切片接触半宽，采用评价函数法得到当前迭代次数t1下的当前局部最优个体p1和当前目标个体集合A1；
判断所述当前目标个体集合A1是否为空集；
若是，则判断当前迭代次数t1是否小于或等于预设迭代次数；若是，则对所述当前种群a1中的所有个体分别对应的切片接触半宽以及当前全局最优个体g1进行更新，且令t1＝t1+1，并返回所述获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；若否，则结束；
若否，则依据所述当前目标个体集合A1确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
可选的，所述依据所述当前目标个体集合A采用所述适应度函数计算A中每个个体的适应度值，具体为：
f(xi(t)，yi(t)，)＝π2hexi(t)D-1(yi(t)-z)
其中，f表示适应度值，xi(t)表示第t次迭代时得到的当前目标个体集合A中的第i个个体对应的滚转体法向位移量，yi(t)表示第t次迭代时得到的当前目标个体集合A中的第i个个体对应的切片接触半宽，h表示滚动体对应的切片半宽，e表示滚动体弹性模量，D表示接触柔度系数矩阵，D是由滚动体曲率、滚动体倾斜角以及滚动体修形曲线确定的，z表示初始矩阵向量。
可选的，所述依据所述当前全局最优个体g对应的滚转体法向位移量以及所述当前种群a中所有个体分别对应的滚转体法向位移量，采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A，具体包括：
建立评价函数
Figure BDA0001945911520000041
其中，m表示当前种群a中的任意一个个体对应的滚转体法向位移量，n表示当前全局最优个体g对应的滚转体法向位移量，
Figure BDA0001945911520000042
为常数；
将第一评价函数集中绝对值最大的评价函数对应的个体确定为第一最优个体，并将所述第一评价函数集确定为当前目标个体集合A；所述第一评价函数集为当前种群a中的评价函数小于或等于零的个体组成的集合；
将第二评价函数集中绝对值最小的评价函数对应的个体确定为第二最优个体；所述第二评价函数集为当前种群a中的评价函数大于零的个体组成的集合；
对比所述第一最优个体和所述第二最优个体确定当前局部最优个体p。
本发明还提供了一种轴承接触应力确定系统，包括：
数据获取模块，用于获取轴承的参量数据；所述轴承的参量数据包括滚动体法向载荷、滚动体弹性模量、滚动体曲率、滚动体倾斜角、滚动体修形曲线以及滚动体对应的切片的数目；
适应度函数建立模块，用于依据所述滚动体弹性模量、所述滚动体曲率、所述滚动体倾斜角、所述滚动体修形曲线建立适应度函数；
初始种群生成模块，用于依据所述滚动体对应的切片的数目随机生成初始种群；所述初始种群包括多个个体，每个所述个体均由滚转体法向位移量和切片接触半宽组成；
迭代次数获取模块，用于获取所述滚转体法向位移量的当前迭代次数t、获取所述滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g；
计算模块，用于依据所述当前全局最优个体g对应的滚转体法向位移量以及所述当前种群a中所有个体分别对应的滚转体法向位移量，采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A；
判断模块，用于判断所述当前目标个体集合A是否为空集；
结果确定模块，用于若所述当前目标个体集合A为空集，且t满足t％10＝＝0时，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；若所述当前目标个体集合A为空集，且t不满足t％10＝＝0时，则对所述当前种群a中的所有个体分别对应的滚转体法向位移量以及当前全局最优个体g进行更新，且令t＝t+1，并返回所述迭代次数获取模块；若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
可选的，所述结果确定模块中所述若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
第一计算单元，用于依据所述当前目标个体集合A采用所述适应度函数计算A中每个个体的适应度值；
第二计算单元，用于依据各所述适应度值以及滚动体法向载荷，采用评价函数法得到当前迭代次数t下的当前局部最优个体q和当前目标个体集合B；
第一判断单元，用于判断所述当前目标个体集合B是否为空集；若是，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；若否，则依据所述当前目标个体集合B确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
可选的，所述第一判断单元中对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
迭代次数获取子单元，用于获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；
计算子单元，用于依据所述当前全局最优个体g1对应的切片接触半宽以及所述当前种群a1中所有个体分别对应的切片接触半宽，采用评价函数法得到当前迭代次数t1下的当前局部最优个体p1和当前目标个体集合A1；
判断子单元，用于判断所述当前目标个体集合A1是否为空集；若是，则判断当前迭代次数t1是否小于或等于预设迭代次数；若是，则对所述当前种群a1中的所有个体分别对应的切片接触半宽以及当前全局最优个体g1进行更新，且令t1＝t1+1，并返回所述获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；若否，则结束；
若否，则依据所述当前目标个体集合A1确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
可选的，所述计算模块，具体包括：
评价函数计算单元，用于建立评价函数
Figure BDA0001945911520000061
其中，m表示当前种群a中的任意一个个体对应的滚转体法向位移量，n表示当前全局最优个体g对应的滚转体法向位移量，
Figure BDA0001945911520000062
为常数；
第一确定单元，用于将第一评价函数集中绝对值最大的评价函数对应的个体确定为第一最优个体，并将所述第一评价函数集确定为当前目标个体集合A；所述第一评价函数集为当前种群a中的评价函数小于或等于零的个体组成的集合；
第二确定单元，用于将第二评价函数集中绝对值最小的评价函数对应的个体确定为第二最优个体；所述第二评价函数集为当前种群a中的评价函数大于零的个体组成的集合；
第三确定单元，用于对比所述第一最优个体和所述第二最优个体确定当前局部最优个体p。
与现有技术相比，本发明的有益效果是：
本发明提出了一种轴承接触应力确定方法及系统。该方法包括：获取轴承的参量数据；建立适应度函数；依据滚动体对应的切片的数目生成初始种群；获取滚转体法向位移量的当前迭代次数t、获取滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g；采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A；判断当前目标个体集合A是否为空集；若当前目标个体集合A为空集，则依据t是否满足t％10＝＝0，确定最终的全局最优个体以及对应轴承接触应力；若当前目标个体集合A不为空集，则依据当前目标个体集合A以及适应度函数确定最终的全局最优个体确定轴承接触应力。本发明能实现在提高轴承接触应力的求解速度的同时，提高求解精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一种轴承接触应力确定方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例一种轴承接触应力确定方法的流程图。
参见图1，实施例的轴承接触应力确定方法，包括：
S1：获取轴承的参量数据。
所述轴承的参量数据包括滚动体法向载荷、滚动体弹性模量、滚动体曲率、滚动体倾斜角、滚动体修形曲线以及滚动体对应的切片的数目。
S2：依据所述滚动体弹性模量、所述滚动体曲率、所述滚动体倾斜角、所述滚动体修形曲线建立适应度函数。
S3：依据所述滚动体对应的切片的数目随机生成初始种群；所述初始种群包括多个个体。每个所述个体均由滚转体法向位移量和切片接触半宽组成。
S4：获取所述滚转体法向位移量的当前迭代次数t、获取所述滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g。
所述滚转体法向位移量当前迭代次数t对应的当前种群a的确定方法为：
1)确定当前迭代次数t下第i个个体的速度
Vi(t)＝ωVi(t-1)+c1r1(Xpbest(t-1)-Xi(t-1))+c2r2(Xgbest(t-1)-Xi(t-1))
其中，ω表示惯性权重，Vi(t-1)表示第t-1次迭代时第i个个体的速度，Xpbest(t-1)表示第t-1次迭代得到的局部最优个体，Xgbest(t-1)表示第t-1次迭代得到的全局最优个体，Xi(t-1)表示第t-1次迭代第i个个体的滚转体法向位移量，r1和r2均为区间[0,1]内的伪随机数，c1为局部最优个体对应的学习因子，c2为全局最优个体对应的学习因子；
2)确定当前迭代次数t下第i个个体的滚转体法向位移量
Xi(t)＝Xi(t-1)+Vi(t)；
3)由当前迭代次数t下多个个体的滚转体法向位移量确定当前种群a。
当前全局最优个体g的确定方法为：当前全局最优个体g是利用局部最优个体和上一代全局最优个体通过评价函数进行比较得到，其中第一代不用比较。
S5：依据所述当前全局最优个体g对应的滚转体法向位移量以及所述当前种群a中所有个体分别对应的滚转体法向位移量，采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A。
S6：判断所述当前目标个体集合A是否为空集。
S7：若所述当前目标个体集合A为空集，且t满t％10＝＝0时，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
S8：若所述当前目标个体集合A为空集，且t不满足t％10＝＝0时，则对所述当前种群a中的所有个体分别对应的滚转体法向位移量以及当前全局最优个体g进行更新，且令t＝t+1，并返回所述获取所述滚转体法向位移量的当前迭代次数t、获取所述滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g。
S9：若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
作为一种可选的实施方式，所述若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
依据所述当前目标个体集合A采用所述适应度函数计算A中每个个体的适应度值；
依据各所述适应度值以及滚动体法向载荷，采用评价函数法得到当前迭代次数t下的当前局部最优个体q和当前目标个体集合B；
判断所述当前目标个体集合B是否为空集；
若是，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；
若否，则依据所述当前目标个体集合B确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
作为一种可选的实施方式，所述对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；当前种群a1、当前全局最优个体g1的确定方法与步骤S4中当前种群a、当前全局最优个体g的确定方法类似；
依据所述当前全局最优个体g1对应的切片接触半宽以及所述当前种群a1中所有个体分别对应的切片接触半宽，采用评价函数法得到当前迭代次数t1下的当前局部最优个体p1和当前目标个体集合A1；
判断所述当前目标个体集合A1是否为空集；
若是，则判断当前迭代次数t1是否小于或等于预设迭代次数；若是，则对所述当前种群a1中的所有个体分别对应的切片接触半宽以及当前全局最优个体g1进行更新，且令t1＝t1+1，并返回所述获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；若否，则结束；
若否，则依据所述当前目标个体集合A1确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
作为一种可选的实施方式，所述依据所述当前目标个体集合A采用所述适应度函数计算A中每个个体的适应度值，具体为：
f(xi(t)，yi(t)，)＝π2hexi(t)D-1(yi(t)-z)
其中，f表示适应度值，xi(t)表示第t次迭代时得到的当前目标个体集合A中的第i个个体对应的滚转体法向位移量，yi(t)表示第t次迭代时得到的当前目标个体集合A中的第i个个体对应的切片接触半宽，h表示滚动体对应的切片半宽，e表示滚动体弹性模量，D表示接触柔度系数矩阵，D是由滚动体曲率、滚动体倾斜角以及滚动体修形曲线确定的，z表示初始矩阵向量。
作为一种可选的实施方式，所述依据所述当前全局最优个体g对应的滚转体法向位移量以及所述当前种群a中所有个体分别对应的滚转体法向位移量，采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A，具体包括：
建立评价函数
Figure BDA0001945911520000101
其中，m表示当前种群a中的任意一个个体对应的滚转体法向位移量，n表示当前全局最优个体g对应的滚转体法向位移量，
Figure BDA0001945911520000102
为常数；
将第一评价函数集中绝对值最大的评价函数对应的个体确定为第一最优个体，并将所述第一评价函数集确定为当前目标个体集合A；所述第一评价函数集为当前种群a中的评价函数小于或等于零的个体组成的集合；
将第二评价函数集中绝对值最小的评价函数对应的个体确定为第二最优个体；所述第二评价函数集为当前种群a中的评价函数大于零的个体组成的集合；
对比所述第一最优个体和所述第二最优个体确定当前局部最优个体p。
本实施例的轴承接触应力确定方法能实现在提高轴承接触应力的求解速度的同时，提高求解精度。
本发明还提供了一种轴承接触应力确定系统，包括：
数据获取模块，用于获取轴承的参量数据；所述轴承的参量数据包括滚动体法向载荷、滚动体弹性模量、滚动体曲率、滚动体倾斜角、滚动体修形曲线以及滚动体对应的切片的数目；
适应度函数建立模块，用于依据所述滚动体弹性模量、所述滚动体曲率、所述滚动体倾斜角、所述滚动体修形曲线建立适应度函数；
初始种群生成模块，用于依据所述滚动体对应的切片的数目随机生成初始种群；所述初始种群包括多个个体，每个所述个体均由滚转体法向位移量和切片接触半宽组成；
迭代次数获取模块，用于获取所述滚转体法向位移量的当前迭代次数t、获取所述滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g；
计算模块，用于依据所述当前全局最优个体g对应的滚转体法向位移量以及所述当前种群a中所有个体分别对应的滚转体法向位移量，采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A；
判断模块，用于判断所述当前目标个体集合A是否为空集；
结果确定模块，用于若所述当前目标个体集合A为空集，且t满足t％10＝＝0时，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；若所述当前目标个体集合A为空集，且t不满足t％10＝＝0时，则对所述当前种群a中的所有个体分别对应的滚转体法向位移量以及当前全局最优个体g进行更新，且令t＝t+1，并返回所述迭代次数获取模块；若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
作为一种可选的实施方式，所述结果确定模块中所述若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
第一计算单元，用于依据所述当前目标个体集合A采用所述适应度函数计算A中每个个体的适应度值；
第二计算单元，用于依据各所述适应度值以及滚动体法向载荷，采用评价函数法得到当前迭代次数t下的当前局部最优个体q和当前目标个体集合B；
第一判断单元，用于判断所述当前目标个体集合B是否为空集；若是，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；若否，则依据所述当前目标个体集合B确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
作为一种可选的实施方式，所述第一判断单元中对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
迭代次数获取子单元，用于获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；
计算子单元，用于依据所述当前全局最优个体g1对应的切片接触半宽以及所述当前种群a1中所有个体分别对应的切片接触半宽，采用评价函数法得到当前迭代次数t1下的当前局部最优个体p1和当前目标个体集合A1；
判断子单元，用于判断所述当前目标个体集合A1是否为空集；若是，则判断当前迭代次数t1是否小于或等于预设迭代次数；若是，则对所述当前种群a1中的所有个体分别对应的切片接触半宽以及当前全局最优个体g1进行更新，且令t1＝t1+1，并返回所述获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；若否，则结束；
若否，则依据所述当前目标个体集合A1确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
作为一种可选的实施方式，所述计算模块，具体包括：
评价函数计算单元，用于建立评价函数
Figure BDA0001945911520000121
其中，m表示当前种群a中的任意一个个体对应的滚转体法向位移量，n表示当前全局最优个体g对应的滚转体法向位移量，
Figure BDA0001945911520000122
为常数；
第一确定单元，用于将第一评价函数集中绝对值最大的评价函数对应的个体确定为第一最优个体，并将所述第一评价函数集确定为当前目标个体集合A；所述第一评价函数集为当前种群a中的评价函数小于或等于零的个体组成的集合；
第二确定单元，用于将第二评价函数集中绝对值最小的评价函数对应的个体确定为第二最优个体；所述第二评价函数集为当前种群a中的评价函数大于零的个体组成的集合；
第三确定单元，用于对比所述第一最优个体和所述第二最优个体确定当前局部最优个体p。
本实施例的轴承接触应力确定系统能实现在提高轴承接触应力的求解速度的同时，提高求解精度。
对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种轴承接触应力确定方法，其特征在于，包括：
获取轴承的参量数据；所述轴承的参量数据包括滚动体法向载荷、滚动体弹性模量、滚动体曲率、滚动体倾斜角、滚动体修形曲线以及滚动体对应的切片的数目；
依据所述滚动体弹性模量、所述滚动体曲率、所述滚动体倾斜角、所述滚动体修形曲线建立适应度函数；
依据所述滚动体对应的切片的数目随机生成初始种群；所述初始种群包括多个个体，每个所述个体均由滚转体法向位移量和切片接触半宽组成；
获取所述滚转体法向位移量的当前迭代次数t、获取所述滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g；
依据所述当前全局最优个体g对应的滚转体法向位移量以及所述当前种群a中所有个体分别对应的滚转体法向位移量，采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A；
判断所述当前目标个体集合A是否为空集；
若所述当前目标个体集合A为空集，且t满足t％10＝＝0时，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；
若所述当前目标个体集合A为空集，且t不满足t％10＝＝0时，则对所述当前种群a中的所有个体分别对应的滚转体法向位移量以及当前全局最优个体g进行更新，且令t＝t+1，并返回所述获取所述滚转体法向位移量的当前迭代次数t、获取所述滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g；
若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
2.根据权利要求1所述的一种轴承接触应力确定方法，其特征在于，所述若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
依据所述当前目标个体集合A采用所述适应度函数计算A中每个个体的适应度值；
依据各所述适应度值以及滚动体法向载荷，采用评价函数法得到当前迭代次数t下的当前局部最优个体q和当前目标个体集合B；
判断所述当前目标个体集合B是否为空集；
若是，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；
若否，则依据所述当前目标个体集合B确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
3.根据权利要求2所述的一种轴承接触应力确定方法，其特征在于，所述对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；
依据所述当前全局最优个体g1对应的切片接触半宽以及所述当前种群a1中所有个体分别对应的切片接触半宽，采用评价函数法得到当前迭代次数t1下的当前局部最优个体p1和当前目标个体集合A1；
判断所述当前目标个体集合A1是否为空集；
若是，则判断当前迭代次数t1是否小于或等于预设迭代次数；若是，则对所述当前种群a1中的所有个体分别对应的切片接触半宽以及当前全局最优个体g1进行更新，且令t1＝t1+1，并返回所述获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；若否，则结束；
若否，则依据所述当前目标个体集合A1确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
4.根据权利要求2所述的一种轴承接触应力确定方法，其特征在于，所述依据所述当前目标个体集合A采用所述适应度函数计算A中每个个体的适应度值，具体为：
f(xi(t)，yi(t)，)＝π2hexi(t)D-1(yi(t)-z)
其中，f表示适应度值，xi(t)表示第t次迭代时得到的当前目标个体集合A中的第i个个体对应的滚转体法向位移量，yi(t)表示第t次迭代时得到的当前目标个体集合A中的第i个个体对应的切片接触半宽，h表示滚动体对应的切片半宽，e表示滚动体弹性模量，D表示接触柔度系数矩阵，D是由滚动体曲率、滚动体倾斜角以及滚动体修形曲线确定的，z表示初始矩阵向量。
5.根据权利要求1所述的一种轴承接触应力确定方法，其特征在于，所述依据所述当前全局最优个体g对应的滚转体法向位移量以及所述当前种群a中所有个体分别对应的滚转体法向位移量，采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A，具体包括：
建立评价函数
Figure FDA0001945911510000031
其中，m表示当前种群a中的任意一个个体对应的滚转体法向位移量，n表示当前全局最优个体g对应的滚转体法向位移量，
Figure FDA0001945911510000032
为常数；
将第一评价函数集中绝对值最大的评价函数对应的个体确定为第一最优个体，并将所述第一评价函数集确定为当前目标个体集合A；所述第一评价函数集为当前种群a中的评价函数小于或等于零的个体组成的集合；
将第二评价函数集中绝对值最小的评价函数对应的个体确定为第二最优个体；所述第二评价函数集为当前种群a中的评价函数大于零的个体组成的集合；
对比所述第一最优个体和所述第二最优个体确定当前局部最优个体p。
6.一种轴承接触应力确定系统，其特征在于，包括：
数据获取模块，用于获取轴承的参量数据；所述轴承的参量数据包括滚动体法向载荷、滚动体弹性模量、滚动体曲率、滚动体倾斜角、滚动体修形曲线以及滚动体对应的切片的数目；
适应度函数建立模块，用于依据所述滚动体弹性模量、所述滚动体曲率、所述滚动体倾斜角、所述滚动体修形曲线建立适应度函数；
初始种群生成模块，用于依据所述滚动体对应的切片的数目随机生成初始种群；所述初始种群包括多个个体，每个所述个体均由滚转体法向位移量和切片接触半宽组成；
迭代次数获取模块，用于获取所述滚转体法向位移量的当前迭代次数t、获取所述滚转体法向位移量当前迭代次数t对应的当前种群a和当前全局最优个体g；
计算模块，用于依据所述当前全局最优个体g对应的滚转体法向位移量以及所述当前种群a中所有个体分别对应的滚转体法向位移量，采用评价函数法得到当前迭代次数t下的当前局部最优个体p和当前目标个体集合A；
判断模块，用于判断所述当前目标个体集合A是否为空集；
结果确定模块，用于若所述当前目标个体集合A为空集，且t满足t％10＝＝0时，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；若所述当前目标个体集合A为空集，且t不满足t％10＝＝0时，则对所述当前种群a中的所有个体分别对应的滚转体法向位移量以及当前全局最优个体g进行更新，且令t＝t+1，并返回所述迭代次数获取模块；若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
7.根据权利要求6所述的一种轴承接触应力确定系统，其特征在于，所述结果确定模块中所述若所述当前目标个体集合A不为空集，则依据所述当前目标个体集合A以及所述适应度函数确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
第一计算单元，用于依据所述当前目标个体集合A采用所述适应度函数计算A中每个个体的适应度值；
第二计算单元，用于依据各所述适应度值以及滚动体法向载荷，采用评价函数法得到当前迭代次数t下的当前局部最优个体q和当前目标个体集合B；
第一判断单元，用于判断所述当前目标个体集合B是否为空集；若是，则对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力；若否，则依据所述当前目标个体集合B确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
8.根据权利要求7所述的一种轴承接触应力确定系统，其特征在于，所述第一判断单元中对所述切片接触半宽进行迭代，依据切片接触半宽迭代结果，确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力，具体包括：
迭代次数获取子单元，用于获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；
计算子单元，用于依据所述当前全局最优个体g1对应的切片接触半宽以及所述当前种群a1中所有个体分别对应的切片接触半宽，采用评价函数法得到当前迭代次数t1下的当前局部最优个体p1和当前目标个体集合A1；
判断子单元，用于判断所述当前目标个体集合A1是否为空集；若是，则判断当前迭代次数t1是否小于或等于预设迭代次数；若是，则对所述当前种群a1中的所有个体分别对应的切片接触半宽以及当前全局最优个体g1进行更新，且令t1＝t1+1，并返回所述获取所述切片接触半宽的当前迭代次数t1以及当前迭代次数t1对应的当前种群a1和当前全局最优个体g1；若否，则结束；
若否，则依据所述当前目标个体集合A1确定最终的全局最优个体，依据所述最终的全局最优个体确定轴承接触应力。
9.根据权利要求6所述的一种轴承接触应力确定系统，其特征在于，所述计算模块，具体包括：
评价函数计算单元，用于建立评价函数
Figure FDA0001945911510000051
其中，m表示当前种群a中的任意一个个体对应的滚转体法向位移量，n表示当前全局最优个体g对应的滚转体法向位移量，
Figure FDA0001945911510000052
为常数；
第一确定单元，用于将第一评价函数集中绝对值最大的评价函数对应的个体确定为第一最优个体，并将所述第一评价函数集确定为当前目标个体集合A；所述第一评价函数集为当前种群a中的评价函数小于或等于零的个体组成的集合；
第二确定单元，用于将第二评价函数集中绝对值最小的评价函数对应的个体确定为第二最优个体；所述第二评价函数集为当前种群a中的评价函数大于零的个体组成的集合；
第三确定单元，用于对比所述第一最优个体和所述第二最优个体确定当前局部最优个体p。
CN201910035933.7A 2019-01-15 2019-01-15 一种轴承接触应力确定方法及系统 Active CN109697334B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910035933.7A CN109697334B (zh) 2019-01-15 2019-01-15 一种轴承接触应力确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910035933.7A CN109697334B (zh) 2019-01-15 2019-01-15 一种轴承接触应力确定方法及系统

Publications (2)

Publication Number Publication Date
CN109697334A CN109697334A (zh) 2019-04-30
CN109697334B true CN109697334B (zh) 2022-11-15

Family

ID=66233965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910035933.7A Active CN109697334B (zh) 2019-01-15 2019-01-15 一种轴承接触应力确定方法及系统

Country Status (1)

Country Link
CN (1) CN109697334B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200270A (zh) * 2014-06-23 2014-12-10 重庆大学 一种基于差异演化算法的滚齿工艺参数自适应调整方法
CN106384164A (zh) * 2016-09-08 2017-02-08 广东工业大学 一种工程参数寻优方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5860237B2 (ja) * 2011-07-26 2016-02-16 アズビル株式会社 パラメータ決定方法および装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200270A (zh) * 2014-06-23 2014-12-10 重庆大学 一种基于差异演化算法的滚齿工艺参数自适应调整方法
CN106384164A (zh) * 2016-09-08 2017-02-08 广东工业大学 一种工程参数寻优方法及系统

Also Published As

Publication number Publication date
CN109697334A (zh) 2019-04-30

Similar Documents

Publication Publication Date Title
CN108334816B (zh) 基于轮廓对称约束生成式对抗网络的多姿态人脸识别方法
Eraslan et al. Limit angular velocities of variable thickness rotating disks
CN101719277B (zh) 一种遗传模糊聚类图像分割方法
CN106295637A (zh) 一种基于深度学习与强化学习的车辆识别方法
JP6487888B2 (ja) 建物の層剛性の推定方法
CN108763810B (zh) 一种桥梁静载试验荷载加载布置与调整方法
CN110363763B (zh) 图像质量评价方法、装置、电子设备及可读存储介质
EP1248226A3 (en) Pattern collation device and pattern collating method thereof, and pattern collation program
CN106909738B (zh) 一种模型参数辨识方法
CN106204454A (zh) 基于纹理边缘自适应数据融合的高精度快速图像插值方法
CN101232572B (zh) 一种数字图像降噪方法和装置
CN109697334B (zh) 一种轴承接触应力确定方法及系统
CN107084722A (zh) 一种用于提高惯性‑地磁组合静动态综合性能的方法
CN109871827A (zh) 一种结合区域置信度和压力分布方向强度的足迹表达方法
CN109828270B (zh) 一种表征地面沉降时序演变的方法
CN107067397A (zh) 一种基于红外图像复杂度的图像分级方法
CN114819398A (zh) 基于灰色马尔可夫链的北斗卫星钟差序列组合预测方法
CN104240255A (zh) 基于非线性眼优势视差补偿的立体图像质量评价方法
JP4209370B2 (ja) 気象予測方法
CN107085832A (zh) 一种数字图像非局部平均去噪的快速实现方法
CN113111977A (zh) 训练样本的贡献度评价方法、装置及相关设备
CN112729275A (zh) 一种利用因子分析的卫星反演图重力适配区选取方法
CN105095681B (zh) 基于积分测度随机相遇不确定性的搜救方法及系统
CN107027019A (zh) 图像视差获取方法及装置
CN108014483A (zh) 动作评估方法与系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant