论文部分内容阅读
减速器作为矿用提升机的重要部件之一,对提升机的整体工作性能影响显著,这就要求其具备承载能力大、振动小、噪声低和可靠性高等特点。目前矿用起重机减速器普遍存在着辐射噪声较大,功率密度较低的问题。因此,开展提升机减速器减重降噪问题具有重要的理论意义和工程应用价值。本文以ZZL1150大型矿用提升机两级行星减速器为研究对象,建立了矿用提升机减速器辐射噪声分析模型,分析减速器的辐射噪声情况;使用径向基函数神经网络构建了减速器辐射噪声声功率和箱体质量的代理模型,并使用全局灵敏度分析对箱体结构和代理模型进行了优化;最后建立了减速器减重降噪多目标优化模型,并使用改进后的多目标粒子群算法对该模型进行了寻优求解。本文的主要研究内容如下:(1)以减速器箱体外表面节点振动速度为边界条件,建立该减速器箱体辐射噪声分析模型,利用直接边界元法求解得到减速器箱体表面声压和外声场辐射噪声。(2)以减速器箱体主要特征结构厚度为设计参数,以箱体外声场辐射声功率和质量为目标响应,采用有限差分法选择出对目标响应较为敏感的设计参数,进行了均匀试验设计,以径向基函数神经网络训练得到减速器箱体辐射噪声声功率和质量的代理模型,并对比验证了代理模型的优秀预测能力;结合Sobol’指数法和拉丁超立方抽样技术分析了减速器箱体设计参数对于目标响应的全局灵敏度,据此对代理模型进行优化,并对不敏感的设计参数提出相应的结构改进策略,仿真验证了修改策略的有效性。(3)提出了基于距离系数和精英策略的惯性权重动态选择策略和种群多样性保持策略,有效地提高了粒子群算法的搜索性能,结合小生境技术和轮盘赌法提出了改进后的多目标粒子群算法,并通过测试函数试验验证了改进算法的有效性。(4)以对减速器箱体辐射噪声影响较大的箱体结构特征为设计变量,箱体应力和质量为约束条件,减速器箱体辐射噪声声功率和箱体质量为优化目标,构建了提升机减速器多目标优化模型,使用改进后的多目标粒子群算法求解该优化模型,仿真验证了改进策略的有效性。