時間：2023-07-19 16:57:21
序論：在您撰寫機械優化設計時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
1 傳統工業的優化設計應用
傳統機械優化設計方法大多應用于機械結構和零件功能的優化設計，針對機械結構的性能和形態進行優化。在機械結構上，內點罰函數優化法，能夠對剛度和壓彎組合強度結構進行良好的優化，既能夠滿足尺寸要求又能良好的控制結構自重。在形態方面，典型的是軸對稱鍛造部件的毛坯形狀的優化。在性能方面，采用坐標轉換法和黃金分割法對部分兩岸結構進行優化設計，使得機械結構更加準確保持運動平衡性，提高了傳力性能。這樣看來，傳統機械優化設計方法依然能夠取得良好的效果，所以在機械設計發展中不能忽略傳統優化方法的
作用。
2 現代工業的優化設計應用
現代高新設計方法在機械優化設計中的應用已越來越廣泛。但應該看到，現代的設計不僅僅是單一的完成給定產品的設計，而應該要將產品使用及設備維修等因素統一進行考慮。所以，機械優化設計在強調環保設計和可靠性設計等考慮綜合性因素的機械優化設計應用工作更為活躍，機械優化設計的應用領域更加廣泛，涉及到航空航天工程機械及通用機械與機床的機械優化設計；涉及到水利、橋梁和船舶機械優化設計；涉及到汽車和鐵路運輸行業及通訊行業機械優化設計；涉及到輕工紡織行業、能源工業和軍事工業機械優化設計；涉及到建筑領域機械優化設計；涉及到石油及石化行業機械優化設計；涉及到食品機械等機械優化設計。機械優化設計的應用還能夠解決具有復雜結構的系統問題。
2.1 優化設計網絡軟件的應用
優化算法的研究已經有所成績，利用網絡平臺逐漸開發一些工業化在線優化軟件，便于工業設計使用。對于在線機械優化設計軟件來說，亟待解決的問題就是模型問題，對于非常復雜的系統來說，結構、流程、物料和系統參數等，都非常復雜，如果計算對象比較模糊，運算效率會受到嚴重的影響，這就給在線優化軟件帶來了巨大的困難。為了解決這種情況，通過合適的算法解決辨別模型，結合神經網絡和學習特點進行數據的識別，讓在線優化軟件也能夠良好的應用于各種模型，比如國內比較成熟的 NEUMAX 軟件包，基于神經遺傳算法的在線優化軟件包，都能夠良好的實現各種模型的遺傳算法，這些軟件已經成功應用于甲醇合成機械設計的優化工作中。
2.2 優化設計在MATLAB中的應用
在機械設計中引入優化設計方法不僅能使設計的機械零件滿足性能要求，還能使其在某些特定方面達到最優。利用 MATLAB優化工具箱求解機械優化設計問題不僅避免了傳統的設計方法中人工試湊、分析比較過程中的繁雜與重復，而且編程簡單、結果可靠。在上述實例中，利用 MATLAB 軟件中FEMINCON函數求解夾具設計問題，最 終設計的 夾具要比采用傳統設計方法設計的質量輕、成本低，并且設計效率高。
2.3 人工神經網絡法在機械優化設計中的應用
人工神經網絡是人類模仿大腦神經網絡結構和功能而建立的一種信息處理系統，是理論化的人腦神經網絡的數學模型。人工神經網絡從事例中學習，可以處理非線性問題，特別擅長處理那些需要人直觀判斷的信息匱乏的問題，如不完全數據集合，模糊信息以及高度復雜問題等。人工神經網絡應用于優化設計，主要體現在以下兩個方面：
Hopfield 網絡 2.BP 網絡
2.4 模糊優化方法在機械優化設計中的應用應用模糊優化理論能夠將設計中的模糊因素和模糊主觀信息定量化，通過合理給定約束函數、目標函數的容許值、期望值及其模糊分布 （隸屬函數） 來 “軟化”邊界條件，擴大尋優范圍和體現專家的經驗、觀點和某些公認的設計準則。把模糊技術應用于優化設計建模，其特長不僅在于它善于表達模糊概念，處理模糊因素，而且還可將復雜問題簡化，使優化模型更加合理。采用模糊理論建立優化設計模型對求解復雜系統優化設計問題具有重要意義。
機械優化設計概念
機械優化設計是綜合性和實用性都很強的理論和技術，為機械設計提供了一種可靠高效的科學設計方法，使設計者由被動地分析、校核進入主動設計，能節約原材料，降低成本，縮短設計周期，提高設計效率和水平，提升企業競爭力、經濟效益與社會效益。國內外相關學者和科研人員對優化設計理論方法及其應用研究十分重視，并開展了大量工作，其基本理論和求解手段已逐漸成熟。并且它建立在數學規劃理論和計算機程序設計基礎上，通過有效的實驗數據和科學的評價體系來從眾多的設計方案中尋到盡可能完善的或最適宜的設計方案。該領域的研究和應用進展非常迅速，并且取得了可觀的經濟效益。那就讓我們關注機械優化設計中那些重要的量。
解決優化設計問題的一般步驟
解決優化設計問題的一般步驟如下：
機械設計問題――建立數學模型――選擇或設計算法――編碼調試――計算結果的分析整理
優化設計中數學模型的建立
a設計變量
在最優化設計過程中需要調整和優選的參數，稱為設計變量。設計變量是最優化設計要優選的量。最優化設計的任務，就是確定設計變量的最優值以得到最優設計方案。但是每一次設計對象不同，選取的設計變量也不同。它可以是幾何參數，如零件外形尺寸、截面尺寸、機構的運動尺寸等；也可以是某些物理量，如零部件的重量、體積、力與力矩、慣性矩等；還可以是代表工作性能的導出量，如應力、變形等?？傊?，設計變量必須是對該項設計性能指標優劣有影響的參數。
b約束條件
設計空間是一切設計方案的集合，只要在設計空間確定一個點，就確定了一個設計方案。但是，實際上并不是任何一個設計方案都可行，因為設計變量的取值范圍有限制或必須滿足一定的條件。在最優化設計中，這種對設計變量取值時限制條件，稱為約束條件，而約束條件是設計變量間或設計變量本身應該遵循的限制條件，而優化設計問題大多數是約束的優化問題。針對優化設計數學模型要素的不同情況，可將優化設計方法進行分類，約束條件的形式有顯約束和隱約束兩種，前者是對某個或某組設計變量的直接限制，后者則是對某個或某組變量的間接限制。等式約束對設計變量的約束嚴格，起著降低設計變量自由度的作用。優化設計的過程就是在設計變量自由的允許范圍內，找出一組優化的設計變量值，使得目標函數達到最優值。
c目標函數
在優化設計過程中，每一個變量之間都存在著一定的相互關系著就是用目標函數來反映。他可以直接用來評價方案的好壞。在優化設計中，可以根據變量的多寡將優化設計分為單目標優化問題和多目標優化問題，而我們最常見的就是多目標函數優化。
一般而言，目標函數越多，設計的綜合效果越好，但問題求解復雜。在實際的設計問題中，常常會遇到在多目標函數的某些目標之間存在矛盾的情況，這就要求設計者正確處理各目標函數之間的關系。對這類多目標函數的優化問題的研究，至今還沒有單目標函數那樣成熟
優化設計理論方法
優化準則法對于不同類型的約束、變量、目標函數等需導出不同的優化準則，通用性較
差，且多為近似最優解；規劃法需多次迭代、重復分析，代價昂貴，效率較低，往往還要求目標函數和約束條件連續、可微，這都限制了其在實際工程優化設計中推廣應用。因此遺傳算法、神經網絡、粒子群算法、進化算法等智能優化法于20世紀80年代相繼提出，并且不需要目標函數和約束條件的導數信息，就可獲得最優解，為機械優化設計提供了新的思路和方法，并在實踐中得到成功應用。
a遺傳算法
遺傳算法起源于20世紀60年代對自然和人工自適應系統的研究，最早由美國密歇根大學Holland教授提出，是模擬生物化過程、高度并行、隨機、自適應的全局優化概率搜索算法。它按照獲得最大效益的原則進行隨機搜索，不需要梯度信息，也不需要函數的凸性和連續性，能夠收斂到全局最優解，具有很強的通用性、靈活性和全局性；缺點是不能保證下一代比上一代更好，只是在總趨勢上不斷優化，運行效率較低，局部尋優能力較差。
b神經網絡法
神經網絡是一個大規模自適應的非線性動力系統，具有聯想、概括、類比、并行處理以
及很強的魯棒性，且局部損傷不影響整體結果。美國物理學家Hopfield最早發現神經網絡具有優化能力，并根據系統動力學和統計學原理，將系統穩態與最優化態相對應，系統能量函數與優化尋優過程相對應，與Tank在1986年提出了第一個求解線性優化問題的TH選型優化神經網絡。該方法利用神經網絡強大的并行計算、近似分析和非線性建模能力，提高優化計算的效率，其關鍵是神經網絡的構造，多用于求解組合優化、約束優化和復雜優化。近些年，神經網絡法有較大發展，Barker等將神經網絡用于航空工程結構件的優化設計。
c粒子群算法
Kennedy和Ebehart于1995年提出了模擬鳥群覓食過程的粒子群法，從一個優化解集開始搜索，通用個體間協作與競爭，實現復雜空間中最優解的全局搜索。粒子群法與遺傳算法相比，原理簡答、容易實現、有記憶性，無須交叉和變異操作，需調整的參數不多，收斂速度快，算法的并行搜索特性不但減小了陷入局部極小的可能性，而且提高了算法性能和效率，是近年被廣為關注和研究的一種隨機起始、平行搜索、有記憶的智能優化算法。目前，粒子群算法已應用于目標函數優化、動態環境優化、神經網絡訓練等諸多領域，但用于機械優化設計領域研究還很少。
d多目標優化法
功能、強度和經濟性等的優化始終是機械設計的追求目標，實際工程機械優化設計都屬于多目標優化設計。多目標優化廣泛的存在性與求解的困難性使其一直富有吸引力和挑戰性，理論方法還不夠完善，主要可分為兩大類：①把多目標優化轉化成一個或一系列單目標優化，將其優化結果作為目標優化的一個解；②直接求非劣解，然后從中選擇較好的解作為最優解。具體有主要目標法、統一目標法、目標分層法和功效系數法。
優化設計方法的評價指標
根據優化設計中所以解決問題的特點，選擇適當的優化方案是非常關鍵的。因為解決同
一個問題可能有多種方法，而每一種方法也有可能會導致不同的結果，而我們需要的是可以更加體現生產目標的最優方案。所以我們在選擇方案時一定要考慮一下四個原則：
a效率提高。所謂效率要高就是所采用的優化算法所用的計算時間或計算函數的次數要盡可能地少。
b可靠性要高。可靠性要高是指在一定的精度要求下，在一定迭代次數內或一定計算時間內，求解優化問題的成功率要盡可能地高。
c采用成熟的計算程序。解題過程中要盡可能采用現有的成熟的計算程序，以使解題簡便并且不容易出錯。
d穩定性要高。穩定性好是指對于高度非線性偏心率大的函數不會因計算機字長截斷誤差迭代過程正常運行而中斷計算過程。
另外選擇適當的優化方法時要進行深入的分析優化模型的約束條件、約束函數及目標函
數，根據復雜性、準確性等條件結合個人的經驗進行選擇。優化設計的選擇取決于數學模型的特點，通常認為，對于目標函數和約束函數均為顯函數且設計變量個數不太多的問題，采用懲罰函數法較好；對于只含線性約束的非線性規劃問題，最適應采用梯度投影法；對于求導非常困難的問題應選用直接解法，例如復合形法；對于高度非線性的函數，則應選用計算穩定性較好的方法，例如BFGS變尺度法和內點懲罰函數相結合的方法。
結論
機械優化設計作為傳統機械設計理論基礎上結合現代設計方法而出現的一種更科學的
優化設計方法，可使機械產品的質量達到更高的水平。近年來，隨著數學規劃理論的不斷發展和工作站計算能力的不斷挖掘，機械優化設計方法和手段都有非常大的突破，且優化設計思路不斷的開闊?？傊?，每一種優化設計方法都是針對某一類問題而產生的，都有各自的特點，都有各自的應用領域，機械優化設計就是在給定的載荷和環境下，在對機械產品的性能、幾何尺寸關系或其它因素的限制范圍內，選取設計變量，建立目標函數并使其獲得最優值得一種新的設計方法，其方法多樣依據不同情形選擇合理的優化方法才能更簡便高效的達到目標。當今的優化正逐步的發展到多學科優化設計，充分利用了先進計算機技術和科學的最新成果。所以機械優化設計的研究必須與工程實踐、數學、力學理論、計算機緊密聯系起來，才能具有更廣闊的發展前景。
參考：
[1]白新理.結構優化設計[M]. 河南：黃河水利出版社，2008.
【關鍵詞】機械設計；優化設計；方法
引 言
機械優化設計，所涉及的學科眾多。其中包含物理學、材料學、應用數學及化學、應用力學以及計算機程序設計等，系處理較為復雜的設計的有效工具之一。此次研究除去闡述優化設計方法，還總結出歸納出無約束優化設計法、有約束優化設計法、基因遺傳算法三類優化設計手段，并對三者的特點進行論述，最后，對選取優化設計手段的幾大要素進行闡述。
一、優化設計手段的論述
機械優化領域的設計靈魂即是優化設計方法，伴隨計算機技術及數學科學迅速發展，解析法、數值分析法及非數值分析法為其所發展經歷的三個階段。
20世紀的50年代初，解決最優化問題的兩種最主要的數學方法是，古典的變分法與微分法。此兩種手段具計算精準及概念清晰的主要特征，可是，不足之處是僅限于解決一些小型或是特殊問題，于處理大型的實際問題之時，因過大的計算量，無形中增加了計算的難度。
20世紀50年代末，于優化設計中，其求優方法的理論基礎即是數學規劃手段。該方法是以數值分析為前提，結合已知的信息及條件，最后通過一連串的迭代過程得出問題最優解。但是其相關的理論還是比較簡單的，計算的過程亦相對容易，只是計算的量極其大，可是此亦正是計算機所有工作中最為擅長的一項，當然，計算機也就歸為了數值優化措施工具中最關鍵的那一類。
20世紀80年代末，如模擬退火、進化規劃、混沌、人工神經網絡、遺傳算法及禁忌搜索等一些優化方法層出不窮，上述算法經模擬自然現象及規律而獲得某些結論，一步步產生具有特點的優化方法，它的內容涉及到物理學、統計力學、數學、生物學、神經學、人工智能等。
二、設計方法
該設計方法被大量的應用到機械工程中，主要是因為它可以在特定的背景中確保方案最為合理，而且不需要使用太多的人力物力。該方法從最初的數值法到后來的數值分析，最后過渡到非數值分析。最近幾年由于電腦技術的廣泛應用，在設計的時候可以通過合理的選取設計數值進而得到最為優秀的方案，而且還能夠大大的縮短用時。將該方法和電腦科技有效的融會到一起，是時展的產物，必將得到發揚。
三、類型和特征簡介
1、無約束優化設計法
具體的說分成兩個類型，一種是像共軛梯度法、最速下降法、牛頓法等方法，它是利用目標函數的一階或二階導數的無約束優化方法。另一種是像單形替換法、坐標輪換法等，利用目標函數值的無約束優化方法。
2、遺傳算法
該方法是對隨機群體不斷的演變選擇，進而獲取最為合理的方法。它非常的類似于自然界的淘汰法則，適應社會發展的必然得到發展，而落后的必然會被遺棄。該方法有兩大特點，即能夠起到優化整體的作用，同時還有很好的適應能力。它被應用到很多領域中，比如問題診斷等等。最近幾年它在工程方面也體現出了自身的巨大價值。接下來就具體的展開論述。第一是它能夠論述可靠性問題。第二是能夠辨別參數。它能夠大體的分辨結論數值，明確了大體的區間之后，再通過遺傳措施對設定的數值以及結論數值一起優化處理。第三，能夠設計機械方案。為了和目前的編碼體系保持一致，其設置了一系列的遺傳方法，通過這些方法掌控它的搜索活動，而且通過復制等活動不斷的迭代，進而得到最為優秀的方案。除此之外，它還可以應用到很多的其他行業中，比如節能設計以及數控加工誤差等。上文講述了很多它的優點，不過它也并非是完美的。比如目前還無法優化其自身的數值，無法通過新的設置來提升效率，目前的操作方法還不是很完善等等的一些問題。一般采用懲罰函數法求解約束優化問題時，其難點是如何選擇合適的懲罰因子。該因子太大的話，會使得搜索工作變得困難，但是如果設置得太小的話，可能造成整個懲罰函數的極小解不是原目標函數的極小解。
3、約束優化設計法
根據處理約束條件的方法不同可分為間接法和直接法。間接法常見的有增廣乘子法、懲罰函數法。它是將非線性優化問題轉化成線性規劃問題或是將約束優化問題轉化成無約束優化問題來求解。直接法常見的方法有復合形法、網絡法和約束坐標輪換法等。它的本質是創造一個迭代的步驟，確保所有的迭代點都能夠在可行區間之中，進而不斷的降低數值，一直到最為合理為止。
4、蟻群算法
是通過人工模擬螞蟻搜索食物的過程來求解旅行商問題，在1991年由意大利學者M.Dorigo等人提出。蟻群算法適合非線性問題的求解，避免了導數等數學信息，對系統優化問題的數學模型沒有很高的要求。主要應用在：交通建模及規劃電信路由控制、集成電路布線設計、有序排列問題、二次分配、車間任務調度等問題的求解。雖然蟻群算法具有并行計算、正反饋選擇和群體合作等優點，但也存在著容易出現“停滯”現象和需要較長的搜索時間兩個缺陷。吳慶洪等提出了應用改進型蟻群算法解決有序排列問題，運用新的狀態轉移規則，討論不同的軌跡更新規則對仿真結果的影響的一種具有變異特征的蟻群算法，并通過統計數據驗證了相對于標準的蟻群優化算法中，改進型蟻群算法的優勢所在。
5、模擬退火算法
模擬退火算法，最早在1953年由Metropolis提出，1983年Kirkpatrick成功地應用在組合最優化問題。模擬退火算法是一種通用的優化算法，用以求解不同的非線性問題；能夠發揮出良好的收斂性特征，而且適應能力很是強大；對不可微甚至不連續的函數優化，能以較大概率求得全局優化解；能處理不同類型的優化設計變量；并且對目標函數和約束函數沒有任何要求；不需要任何的輔助信息。目前已經廣泛的應用于：神經網絡、圖像處理、控制工程、數值分析和生產調度等。這個方法雖然有很多的優點，不過它也存在一些缺點，比如它的效果不是很好，而且整個運算活動耗費的時間非常久。通過上文的分析我們得知了這幾種算法本身的優點和缺陷，應該盡量的避免其缺陷，將優勢結合到一起，對其進行完善。
四、合理選取方法
通過上文中對設計特征的分析，我們得知要想保證設計合理，就要正確的選取優化方法。這主要是因為即使是一個完全相同的內容它也會存在很多不一樣的解決措施。然而并非是并存的這幾個措施都能夠將問題解決得天衣無縫。比如一些措施會使得設計的最終結果和我們當初的設置不符。要想避免這種現象，就需要我們牢牢此遵守四個基礎原則。第一，要保證可靠性好，第二要保證使用的計算程序是合理的，第三要確保其穩定，最后要保證效率。除此之外，還需要工作者的工作經驗豐富，只有這樣才可以分析相關的函數值，結合復雜性等要素對其進行合理的選取判斷。優化設計的選擇取決于數學模型的特點，對于只含線性約束的非線性規劃問題，最適應采用梯度投影法；對于約束函數和目標函數均為顯函數且設計變量個數較少的問題，采用懲罰函數法較好；針對那些求導有難度的要使用直接解法；對于高度非線性的函數，就要選取那些較為穩定的措施。
結束語
從機械產品設計的全局來看，目前比較先進的優化設計，大多數還停留在設計方案后參數優化方面，面向產品設計，應將優化設計拓寬到機械設計產品的全生命周期過程，是適應機械產品設計。隨著機械技術不斷地發展，在現代科學技術支持下，現代機械先進優化設計技術將進行新一輪的發展。
參考文獻
[1]李秀昌.淺談機械制造中數控技術的應用[J].科技致富向導，2013（9）.
關鍵詞:優化設計;數學模型;成本;質量;公差
中圖分類號:TH122 文獻標識碼:B 文章編號:1009-9166(2009)020(c)-0098-01
優化設計是指在據產品的設計要求,合理確定各參數,使產品取得較高的經濟效益和較好的使用性能。優化設計一般步驟為:
(一)建立優化設計的數學模型;
(二)求出最優設計參數。
優化設計模型是設計問題的數學形式,是反映設計問題各主要因素之間內在聯系的一種數學關系。本文主要討論三種優化設計模型:“成本――公差”模型、“質量――公差”模型、“質量――公差――成本”模型的建立過程及其用適用范圍。
一、優化設計模型
(一)成本――公差模型
產品加工成本在機械產品的總成本中占有重要地位,影響加工成本的因素眾多,其中零件公差起著重要的作用。一般來說在產品設計時零件公差等級越高就越能保證產品設計要求,但這必然導致產品加工成本提高?！肮瞑D成本”模型是公差優化設計的基礎,是建立機械產品優化設計目標函數的依據。但是由于影響產品加工成本的因素很多,因此難以確定一個通用的“成本―公差”關系式。較為常見的模型:
⑴
式中:ci――第i個零件的加工成本; ai――與公差無關的成本常數;
bi――與公差有關的成本系數; ti――第i個零件的公差。
通過選取多個統計樣本,對統計樣本數據進行回歸分析,便可得成本-公差模型參數值如下:
⑵
⑶
(二)質量――公差模型
機械產品的質量在很大程度上是與產品的工作精度等輸出性能指標聯系在一起的。在一般情況下,產品的輸出特性參數都是構成產品的零部件參數的映射。因此,產品的輸出特性都可用其零部件參數按照一定得數學關系來描述。同樣的道理,產品精度與零件公差之間也可以建立起相應的數學表達式:
T=F(t1,t2,……,t3) ⑷
式中:T――產品輸出特性(T)的公差。
為了將產品設計精度T按一定的規則分配給相關零件公差,且使得產品制造成本最少,先確定產品輸出特性誤差的傳遞途徑,再引入統計公差模型:
⑸
式中:ξi――第i個公差傳遞系數; Ki――第i個公差相對分布系數;
K――輸出特性公差相對分布系數,零件尺寸成正態分布時取1。
由式⑴可知產品總制造費用,用C表示:
⑹
聯合⑸、⑹兩式,以總成本ΣT最小為公差分配判據,可求得各零件公差計算通式:
⑺
(三)質量――公差――成本模型
田口玄一博士認為:“質量損失是指產品出廠后給社會帶來的損失”,質量損失給社會帶來的損失的后果,首先反映在用戶購買該產品的意愿上,并且直接影響到該產品的市場占有率,最終也要給產品制造企業帶來經濟損失。田口玄一博士提出的質量損失函數,描述了產品輸出特性與質量損失之間的定量關系:產品輸出特性值偏離目標值越大,損失越大,即質量越差,反之,質量就越好。質量損失函數如下:
L(T)=N(T-M)2 ⑻
式中:M――產品輸出特性的目標值; N――質量損失系數。
由于產品輸出特性公差T=|T-M|,故有:
L(T)=N(T)2 ⑼
根據田口玄一質量理論,產品總損失為產品成本與產品質量損失的總和,用L表示,則
L=L(T)+C ⑽
將⑺帶入⑹式,得到:
⑾
由⑵、⑶、⑹、⑾四式可得“質量―公差―成本”優化模型:
⑿
二、結論與推廣
本文探討了優化設計的重要內容:優化模型的建立。介紹了三種常見的機械產品優化設計的模型:“成本――公差模型”、“質量――公差模型”,“質量――公差―成本”。“成本――公差模型”常用于零件優化設計,常用于優化單個零件的成本和公差?！百|量―公差模型”常用于產品優化設計,用于優化產品組成零件的公差優化問題。“質量―公差―成本模型”常用于產品可靠性設計和成本控制,使產品的制造成本、經濟效益和合格率達到預期指標。
作者單位:重慶大學機械工程學院
參考文獻:
[1]韓之俊.三次設計[M].北京,機械工業出版社,1992
[2]孫國正.優化設計及應用[M].北京,人民交通出版社,2000
[3]林秀雄.田口方法實戰技術[M].廣東,海天出版社,2008
[4]田福祥.機械優化設計理論及應用[M].北京,冶金工業出版社,1998
1.優化設計可以最大限度地節約設計開支和成本，提高企業的經濟效益
雖然隨著機械設計技術的進步以及管理流程的簡化，新時期的機械設計成本開支已經有所降低，但是仍然有可以壓縮的空間。需要注意的是，運用優化設計的方法對機械設計的成本開支進行削減，要基于保障設計質量的前提；倘若成本的控制要以犧牲質量為代價，則這樣的控制手法必須果斷舍棄。在機械設計中采取優化設計路線，能夠減輕前期和設計過程中的成本開支，為設計單位節省一筆不小的資金。優化設計的最佳方案往往是符合設計流程的，是可以發揮出現有材料、設備和人員最大能量的，所以不需要額外耗費多余的人力、財力和物力。因此，優化設計能夠節約機械設計的開支成本是有科學依據和理論基礎的。
2.優化設計可以提高機械產品的科技附加值，從而提高產品的競爭力和提高企業的經濟效益
機械設計的產品是一種自然屬性但是具備商業價值的“商品”，這就必然要與市場發生關聯。同時，優化設計方法在機械設計中的應用，能夠增加機械產品的科技含量和技術附加值，大大提高產品的市場競爭力。例如，隨著現代科技的發展以及相互之間融合度越來越高，機械設計的產業化正在形成，即機械設計可以作為一個單獨的工程鏈條存在。如果把機械設計的產品作為一個普通商品看待，這種商品必須是價格最低、質量最好、科技含量最高的，這樣該產品才能在市場中取得占有率，企業才能因此獲取利益最大化。所以，機械設計企業都在努力追求“這樣的機械產品”，而這樣的產品往往需要通過優化設計來實現。
優化設計為機械設計產品的技藝提升、附加值增大提供了全新的路徑，也為機械設計單位和企業的發展增添了新的利潤增長點。例如，隨著信息技術、計算機技術、材料技術、液壓技術、加工制造工藝的不斷發展和成熟，機械設計的每一個環節都會有一種或多種新技術的注入，最終的機械產品往往“飽含科技”，其技術附加值自然可以達到一個高位。類似這樣的高附加值機械產品，在市場中的價格是可以預見的，企業因此帶來的收益也很高。由此可見，優化設計對于當今的機械設計的重要性。
二、實現機械設計優化設計的有效策略
優化設計可以為機械設計提供質量和效益的保證，因此必須引入科學有序的優化設計方案，使之產生明顯的效果。從當前的情況看，機械優化設計可以從如下角度考量。其一，機械設計的一維搜索優化方法，這種方法也是當前機械設計優化方法的最典型代表，以數學函數為理論基礎，透過搜索區間的確定，來保證優化方案的有效性。一維搜索方法是一維問題的最基本方法，也是多維機械設計的基礎方法。
眾所周知，機械設計大都是多維的，很少有一維的情況，但是這恰恰說明了一維的重要性和基礎。就好比數學中的從0到9的10個數字，它們構筑了數學的基礎，成為數學的理論“細胞”。一維搜索方法在機械設計的應用，往往直接影響優化設計問題的求解速度。其二，機械優化設計會用到約束優化方法和無約束優化方法。在機械優化設計中，經常使用的是約束優化的方法。除此之外，機械優化設計還可以通過線性規劃方法、多目標及離散變量優化方法來實現?？傊?，諸多優化方法的存在和操作為機械優化設計提供了多元化的路徑。（本文來自于《黑龍江科學》雜志?！逗邶埥茖W》雜志簡介詳見。）
三、結語
關鍵詞：優化設計；農業機械；應用研究
1優化設計在農業機械設計中應用的意義
要提高我國農機產品的質量，就要大力提高農機生產制造水平和設計水平，對傳統的農機產品設計進行改進。傳統的農業機械零部件設計一般采用經驗類比，通過力學簡單計算來完成。傳統的設計優化方式對設計人員的經驗要求較高，很多創新設計和優化設計都缺乏數據支持，過度的設計導致機械綜合性能提高的同時，制造成本大幅上升。
2優化設計的基本思路
優化設計是從若干種可行性方案中擇優選出一種最佳的設計方法，這種選擇是以初始數據為基礎，采用計算機技術聯合實現的。優化設計對軟件計算能力和模型構建能力有較高的依賴，近年來隨著計算機科技的不斷發展和軟件開發能力的不斷提高，計算機在機械設計中發揮了重要的作用。同時，計算機的發展也使優化設計理念得以實現，優化設計的思路也越來越開闊。
3計算機軟件在優化設計中的應用
要實現優化設計在農業機械設計中的應用，先進的軟件技術是必不可少的。設計軟件是設計者的工具，對于農業機械設計者來講，能夠熟練應用軟件完成虛擬制造、實驗和測試，對參數進行分析，是實現農業機械優化設計的必要因素[2]。
3.1ANSYS軟件
ANSYS軟件是一種大型有限元分析軟件，由美國ANSYS公司研發，這種軟件能夠與多種計算機輔助設計軟件實現數據的共享和交換，被普遍應用于汽車工業、建筑橋梁等方面設計中。
3.2ADAMS軟件
ADAMS軟件是一種對機械系統動力學進行自動分析的軟件，由美國機械動力公司開發，通過ADAMS軟件，能夠建立機械系統幾何模型，對虛擬機械系統進行動力學分析，預測機械系統的性能、碰撞加速和運動范圍等[3]。
4優化設計在農業機械設計中的應用
4.1幾何模型的建立
結合設計零部件的特征、材質和其他約束條件，通過Pro/E軟件進行幾何模型的建立，本次研究基于Pro/E軟件應用的基礎上，采用旋轉建模的方法，建立齒輪軸模型。齒輪過渡段圓的半徑R=8.6mm。
4.2模型材料屬性設置
模型材料屬性包含材料材質、密度、彈性模量、泊松比等。
4.3約束與載荷
齒輪的驅動軸兩端，靠的是軸承作為支撐，加載載荷較為復雜，本文通過兩種方式加載扭矩，一種是通過運動學模塊進行扭矩分析，分析的受力情況信息傳遞到結構分析模塊中；一種是取相近的加載扭矩數值輸入到結構分析模塊中。經過判定，本文采用第二種方式。沿著軸向建立起圓柱坐標系，加載圓柱面的殼，厚度取值1mm，這種取值也是為了便于分析，然后找到扭矩加載點，進行扭矩加載。這個環節需要注意，驅動力矩要在軸的中部位置加載，扭矩為8600N.mm，在軸的兩端加阻力扭矩，兩端本別為4300N.mm。
4.4模型分析
在模型分析環節中，完成受力和約束參數設置后，在利用Pro/E軟件進行靜態模型構建，然后對靜態模型進行相應的分析。通過軟件對構建模型的分析結果可以確定，最大的應力為16.7N/mm2,而設計所用材料材質為45號鋼，最大的屈服應力能夠達到350N/mm2以上，鋼材的屈服應力范圍遠遠大于設計零部件的最大應力，可見在尺寸選擇中相對比較保守。
4.5設計參數的建立
設計的過程主要是模型建立的過程，而在模型建立的過程中，設計者將要建立許多參數，其中包括物理性能參數、結構設計參數等，這些參數代表著所用材料的基本屬性和要達到的設計性能，當參數發生了變化，建立的模型性能也將隨著發生變化。如果針對所有參數進行優化，將增加設計過程中龐大的計算量，這樣就需要設計者對這些參數進行優選，結合不同參數對模型的影響程度，和對設計部件的使用性能的影響，可以優先選擇對模型性能影響最大的參數設置，這種處理方式，也體現出優化設計的理念，實現參數選擇上的優化，最有效的、影響最大的參數信息將被利用，而影響較小的參數將被忽略。在本次分析案例中，將過渡段尺寸參數當做設計變量，設計變量的初始值為8.6mm。
4.6優化設計
在農機設計中采用優化設計的目的在于能夠實現通過模型的各項功能計算和設計，達到降低成本，能夠發揮最優性能。在優化設計的過程中，要對具有影響效果的約束條件和各類參數進行設置。本案例設計中，滿足各項受力條件下，所使用的材料質量最小，采用過渡段半徑作為設計參數，部件的最大應力小于材料許用應力。本案例中選擇的45號鋼，最大的屈服應力大于350N/mm2，安全系數設定為3.0，軸最大應力＜114N/mm2，結合各參數和約束條件，從而分析出最優的結果。
關鍵詞：優化設計；機械設計；效率；最佳方案
我國在工程運用中都取得了非常大的進步與很好的成效,然而和國外的先進優化技術相比還是有非常大的差異,在現實工程中能夠起到作用的優化設計方案或者是設計結果所占據的比例并不是非常的大。計算機等輔助裝備性能的不斷增強、加之市場與科技的雙重推進，使優化技術能夠在機械設計與制造中的運用得到了迅猛的發展,遺傳算法、粒子群法以及神經網絡等其它一些智能的優化方法在優化設計中也得到了非常廣泛的引用。現代機械正向著大型化、復雜化的方向發展,傳統優化設計方法在實際工程的運用中逐漸顯表現的有些單調與乏力，已經不能滿足產品不斷創新的需求,機械優化設計急需創新和發展。
1機械優化設計中的相關定義
優化設計能夠展示出人們對于設計規律這個客觀世界認知的深化。設計上的優化值具體是指在特定條件的影響下能夠取得的最佳設計值。最優值是一個比較相對的概念,其和數學上的極值相比還是有很多不同的。
2機械優化設計研究內容
機械優化設計是一種比較科學、現代化的設計方式,而且是“最優”的。此處的“最優”也是相對而言的,伴隨科技的不斷發展以及設計條件不斷變化,最優的標準也隨之改變。優化設計體現了人們對于客觀世界認知的深化,需要人們按照事物發展的客觀規律,在特定的物質基礎與技術情況下完全發揮人的主觀能動性,獲得最好的設計方案。
2.1優化設計與傳統設計的區別
優化設計的最終目的就是最優設計，運用數學手段創建能夠達到設計目的的優化模型；在大量能夠實施的設計方案里面選擇出最好的設計方案；其所運用的手段就是計算機，計算機具有非?？斓倪\算速度，可以從數量較多的方案中挑選出“最優方案”。即使在建模的時候需要進行合適的適簡化,或許會導致所得到的結果不是完全可行或者是實際最優的，然而它是以客觀規律與數據為基礎的，不需要太多費用，所以其具備了經驗類比或者是試驗手段所沒有的特征。傳統設計同樣也追尋著最優的結果，經常是以調查分析為基石，根據設計需要與實踐經驗，參照相似的工程設計,經過估算、經驗對比、試驗以及構思、評價、再構思、再評價的尋優步驟來選擇設計方案，接下來需要剛度、強度以及穩定性等其它方面進行計算。經有關實踐可以看出，傳統的設計還要大量不足之處需要改善，并且最后的結果基本上離不開初始設計的試驗范圍。
2.2優化設計所研究的內容
優化設計首先需要選擇設計變量、制定目標函數、列出約束條件以及構建優化模型,其次是選用比較合適的優化方法進行優化求解,其主要包含了建模與求解。建模的要求:了解與把握優化設計方法的基本理論知識、設計問題抽象與數學模型處理的基本技能；具備此領域豐富的專業知識與設計經驗。
2.3機械優化設計特點
機械優化設計其實就是將計算方法與數學規劃理論運用到機械設計中去，按照所設定好的目標，憑借電子計算機的運算尋找最佳設計方案的相關參數，進而能夠獲得更大的技術經濟的成效，其具備了普通的機械設計所沒有的特征。主要體現在以下幾個方面：能夠減少機械產品的成本，增強它的性能。
2.4機械優化設計基本思路
在保證基本機械性能的基礎上，依托計算機,運用部分具有較高精度的力學與數學規劃方法來進行計算。機械優化設計的步驟：對設計變量進行分析，提出目標函數，確定約束條件，建立優化設計的數學模型；選用合適的優化方式，編寫優化程序；準備所需要使用的初始數據并且上機進行計算，對計算所得到的結果進行必要的驗證。
3機械優化設計方法
優化準則法針對不同類型的約束、變量以及目標函數等需要導出完全不一樣的優化準則,通用性非常差,并且基本上都是近似最優解；規劃法需要經過大量的迭代、不斷進行分析，需要花費大量的資金，這在很大程度上限制了它在實際工程優化設計中的宣傳運用?，F代化的機械設計復雜程度越來越高,傳統的優化算法已經不能跟上時代的潮流。
3.1遺傳算法
遺傳算法最是早由美國密歇根大學的Holland教授所提出的，是模擬生物進化的過程、高度并行、隨機以及自適應的全局優化概率搜索算法。其根據獲得最大收益的原則進行隨機搜索,不需要使用任何梯度信息,就能夠獲得全局最優解,具備非常強的靈活性、通用性與全面性；其缺點就是不能夠確保下一代比上一代要好。在1980年的時候，被大量的運用到函數優化與人工搜索等其它方面，在最近的幾年里更多的是被運用到工程優化設計中，其主要適合設計變量比較少的情況使用。
3.2粒子群算法
Kennedy和Ebehart在1995年的時候提出了模擬鳥群覓食環節的粒子群法，從一個優化解集進行搜索，經過個體之間的相互競爭與合作，實現復雜空間中最優解的全局搜群法與遺傳算法相比，容易實現、原理簡單以及有記憶性，不需要進行變異與交叉操作，需要調節的參數并不是非常的多，收斂的速度很快，算法所獨有的并行搜索不僅能夠降低陷入局部極小的可能性，進一步提高了算法的性能與計算的效率。目前，其已經被應用到了對目標函數進行、對優化動態環境進行優化與神經網絡訓練等其它方面，然而運用在機械優化設計中的研究還是非常少的。
4案例分析
內燃機連桿結構的最優化設計。運用傳統的設計是很難使得連桿達到不但要輕而且又非常可靠的目標，而選用最優化方法并結合采用有限元法數值計算技術對連桿結構進行分析，則可圓滿完成這一任務，并得出連桿最優化設計后的結構形狀。在連桿結構的最優化設計計算中，每向最優方案前進一步，都需要對連桿結構進行有限元研究，其主要目標就是為最優化的設計提供變形、應力以及疲勞安全系數等相關信息。運用有限元的方式對連桿結構在全部720°循環的過程中做動態分析，會獲得非常好的效果，然而這就會導致會有一個非常繁瑣的計算過程，需呀花費大量的時間。所以，在最優化過程中可配合使用計算比較方便、結果也比較準確以及花費時間比較少的最大拉、壓工況下的有限元靜力分析，而后對連桿上應力、變形最大及疲勞安全系數最小的特征部位的計算結果進行動態修正。修正值可通過對連桿最優化設計初始方案的動態分析或對已有連桿的動應力電測得到。
5結語
機械優化設計為機械工程界創造了巨大的經濟財富，伴隨科技手段的不斷更新，優化設計的發展具有非常廣闊的前景。目前的優化正逐漸的發展成為多學科的優化設計，完全運用最先進的計算機技術。虛擬設計技術是未來發展的重點，仿真技術也逐步向著協同化與系統化的方向不斷發展。目前依然處在理論探究階段的結構拓撲優化、結構動態性能優化設計、智能算法優化設計、可靠性穩健設計、柔性機械優化以及綠色優化等都是未來機械優化設計的重點發展方向。然而我們依然需要注意的是，在逐漸增強優化技術水平的同時，國內的機械加工的工藝水平、制造技術以及加工手段也需要同步增強，否則機械的整體水平依然會停在原地。這不但要引入先進的加工技術，更為重要的是不斷增強加工設備自身的性能，特別是數控機床的加工水平。增強與國際技術發達國家之間的溝通與合作，軟、硬件技術共同提升，以期達到機械設計——加工一體化的目的。
作者:張鑫 單位:西京學院
參考文獻:
