何佳穎，夏奎，孟慶龍，郝悅

?

優(yōu)化設計在汽車變速箱上應用

何佳穎，夏奎，孟慶龍，郝悅

（長安大學，陜西 西安 710064）

隨著汽車工業(yè)的不斷發(fā)展，人們對于汽車的各項性能要求日益提高。保證汽車產(chǎn)品具有優(yōu)良性能、減少汽車整體及零部件的自重和體積、降低汽車生產(chǎn)成本和使用成本成為汽車優(yōu)化設計的主要任務，對汽車零部件進行有效的優(yōu)化，成為了汽車設計者的追求。文章主要介紹了汽車變速箱設計中一些常用的優(yōu)化方法（遺傳優(yōu)化算法、神經(jīng)網(wǎng)絡算法、拓撲優(yōu)化），并對這些方法進行了歸納和總結(jié)。

變速箱；優(yōu)化；算法

前言

在汽車的設計開發(fā)中，有很多因素需要同時考慮，從而涉及到很多有關(guān)優(yōu)化設計的內(nèi)容，可以說優(yōu)化設計已經(jīng)滲透到汽車設計開發(fā)中的方方面面。變速箱是汽車傳動系統(tǒng)的重要部件之一，是完成汽車動力傳輸?shù)闹匾M成部分，同時也決定著汽車在工作狀態(tài)下的整車性能。在汽車的優(yōu)化設計中，汽車變速箱的優(yōu)化設計顯得非常重要，其中的重要意義在于提升汽車在工作狀態(tài)中的整體性能，同時使得汽車產(chǎn)品的設計質(zhì)量得到顯著提高。優(yōu)化設計的主要目標是獲得最優(yōu)的設計方案，對于汽車產(chǎn)品的設計優(yōu)化目標包括最佳的生產(chǎn)成本、使用成本以及社會效益。一個理想的汽車變速箱，除了使汽車具有良好的動力性外，還應在可靠的工作條件下，做到體積小、用料省、質(zhì)量輕。同時，能夠輕便地進行換擋，有效地降低工作噪聲等。

1 機械優(yōu)化設計介紹

機械優(yōu)化設計是最優(yōu)化技術(shù)在機械設計領域的移植和應用，其基本思想是根據(jù)機械設計的理論、方法和標準規(guī)范等建立反映工程設計問題和符合數(shù)學規(guī)劃要求的數(shù)學模型，然后采用數(shù)學規(guī)劃方法和計算機計算技術(shù)自動找出設計問題的最優(yōu)方案[1]。

機械優(yōu)化設計目前是一門比較熱門的學科。優(yōu)化設計已經(jīng)越來越科學化、系統(tǒng)化，它包含著數(shù)學規(guī)劃方面的理論與方法，同時也與計算機程序設計緊密結(jié)合。隨著時代的進步，計算機技術(shù)發(fā)展迅速，在機械優(yōu)化設計中得到廣泛的應用。為使得所期望的指標達到最優(yōu)，計算機的數(shù)值計算可以輕松解決很多問題。有時所期望的指標不止一個，數(shù)學規(guī)劃與計算機設計程序的結(jié)合可以清楚的分析其中的問題并解決所遇到的難題，從而使得多目標達到綜合最優(yōu)。優(yōu)化設計在工程設計中可以大大提高產(chǎn)品的設計效率，同時保證產(chǎn)品的設計質(zhì)量到達最優(yōu)。為了得到較為完善的或者最合適的設計方案，優(yōu)化設計被應用到各個行業(yè)領域，機械優(yōu)化設計在工程設計領域中處于越來越重要的位置，被認為是一種非常重要的科學設計方法。

2 汽車變速箱的優(yōu)化設計

汽車的優(yōu)化設計是一個系統(tǒng)工程，優(yōu)化的目的是在設計時能夠改善設計質(zhì)量，提高設計效率；同時使得整個汽車系統(tǒng)在工作狀態(tài)中達到理想的性能。變速箱作為汽車的重要組成部分，它的優(yōu)化設計直接影響著整車。在傳動系統(tǒng)中，汽車變速箱的優(yōu)化設計是為了動力在傳遞過程中保持良好的性能，包括經(jīng)濟方面的性能以及動力輸出；在變速箱系統(tǒng)中，設計優(yōu)化的目的是為了讓汽車變速箱在相同的工作條件下達到外形的優(yōu)化、體積的減小、材料的節(jié)省等。變速箱的優(yōu)化是一個多目標問題，這是因為影響變速箱性能的因素有很多，在相同的工作條件下保證變速箱是整體尺寸最小應該作為一個優(yōu)化目標。變速箱齒輪的大小主要由齒輪軸、齒輪、齒輪軸中心距決定，通過優(yōu)化設計讓這些因子到達綜合最優(yōu)來保證變速箱尺寸的優(yōu)化。影響汽車駕駛平穩(wěn)性中的因素中，變速箱齒輪的重合度是一個重要因素，也應該作為優(yōu)化的目標。變速箱的優(yōu)化設計不僅有以上因素，還有例如質(zhì)量、結(jié)構(gòu)強度等其它因素構(gòu)成，在優(yōu)化過程中都需要考慮。

2.1 遺傳優(yōu)化算法

遺傳算法一類隨機搜索算法，它是從孟德爾的遺傳學說和達爾文的進化論中吸收而來，并且通過對這種生物進化的理解來發(fā)現(xiàn)規(guī)律，從而進行演化而來，得到一種隨機搜索算法。遺傳算法的特點是具有從全局中尋優(yōu)的能力，并且可以自動地去適應和調(diào)整尋優(yōu)的搜索方向，僅僅使用的是適應度函數(shù)值就可以進行相關(guān)評估，并且以此為基礎來進行遺傳操作，因而使得遺傳算法在效率方面比普通優(yōu)化搜索方法要高。

通過對遺傳算法的發(fā)展，出現(xiàn)了多種基于遺傳算法的改進算法，其中遺傳算法NSGA－Ⅱ在多目標優(yōu)化算法中是較為先進的。它是基于Pareto方法的優(yōu)化算法中最為有效的多目標優(yōu)化算法，其中，快速非支配排序使算法具有較低的計算復雜度；帶有精英策略保證某些優(yōu)良種群在進化中不會丟失；較少的共享參數(shù)減少人為對優(yōu)化結(jié)果精度的影響[2]。

在變速箱優(yōu)化設計中涉及因素與問題是比較多的，其中包括對變速箱殼體的輕量化進行優(yōu)化設計，對變速箱齒輪的強度進行優(yōu)化設計，對變速箱零部件的可靠性進行優(yōu)化設計，還有關(guān)于變速箱再制造工藝決策的優(yōu)化設計等。每一類問題涉及的目標變量都較多，且多為非線性問題，用普通優(yōu)化方法難以求解，而遺傳算法及其發(fā)展的算法可以方便快速求解，所以該方法適用于變速箱的優(yōu)化設計。

遺傳算法已經(jīng)在汽車變速箱優(yōu)化設計中得到應用，并且有很多成功的案例。其中安徽農(nóng)業(yè)大學利用NSGA－Ⅱ算法對包含2個目標函數(shù)、33個設計變量和115個約束條件的微耕機變速箱數(shù)學模型進行優(yōu)化求解，使變速箱體積減少15.96%，重合度提高4.60%[3]。

2.2 神經(jīng)網(wǎng)絡算法

人工神經(jīng)網(wǎng)絡由于具有優(yōu)良的非線性逼近特性、并行式分布結(jié)構(gòu)、較好的容錯性以及自適應學習和歸納能力，使其在諸如建模、時間序列分析、模式識別、信號處理和工業(yè)控制等領域都得到了廣泛的應用[4]。

ＢＰ神經(jīng)網(wǎng)絡算法是至今為止應用最為廣泛的神經(jīng)網(wǎng)絡算法。ＢＰ神經(jīng)網(wǎng)絡算法的基本思想是，在學習過程中有信號的正向傳播，也有誤差的反向傳播。學習過程由這兩種傳播組成，在正向傳播與反向傳播中，各層的權(quán)值不斷得到調(diào)整，也就是網(wǎng)絡的訓練過程，此過程直到達到誤差可接受的程度結(jié)束。BP神經(jīng)網(wǎng)絡算法經(jīng)常被用在汽車變速箱的故障檢測當中。

變速箱作為傳動機構(gòu)的關(guān)鍵部件，一旦發(fā)生故障將會對整個系統(tǒng)造成重大影響，所以對變速箱進行準確的故障診斷，提前發(fā)現(xiàn)故障征兆并采取積極的維修策略，對預防重大事故的發(fā)生具有重要的作用。運用BP神經(jīng)網(wǎng)絡算法檢測變速箱故障時，首先應該進行相關(guān)實驗，通過在實驗中獲得的在故障和無故障兩種狀態(tài)下的相關(guān)監(jiān)控參數(shù)，然后經(jīng)過預處理設為網(wǎng)絡的輸入模式；在此基礎上建立神經(jīng)網(wǎng)絡系統(tǒng)，通過網(wǎng)絡的訓練使其能夠到達提前設定的診斷精度；最后通過對不同的輸入故障征兆相關(guān)向量進行測試，能夠獲得在該種狀態(tài)下的網(wǎng)絡輸出模式，經(jīng)過處理后得到診斷結(jié)果。

由于振動信息中包含著豐富的工作狀態(tài)信息和故障特征信息，可以有效的識別變速箱的狀態(tài)，所以分別獲取變速箱在正常狀態(tài)、故障狀態(tài)下的振動信號，并加以分析和分類，通過采集的振動信息，可以建立基于振動信號的變速箱故障診斷神經(jīng)網(wǎng)絡模型，從而便于故障的模式識別。

2.3 拓撲優(yōu)化算法

拓撲優(yōu)化是一種根據(jù)給定負載、約束及優(yōu)化目標，在特定區(qū)域內(nèi)尋求材料分布最合理的優(yōu)化方法，在汽車變速箱優(yōu)化方面，主要應用于變速箱箱體的設計優(yōu)化，目的是使變速箱箱體材料在滿足剛度等約束條件的前提下，在給定的區(qū)域內(nèi)使材料分布更合理[5]。在優(yōu)化過程中，給定的設計區(qū)域一般保持不變，而微結(jié)構(gòu)的孔洞大小可以變化，如某一部分區(qū)域的微結(jié)構(gòu)全部為孔洞，則這部分區(qū)域便被從設計區(qū)域上“移走”，從而形成一個大孔洞，如部分區(qū)域上微結(jié)構(gòu)孔洞全部消失，則這部分區(qū)域上便組成“實在結(jié)構(gòu)”[6]。這樣初始設計均勻分布在設計區(qū)域上的材料便重新分布，形成新的結(jié)構(gòu)形式，得到結(jié)構(gòu)在一定條件下的最優(yōu)拓撲[7]。

優(yōu)化的方法有變密度法、水平集法、均勻化方法以及漸進結(jié)構(gòu)優(yōu)化法，且其中的變密度法已經(jīng)在一些商用優(yōu)化軟件中得以應用。其基本原理為以有限元方法為依靠，將特定區(qū)域內(nèi)的材料離散成有限多個單元，再根據(jù)算法來確定這些單元是保留還是舍去，最終留下的單元為最優(yōu)的拓撲方案來實現(xiàn)拓撲優(yōu)化。

對于變速箱箱體，通過整體的結(jié)構(gòu)拓撲優(yōu)化可以發(fā)現(xiàn)變速箱箱體薄弱環(huán)節(jié)以及需要優(yōu)化的部位。山東大學曾成功在變速箱上應用拓撲優(yōu)化方法[8]。山東大學應用拓撲優(yōu)化方法中的變密度法，對重載變速箱箱體進行以體積最小為目標，以應力和形變作為約束條件的設計，最終使變速箱箱體減重11.68%，最大形變量降低20.2%且綜合性能提高，不僅可以使汽車變速箱達到輕量化要求，還可以使得其可靠性得到提高。

3 總結(jié)

影響汽車變速箱性能的因素有非常多個，對于不同種類和大小的變速箱影響因素也不盡相同。通過對影響汽車變速箱的各個因素進行分析，選用合適的優(yōu)化算法對汽車變速箱進行合理的優(yōu)化設計，在提高了汽車變速箱的各個性能的同時，優(yōu)化了整車性能。隨著技術(shù)的不斷進步，各類優(yōu)化方法都有了極大的發(fā)展。使用合適的優(yōu)化方法來進行汽車變速箱的設計、制造、檢測、維修，將會使得整個工作效率得到極大的提高，并帶來巨大的經(jīng)濟效益和社會效益。

[1] 宋志強.機械優(yōu)化設計方法綜述[J].呼倫貝爾學院學報,2012, 20(05):71-73+61.

[2] 劉旭東.基于NSGA-Ⅱ遺傳算法的汽車動力傳動系統(tǒng)優(yōu)化模擬研究[J].科技廣場, 2015(9):100-103.

[3] 曾晨,李兵,王小勇,等.基于NSGA-Ⅱ算法的微耕機變速箱多目標優(yōu)化設計[J].機械傳動,2016(7):87-91.

[4] 楊梅,卿曉霞,王波.基于改進遺傳算法的神經(jīng)網(wǎng)絡優(yōu)化方法[J]. 計算機仿真, 2009-05-01.

[5] 王顯會,許剛,李守成,等.特種車輛車架結(jié)構(gòu)拓撲優(yōu)化設計研究[J]. 兵工學報,2007,28(8):903-908.

[6] 馬德森.基于節(jié)點密度的拓撲優(yōu)化設計方法及應用研究[J].大連理工大學,2007-12-01

[7] 張光炯,張保成.基于HyperWorks的柴油機油底殼拓撲優(yōu)化設計[J]. 柴油機設計與制造, 2010-01-01.

[8] 張喜清,項昌樂,劉輝.多工況下變速箱箱體結(jié)構(gòu)的拓撲優(yōu)化設計[J].中國機械工程,2001,22(15):1779-1783.

The Applications of Optimized design in Automobile Transmission

He Jiaying, Xia Kui, Meng Qinglong, Hao Yue

( Chang'an University, Shaanxi Xi'an 710064 )

With the continuous development of the automobile industry, people's requirements for the performance of cars are increasing. To ensure that automobile products have excellent performance, to reduce the overall weight and volume of the cars, and to reduce the production and use costs of automobiles have become the main tasks of automobile optimization design. The effective optimization of automobile parts has become the pursuit of automobile designers. This research mainly introduces some popular optimized design methods in the design of automobile transmission(Genetic Algorithm, Neural Network Algorithm, Topology Optimization), and these methods are summarized and summarized.

automobile transmission; optimization; algorithm

B

1671-7988(2018)16-140-03

U462

B

1671-7988(2018)16-140-03

CLC NO.: U462

何佳穎，就職于長安大學。獲得國家級大學生創(chuàng)新創(chuàng)業(yè)訓練（201710710013）資助。

10.16638/j.cnki.1671-7988.2018.16.050