陕西师范大学张玉梅获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉陕西师范大学申请的专利减小减速器自重的优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116029063B 。
龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310043000.9,技术领域涉及:G06F30/17;该发明授权减小减速器自重的优化方法是由张玉梅;杨小蕊;杨红红;苏玉萍;赵焱青;戎宇莹设计研发完成,并于2023-01-28向国家知识产权局提交的专利申请。
本减小减速器自重的优化方法在说明书摘要公布了:一种减小减速器自重的优化方法,由确定目标函数、优化目标函数、确定减速器重量参数步骤组成。本发明采用在原始黑猩猩优化方法的基础上,引入Cat混沌序列、反向学习和翻筋斗觅食策略,与现有技术相比,提高了方法的收敛速度和寻优精度,避免陷入局部最优,能够有效地减小减速器自重,得到最小自重的减速器和最优参数,按照此方法设计的减速器,具有设计合理、体积小、重量轻、安全可靠等优点,可在减速器的设计中推广使用。
本发明授权减小减速器自重的优化方法在权利要求书中公布了:1.一种减小减速器自重的优化方法,其特征在于由下述步骤组成: 1确定目标函数 采用减速器自重最小化的数学建模,按式1得到减速器自重最小化的目标函数fx: fx=0.7854x1x223.3333x32+14.9334x3-43.0934-1.508x1x62+x72+7.4777x63+x73+0.7854x4x62+x5x721 x=[x1,x2,…,x7] 其中,x为向量,x1表示齿面宽,x2表示齿轮模数,x3表示小齿轮上的齿数,x4表示轴承之间第一根轴的长度,x5表示轴承之间第二根轴的长度,x6表示第一根轴的直径,x7表示第二根轴的直径; 2优化目标函数 在黑猩猩优化方法中引入Cat混沌序列、反向学习和翻筋斗觅食策略如下; 按式2用Cat混沌序列和反向学习策略初始化种群: 以式2产生N个初始向量xi,为每个初始向量按照以下方式产生相对应的反向向量xj: 其中,k∈[0,1];分别表示所有初始向量中第d维向量的最小值和最大值;对初始向量xi和反向向量xj进行合并,按照适应度值进行升序排序,选取适应度值前N个较优的向量作为初始种群,N∈[20,50]; 所述的翻筋斗觅食策略为:黑猩猩种群捕猎结束陷入混乱,按式3采用翻筋斗觅食策略: xcht+1=xcht+Sr1xAt-r2xcht3 其中,S表示翻筋斗因子,S∈[1,3],xAt为最优个体的位置,r1、r2均为系数,r1∈[0,1],r2∈[0,1],xch为黑猩猩位置向量,t为迭代次数,t∈[0,tmax],tmax为最大迭代次数,tmax∈[500,1500]; 3确定减速器重量参数 确定减速器重量参数的方法如下: 1按2式用Cat混沌映射和反向学习策略初始化种群位置; 2将种群中每个个体位置对应的x1,x2,…,x7的值代入目标函数,求出每个个体的适应度值,即减速器自重最小化模型中fx的值,进行排序,找到最优向量xA,次最优向量xB,第三最优向量xC,第四最优向量xD; 3按下式黑猩猩xch进行驱赶和追逐猎物xp d=|cxpt-mxcht| xcht+1=xpt-ad a=2fr3-f c=2r4 其中,d为黑猩猩和猎物的间距,r3和r4是随机向量,f为收敛因子,f的值随迭代次数增加从2.5非线性减小到0,a是决定黑猩猩与猎物距离的随机向量,a的值是[-2f,2f]间的随机数,c是系数,取值为[0,2],m为混沌映射的混沌向量,取值为[0,1]; 4按下式更新黑猩猩的位置 dA=|c1xA-m1x| dB=|c2xB-m2x| dC=|c3xC-m3x| dD=|c4xD-m4x| x1=xA-a1dA x2=xB-a2dB x3=xC-a3dC x4=xD-a4dD 其中,xt+1表示黑猩猩更新后的位置向量,c1、c2、c3、c4分别表示系数,取值为[0,1]; 5黑猩猩种群按下式陷入混乱,发生社会性刺激行为: 其中,μ∈[0,1]; 6判断条件ttmax是否大于rand,是则按3式进行翻筋斗计算; 7重复执行上述步骤2-6,直至t=tmax,完成迭代,得到最优向量xA,输出xA对应的x1,x2,…,x7的值,即为最小自重减速器的最优参数,此时目标函数的值为减速器的最小自重。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人陕西师范大学,其通讯地址为:710062 陕西省西安市长安南路199号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励